师资队伍
Welcome to our website
信息类
 
 
杨兴果
2025-06-04 17:11     (点击: )



一、基本情况

杨兴果,博士,讲师。

E-mail:xinggguoyang@163.com


二、受教育经历

2014年浙江大学控制科学与工程专业博士研究生毕业

2007年湖南大学测试计量技术与仪器专业硕士研究生毕业

2004年 湖南大学测控技术与仪器专业本科毕业


三、工作经历

2007.7-2008.8, 湖南工程学院,自动化专业,教师

2015.8-至今, 湖南工业大学, 交通与电气工程学院, 讲师。


主要研究方向与工作业绩

1.主要研究方向

人工智能与模式识别、智能仪表、异常分析与检测、多模态数据融合。

2.工作业绩

(1)参与的研究项目

[1]基于LSTM NN与小波变换相耦合方法的非线性非平稳盐度时间序列的分析与研究,湖南省教育厅一般项目,16C0476,主持

[2]一种傅里叶多尺度分析方法及在声呐系统中的应用,国家自然科学基金,6167051537 参与;

[3]锌沸腾焙烧余热发电过程的燃煤锅炉控制参数变化总量最小,湖南省自然科学基金委,2018JJ2100,参与;

[4]水质安全评价及预警关键技术,国家重大科技专项水体污染控制与治理,2009-2012,参与

(2)授权发明专利

[1]交流稳压装置, CN109254670B 2021.02.26

[2]分区自耦补偿交流稳压器CN109358682B 2020.09.04

[3]三相交流稳压控制方法, CN109407740B 2020.11.13


五、发表论文

[1] A Hybrid Methodology for Salinity Time series Forecasting Based on Wavelet Transform and NARX Neural Networks. ARABIAN JOURNAL for SCIENCE and ENGINEERING Vol 39, Issue10, p 6895-6905, 2014, DOI: 10.1007/s13369-014-1243-z

[2] Salinity Time Series Prediction and Forecasting Using Dynamic Neural Networks in the Qiantang River Estuary. Lecture Notes in Electrical Engineering, v 236 LNEE, p703-711, 2013, Emerging Technologies for Information Systems, Computing, and Management

[3] Salinity Time Series Prediction based on LSTMs Neural Network[C]. 2019 International Conference on Electromechanical Control Technology and Transportation, 2019,4. DOI 10.1109/ICECTT.2019.00048.


六、讲授课程

本科生课程:《现代控制工程》、《自动控制原理》、《智能控制技术》、《传感器与检测技术》和《误差理论与数据处理》等;

研究生课程:《智能控制技术》等。

关闭窗口