機械結(jié)構(gòu)化稀疏學習診斷理論與應(yīng)用

　　本書從稀疏診斷的角度出發(fā)，針對現(xiàn)有特征辨識技術(shù)：匹配濾波策略和智能學習策略的不足，介紹了結(jié)構(gòu)化稀疏學習診斷理論的基本原理與核心的技術(shù)。通過從一維結(jié)構(gòu)化稀疏：加權(quán)協(xié)同稀疏結(jié)構(gòu)、非負有界稀疏結(jié)構(gòu)；過渡到二維結(jié)構(gòu)化稀疏：非局部協(xié)同稀疏結(jié)構(gòu)、自相似加權(quán)稀疏秩結(jié)構(gòu)、廣義稀疏協(xié)同結(jié)構(gòu)，建立一系列具體的結(jié)構(gòu)化稀疏學習診斷模型，實現(xiàn)了不同問題的有效診斷。并結(jié)合風電裝備特征辨識和航空發(fā)動機齒輪轂裂紋診斷兩個案例證明所闡述的結(jié)構(gòu)稀疏診斷新理論的可行性。

　　2004年獲西安交通大學機械工程博士學位，留校任教，2009年晉升教授。博士論文"小波有限元理論與裂紋故障診斷的研究"獲得2007年全國百篇優(yōu)秀博士論文。