卿新林 (Xinlin Qing)
H指数:41
被引数:6,361
个人简介
任职于厦门大学仪器与电气系,副教授。2011年于浙江大学获电子信息工程学士学位,2017年于浙江大学获电力电子与电力传动博士学位。2017年至2019年在厦门大学仪器与电气系从事博士后研究。主持国家自然科学基金青年科学基金项目、国家重点研发计划项目子任务、中国博士后创新人才支持计划、中国博士后科学基金面上资助及博士后国际交流计划学术交流项目。
教育背景
2011.09 – 2017.06
浙江大学 博士 电力电子与电力传动
2007.08 – 2011.06
浙江大学 学士 电子信息工程
工作经历
2019.12 – 至今
厦门大学仪器与电气系
副教授
2017.08 – 2019.11
厦门大学仪器与电气系
博士后
荣誉奖项
暂无内容
基于CVAE数据扩展、层次特征融合和多域适应的复合材料加筋板损伤定位与量化
锂离子电池荷电状态估计的层次化多模态正交注意力融合框架
新型压阻传感方法用于螺栓紧固件的高温监测和故障模式及结构完整性评估
用于复合材料结构跨域损伤识别的广义零样本回归框架
数字孪驱动的结构损伤监测:基于多级兰姆波增强和迁移学习
航空发动机主轴球轴承油膜牵引行为建模及润滑剂选择
Lubricants
IF2.9
基于多源域和多尺度目标特征的区域间CFRP结构自适应损伤量化框架
基于风电机组FMEA的风险评估的集成主客观权重与模糊决策框架
SYSTEMS
IF3.1
润滑剂性质对航空发动机主轴球轴承热行为的影响
面向激光粉末床熔融制造过程健康监测的声发射技术:识别制造参数
波峰序列补偿方法以提高变温条件下基于超声导波损伤检测的准确性
Measurement
IF5.6
无基准的复合材料结构损伤检测与定位:基于无监督Kolmogorov-Arnold自编码器和导波的方法
基于拉姆波多级特征增强和自适应空间交互的结构损伤监测平衡保真度数字孪生
通过超声路径融合和时空神经网络增强锂离子电池的荷电状态估计
混合多尺度GCNs和KAN的复合材料结构损伤检测
基于时间序列特征和机器学习的复合材料结构冲击定位方法
COMPOSITE STRUCTURES
IF7.1
集成Lamb波和多维特征融合深度学习的航空结构损伤识别方法
ULTRASONICS
IF4.1
利用超声波导波和多指标融合成像技术对风力涡轮机叶片进行失效监测与定位

