西南交通大学电气工程学院导师教师师资介绍简介-秦娜

删除或更新信息，请邮件至freekaoyan#163.com(#换成@)

本站小编 Free考研考试/2021-09-26

个人信息MORE +
秦娜副教授
所在单位： 电气工程学院
办公地点： 西南交通大学犀浦校区电气工程学院
学位： 工学博士学位
职称： 副教授
电子邮箱： qinna@swjtu.edu.cn
主要任职： 电子信息系副主任
毕业院校： 西南交通大学
博士生导师
硕士生导师
学科：控制科学与工程
电气工程

通讯/办公地址：邮箱：
同专业博导同专业硕导

个人简介
秦娜，工学博士，副教授，博士生导师，四川省学术技术带头人后备人选，中国自动化学会数据驱动控制、学习与优化专业委员会委员，成都自动化研究会理事。2003年西南交通大学博士毕业留校任教。2014年在美国俄克拉荷马州立大学，2017年8月在新加坡国立大学，2018年11月在英国利兹大学做访问****。近年来，在国内外高水平期刊及国际会议发表SCI/EI论文50余篇。作为主持人获得自然科学基金青年项目、四川省科技计划项目、成都市科技局人才创新项目、国家工程中心开放课题、中央高校科研业务费以及企业合作开发等14个项目资助。作为主要研究人员，参研国家自然科学基金重点项目、面上项目、重点研发计划、企业横向课题共计20余项。同时，主持和参与校级教改项目5项，参与国家级网络精品课程及校级精品课程建设各一项。主要研究领域为人工智能及机器学习算法、智能信息处理与模式识别、智能图像处理、高速列车故障诊断与健康管理。

教育经历
[1] 西南交通大学|电力系统及其自动化|工学博士学位
[2] 西南交通大学|电力系统及其自动化|硕士研究生毕业|工学硕士学位

研究方向
[1]轨道交通装备故障诊断与健康管理
[2]机器视觉与智能图像处理
[3]智能信息处理与模式识别系统
[4]人工智能与深度学习算法

工作经历
[1] 2003.6-至今
西南交通大学

团队成员
西南交通大学系统科学与技术研究所
团队介绍：西南交通大学系统科学与技术研究所（ISST）成立于2011年，依托“控制科学与工程”一级学科，致力于打造控制科学与工程研究及应用国际知名的科研与人才培养基地。目前，研究所有拥有教师12人（教授5人，副教授4人，讲师3人），博硕士研究生109人。研究所团队集基础理论研究、前沿技术开发于一体，重点开展先进控制技术、机器人与智能系统、智能信息处理等领域的教学和科研工作。承担了国家自然科学基金、国家重点研发计划、四川省科技支撑计划、企业合作等项目30余项；在轨道交通装备安全监控、机器人技术、高速列车运行控制与优化等领域取得了显著成果，发表了一批高水平学术论文，其中包括ESI高被引论文7篇，近3年申请发明专利20项，授权发明专利8项；团队注重产学研合作和成果转化，研发的牵引变电站巡检机器人在西成客专开展试运行，即将实现工程化，机器人焊接拼装质量检测系统正在高铁白车身制造生产线得到验证；团队国际学术交流活跃，近3年主办/承办高水平国际学术会议3项（CCC2016、IFAC TA2019、不确定系统与网络空间安全研讨会），赴国/境外参加学术会议和交流12人次，主持国家外专局引智项目2项，邀请海外知名大学的专家16人次来校交流访问。

Copyright ? 2019 西南交通大学. All Rights Reserved.蜀ICP备**号
地址：中国四川省成都市高新区西部园区西南交通大学
川公网安备061号
技术支持：信息化与网络管理处
访问量：次

个人信息MORE +
秦娜副教授
所在单位： 电气工程学院
办公地点： 西南交通大学犀浦校区电气工程学院
学位： 工学博士学位
职称： 副教授
电子邮箱： qinna@swjtu.edu.cn
主要任职： 电子信息系副主任
毕业院校： 西南交通大学
博士生导师
硕士生导师
学科：控制科学与工程
电气工程

同专业博导同专业硕导

科学研究当前位置: 中文主页 >> 科学研究

科研项目
主持的科研项目:

[1] 2021年1月-2024年1月四川国软科技发展有限责任公司《基于机器视觉技术的铁路隧道衬砌表面状态检测算法设计》R110421H01029
[2] 2020年8月-2021年6月安那络器件（中国）有限公司《用于穿戴式产品的连续无创血压算法研究-第二阶段》R110420H01176
[3] 2020年8月-2021年6月成都飞机工业（集团）有限责任公司《5G技术应用》R110420H01183
[4] 2020年10月-2021年6月中国航空工业集团公司成都飞机设计研究所《舰面*****算法研究》R110420H01185
[5] 2020年6月-2022年6月核反应堆系统设计技术重点实验室运行基金《基于人工智能的核动力装置设备布局方法研究》R110420H01075
[6] 2019年12月-2021年2月东莞市交大国佳轨道交通发展有限公司《基于机器视觉的列车外观故障检测技术》项目编号：R110419H01012
[7] 2020年1月-2022年12月山东省“大数据驱动的复杂系统安全控制技术”重点实验室（筹）开放基金《基于卷积循环神经网络的车载电力电子变压器故障诊断方法研究》项目编号：SKDN202004
[8] 2019年5月-2020年12月安那络器件有限公司《用于穿戴式产品的连续无创血压算法研究》项目编号：2019H0329
[9] 2019年9月-2020年6月成都中科合讯科技有限公司《纵向进舱人工智能设计研究》项目编号：2019H0995
[10]2019年3月-2021年2月四川省科技厅应用基础研究项目《基于模型与数据融合的车载电力电子变压器故障诊断方法研究》项目编号：2019YJ0210
[11] 2018年6月-2019年6月横向课题江苏骁卓自动化有限公司《光电部件外观质量检测系统》
[12] 2017年1月-2019年12月国家自然科学基金青年项目《基于信息测度的高速列车转向架故障诊断与健康评估方法研究》项目编号：**
[13] 2018年1月-2019年12月国家工程中心开放课题《基于深度学习的高速列车电力电子变压器故障诊断方法研究》
[14] 2016年度成都市科技人才创新创业项目《电气化铁路同相供电系统》项目编号：2016-RC03-00002-HZ
[15] 2015年6月-2017年6月中央高校基本科研业务费专项资金资助《基于信息测度的高速列车转向架故障特征分析方法研究》项目编号：**CX025
[16] 2011年6月~2013年6月中央高校基本科研业务费专项资金项目《掌纹特征提取与识别方法研究》项目编号：SWJTU11BR039

参与的科研项目:
[1] 2021年1月-2024年1月四川国软科技发展有限责任公司《基于机器视觉技术的铁路隧道衬砌表面状态检测算法设计》R110421H01029 68万
[2] 2020年8月-2021年6月安那络器件（中国）有限公司《用于穿戴式产品的连续无创血压算法研究-第二阶段》R110420H01176 20万
[3] 2020年8月-2021年6月成都飞机工业（集团）有限责任公司《5G技术应用》R110420H01183 19.5万
[4] 2020年10月-2021年6月中国航空工业集团公司成都飞机设计研究所《舰面*********算法研究》R110420H01185 38.5万
[5] 2020年6月-2022年6月核反应堆系统设计技术重点实验室运行基金《基于人工智能的核动力装置设备布局方法研究》R110420H01075 30万
[6] 2019年12月-2021年2月东莞市交大国佳轨道交通发展有限公司《基于机器视觉的列车外观故障检测技术》项目编号：R110419H01012 30万
[7] 2020年1月-2022年12月山东省“大数据驱动的复杂系统安全控制技术”重点实验室（筹）开放基金《基于卷积循环神经网络的车载电力电子变压器故障诊断方法研究》项目编号：SKDN202004
[8] 2019年5月-2020年12月安那络器件有限公司《用于穿戴式产品的连续无创血压算法研究》项目编号：2019H0329 20万
[9] 2019年9月-2020年6月成都中科合讯科技有限公司《纵向进舱人工智能设计研究》项目编号：2019H0995 20万
[10]2019年3月-2021年2月四川省科技厅应用基础研究项目《基于模型与数据融合的车载电力电子变压器故障诊断方法研究》项目编号：2019YJ0210
[11] 2018年6月-2019年6月横向课题江苏骁卓自动化有限公司《光电部件外观质量检测系统》
[12] 2017年1月-2019年12月国家自然科学基金青年项目《基于信息测度的高速列车转向架故障诊断与健康评估方法研究》项目编号：**
[13] 2018年1月-2019年12月国家工程中心开放课题《基于深度学习的高速列车电力电子变压器故障诊断方法研究》
[14] 2016年度成都市科技人才创新创业项目《电气化铁路同相供电系统》项目编号：2016-RC03-00002-HZ
[15] 2015年6月-2017年6月中央高校基本科研业务费专项资金资助《基于信息测度的高速列车转向架故障特征分析方法研究》项目编号：**CX025
[16] 2011年6月~2013年6月中央高校基本科研业务费专项资金项目《掌纹特征提取与识别方法研究》项目编号：SWJTU11BR039

论文成果

[1] Huang Deqing, Yang Wanqiu, Huang Tengfei, Qin Na*,Chen Yong. Iterative Learning Operation Control of High-Speed Trains with Adhesion Dynamics, IEEE Transactions on Control Systems Technology, Accecpted, DOI: 10.1109/TCST.2021.** 2020 SCI二区
[2] Huang Deqing, Li Shupan, Qin Na*,Zhang Yuanjie. Fault Diagnosis of High-speed Train Bogie Based on the Improved-CEEMDAN and 1-D CNN Algorithms. IEEE Transactions on Instrumentation and Measurement, Accecpted, 2020 DOI：10.1109/TIM.2020.** SCI 二区
[3] Habib. U. K. Jadoon, Deqing. Huang, Na Qin*, and Z. Gong. Sensor Fault diagnosis and Unknown Disturbances Estimation of High Switching Frequency Single-phase PWM Rectifier. International Journal of Control, Automation and Systems, Accecpted, 2020 SCI 三区
[4] Tian Xiangjin, Huang Deqing*, Qin Na, Gong Zifeng, Wang Qingyuan. Guaranteed Cost Optimal Control of High-Speed Train with Time-delay in Cruise Phase. International Journal of Control, Automation and Systems, Accecpted, 2020 SCI 四区
[5] Dai Xi, Mao Yuxin, Huang Tianpeng, Qin Na. Automatic obstacle avoidance of quadrotor UAV via CNN-based Learning, Neurocomputing. 2020, 402: 346-348 SCI二区
[6] Deqing Huang , Yuanzhe Fu , Na Qin*, Shibin Gao, Fault Diagnos is of High - Speed Train Bogie Based on LSTM NeuralNetwork, Science China -Information Sciences , 2021, 64 (1)119203:1–119203:3 DOI:10.1007/s11432-018-9543-8 A++ SCI 二区
[7] Qin, Na; Liang, Kaiwei; Huang, Deqing; Ma, Lei; Kemp, Andrew H, Multiple Convolutional Recurrent Neural Networks for Fault Identification and Performance Degradation Evaluation of High-speed Train Bogie. IEEE Transactions on Neural Networks and Learning Systems. 2020, 31(12): 5363-5376 D.O.I：10.1109/TNNLS.2020.** SCI一区
[8] Lingling Chen, Na Qin*, Xi Dai, and Deqing Huang, Fault Diagnosis of High-Speed Train Bogie Based on Capsule Network, IEEE Transactions on Instrumentation and Measurement. 2020, 69(9): 6203-6211 DOI：10.1109/TIM.2020.** IF:3.067. A++ SCI 二区
[9] Shupan. Li, Na Qin, Darong Huang, Deqing Huang* and L. Ke, Damage Localization of Stacker’s Track Based on EEMD-EMD and DBSCAN Cluster Algorithms, IEEE Transactions on Instrumentation and Measurement, 2020,69(5):1981-1992. DOI: 10.1109/TIM.2019.**. IF:3.067. A++ SCI 二区.
[10] Xia Jingkang, Huang Deqing, Li Yanan, Qin Na. Iterative learning of human partner's desired trajectory for proactive human-robot collaboration, International Journal of intelligent Robotics and applications, 2020, 4(2):229-242.
[11] Z. Wang, D. Huang, T. Huang, N. Qin. Active disturbance rejection control for a quadrotor UAV, IEEE 9th Data Driven Control and Learning Systems Conference, 2020:1-5. EI会议
[12] T. Huang, D. Huang, Z, Wang, N. Qin. A. Shah. Robust control for a quadrotor UAV based on linear quadratic regulator, 39th Chinese Control Conference, 2020:6893-6898. EI会议
[13] X. Zhao, N. Qin, J. Huang and Y. Miao. The Application of Adaptive A-star Algorithm in Layout of Spatial Pipeline, IEEE 9th Data Driven Control and Learning Systems Conference , 2020: 272-277. EI会议
[14] Z. Li, Z. Liu, Y. Hu, Y. Zhang, Z. Liu and N. Qin, Grayscale-information-based Segmentation Registration for Fault Diagnosis of Train Components, IEEE 9th Data Driven Control and Learning Systems Conference, 2020: 748-753. EI会议
[15] W. Sun, N. Qin, D. Huang, Z Liu, S Ni. QN-S3VM Method for Evaluation of Liver Functional Reserve, The China Automation Congress 2020, Accept. EI会议
[16] 14. W. Lv, N. Qin, X. Zhao, P. Yuan, J. Huang. Pipe Routing of Reactor Based on Genetic Algorithm Combined with Adaptive A* Algorithm, The China Automation Congress 2020, Accept. EI会议
[17] Liyuan Su, Lei Ma, Na Qin*, Deqing Huang and A. H. Kemp, Fault Diagnosis of High-Speed Train Bogie by Residual-Squeeze Net , IEEE Transactions on Industrial Informatics, 2019, 15(7):3856-3863. DOI: 10.1109/TII.2019.**. IF: 7.377 A++ SCI 一区
[18] Yong Chen, Deqing Huang, Tianpeng Huang and Na Qin*, Tracking Control via Iterative Learning for High-Speed Trains With Distributed Input Constraints, IEEE Access, 2019, 6(7): 84591-84601. DOI: 10.1109/ACCESS.2019.**. IF: 4.098 A+ SCI 三区
[19] Chunmei Yang, Mengping Huang, Shupan Li, jianqiang Chen, Yao Yang, Na Qin, Deqing Huang* and Jian Shu*, Radiomics model of magnetic resonance imaging for predicting pathological grading and lymph node metastases of extrahepatic cholangiocarcinoma, Cancer Letters,2019,11(470): 1-7. IF:6.508 SCI 一区
[20] Changhe Huang, Na Qin, Deqing Huang*, Kaiwei Liang，Convolutional Neural Network for Fault Diagnosis of High-Speed Train Bogie，The 38th Chinese Control Conference, Guangzhou, China, 2019-07. B+ EI会议
[21] Yao Yang, Na Qin, Deqing Huang*, Awais Shah, Label number Recognition Based on Convolutional Neural Networks in industrial products, 5th IFAC Symposium on Telematics Applications, Chengdu, China, 2019 会议
[22] Yuanjie Zhang, Na Qin, Deqing Huang*, Kaiwei Liang, Fault Diagnosis of High-speed Train Bogie Based on Deep Neural Network, 5th IFAC Symposium on Telematics Applications, Chengdu, China, 2019 会议
[23] Ndabarushimana Egone, Lei Ma*,QIN Na. Faults detection and identification based on robust residual generation for a single-phase PWM rectifier. 3rd IEEE Conference on Energy Internet and Energy system Integration, Changsha, China, Nov8, 2019. EI会议
[24] Yong Yang, Lei Ma, Deqing Huang, Na Qin*, Output Feedback Repetitive Learning Control of an Electrohydraulic Actuator of a Lower Limb Rehabilitation Exoskeleton, Computing in Science & Engineering, 2018,1(21):6-19. DOI: 10.1109/MCSE.2018. IF: 1.879 A SCI 四区
[25] Tao Yu, Lei Ma, Na Qin*, Adaptive Cooperative Tracking Control of Multi-Agent Systems With Unknown Actuators Hysteresis, IEEE Access, 2018,6(6): 33015-33028. DOI: 10.1109/ACCESS.2018.** IF:4.098 A+ SCI 三区
[26] Kaiwei Liang , Na Qin, Deqing Huang *, Yuanzhe Fu , Convolutional Recurrent Neural Network for Fault Diagnosis of High-Speed Train Bogie, Compexity, 2018(5):1-13. DOI: 10.1155/2018/**,2018. IF:2.591 A SCI 二区
[27] Yuanzhe Fu, Deqing Huang, Na Qin*, Kaiwei Liang, Yang Yang. High-Speed Railway Bogie Fault Diagnosis Using LSTM Neural Network. The 37th Chinese Control Conference, Wuhan, China, July 2018-07 B+ EI会议
[28] Kaiwei Liang, Na Qin, Deqing Huang*,Lei Ma. 1D Convolutional Neural Networks For Fault Diagnosis of High-speed Train Bogie, The 23thInternational Conference on Digital Signal Processing, Shanghai, China, Nov.2018 EI会议
[29] Liyuan Su, Lei Ma, Na Qin*, etc. Fault Diagnosis of High-speed Train Bogie Based on Spectrogram and Multi-channel Voting. DDCLS2018, Enshi, China, May 2018. EI会议
[30] Yang Yang, Na Qin, Deqing Huang*, Yuanzhe Fu. Fault Diagnosis of High-speed Railway Bogies Based on LSTM，2018 International Conference on Information, Cybernetics, and Computational Social Systems，Hangzhou, China, August 2018 会议
[31] Awais Shah, Deqing Huang, Yixing Chen, Xin Kang and Na Qin*. Robust Sliding Mode Control of Air Handling Unit for Energy Efficiency Enhancement. Energies. 2017,11(10):1815. DOI：10.3390/en** IF:2.707 A+ SCI 二区
[32] 冯玎，林圣，张奥，孙小军，秦娜*. 基于连续时间马尔可夫退化过程的牵引供电设备可靠性预测方法研究. 电机工程学报，2017-04 , 37 (7) :1937-1945 A+ EI期刊
[33] Na Qin*, Yongkui Sun, Pengju Gu, Lei Ma. Bogie Fault Identification Based on EEMD Information Entropy and Manifold Learning. The 20th World Congress of the International Federation of Automatic Control, Toules, France, 2017, 50(1):315-318。 A EI会议
[34] Daochao Tang, Na Qin*, Weidong Jin. Fault Diagnosis of Single Yaw Damper Utilizing Hierarchical Multi-class Classifier. Journal of Computers , 2017,02(28) 5:94-104 EI期刊
[35] Qin Na, Yongkui Sun, Lv Qian Yong, Weidong Jin. Deterioration Rate Estimation of High Speed Train Bogie Unit Based on Copula Function. The 35th Chinese Control Conference, Chengdu, China, 2016-07. B+ EI会议
[36] Sun Yongkui, Qin Na*, Yu Zhibin, Jin Weidong. An approach to recognize air spring failure of high-speed trains using Lipschitz exponents. The 35th Chinese Control Conference, Chengdu, China, 2016-07. B+ EI会议
[37] 秦娜*,蒋鹏,孙永奎,金炜东.基于EEMD排列熵的高速列车转向架故障特征分析[J].振动.测试与诊断,2015-10,35(05):885-891+991.. A EI
[38] 秦娜*, 金炜东, 黄进等. 高速列车转向架故障信号的聚合经验模态分解和模糊熵特征分析[J]. 控制理论与应用, 2014-09，31(09):1245-1251. EI
[39] 秦娜*，王开云，金炜东，黄进，孙永奎. 高速列车转向架故障的经验模态熵特征分析. 交通运输工程学报，2014-02,14(1):57-64. EI
[40] 秦娜*，金炜东，黄进，李智敏，刘景波. 基于EEMD样本熵的高速列车转向架故障特征提取. 西南交通大学学报，2014-02,49(1):1-6 EI
[41] 秦娜*，金炜东，黄进，苟先太，蒋鹏. 高速列车转向架故障信号的小波熵特征分析. 计算机应用研究，2013-12,30（12）：3657-3663
[42] 秦娜*，金炜东，黄进，李智敏，刘景波. 基于EEMD的高速列车转向架故障诊断. 计算机工程，2013-12,39(12).pp:1-4.. EI
[43] Na Qin，Weidong Jin，Jin Huang，Peng Jiang，Zhimin Li. High-speed Train Bogie Fault Signal Analysis Based on Wavelet Entropy Feature. 3rd International Conference on Advanced Engineering Materials and Technology, 2013, Zhangjiajie,China EI会议

对外交流
1. 2019年8月香港参加CCTA 2019，访问香港理工大学，香港城市大学
2. 2018年10月英国Leeds大学
3. 2017年8月新加坡国立大学，南洋理工大学
4. 2017年7月法国图卢兹参加IFAC2017
5. 2014年7月美国俄克拉荷马州立大学

研究领域

(1) 人工智能与深度学习算法
(2) 智能信息处理与模式识别系统
(3) 机器视觉与智能图像处理
(4) 轨道交通装备故障诊断与健康管理

学术兼职

l 中国自动化学会数据驱动控制、学习与优化专业委员会（DDCLS）委员 2020年
l 中国自动化学会会员 2020年
l 中国人工智能学会会员（CAAI）；中国人工智能学会青年工作委员会会员，2018年
l 成都自动化研究会理事；2020年
l IEEE （Institute of Electrical and Electronic Engineers）会员； 2017年
l IEEE Transactions on Industrial Electronics，Transactions on Intelligent Transportation Systems 等学术期刊审稿专家

授权专利 MORE+
基于5G的视频采集传输系统
基于多传感器数据融合的高速列车转向架故障检测方法
一种基于磁流变阻尼器模型的高速列车横向振动控制方法
用于列车超长图像配准的模板图像制作交互界面
消除阴影和高亮噪声的双梯柱体码本前景检测方法

Copyright ? 2019 西南交通大学. All Rights Reserved.蜀ICP备**号
地址：中国四川省成都市高新区西部园区西南交通大学
川公网安备061号
技术支持：信息化与网络管理处
访问量：次

个人信息MORE +
秦娜副教授
所在单位： 电气工程学院
办公地点： 西南交通大学犀浦校区电气工程学院
学位： 工学博士学位
职称： 副教授
电子邮箱： qinna@swjtu.edu.cn
主要任职： 电子信息系副主任
毕业院校： 西南交通大学
博士生导师
硕士生导师
学科：控制科学与工程
电气工程

同专业博导同专业硕导

论文成果当前位置: 中文主页 >> 科学研究 >> 论文成果

[1] Huang Deqing, Yang Wanqiu, Huang Tengfei, Qin Na*,Chen Yong. Iterative Learning Operation Control of High-Speed Trains with Adhesion Dynamics, IEEE Transactions on Control Systems Technology, Accecpted, DOI: 10.1109/TCST.2021.** 2020 SCI二区
[2] Huang Deqing, Li Shupan, Qin Na*,Zhang Yuanjie. Fault Diagnosis of High-speed Train Bogie Based on the Improved-CEEMDAN and 1-D CNN Algorithms. IEEE Transactions on Instrumentation and Measurement, Accecpted, 2020 DOI：10.1109/TIM.2020.** SCI 二区
[3] Habib. U. K. Jadoon, Deqing. Huang, Na Qin*, and Z. Gong. Sensor Fault diagnosis and Unknown Disturbances Estimation of High Switching Frequency Single-phase PWM Rectifier. International Journal of Control, Automation and Systems, Accecpted, 2020 SCI 三区
[4] Tian Xiangjin, Huang Deqing*, Qin Na, Gong Zifeng, Wang Qingyuan. Guaranteed Cost Optimal Control of High-Speed Train with Time-delay in Cruise Phase. International Journal of Control, Automation and Systems, Accecpted, 2020 SCI 四区
[5] Dai Xi, Mao Yuxin, Huang Tianpeng, Qin Na. Automatic obstacle avoidance of quadrotor UAV via CNN-based Learning, Neurocomputing. 2020, 402: 346-348 SCI二区
[6] Deqing Huang , Yuanzhe Fu , Na Qin*, Shibin Gao, Fault Diagnos is of High - Speed Train Bogie Based on LSTM NeuralNetwork, Science China -Information Sciences , 2021, 64 (1)119203:1–119203:3 DOI:10.1007/s11432-018-9543-8 A++ SCI 二区
[7] Qin, Na; Liang, Kaiwei; Huang, Deqing; Ma, Lei; Kemp, Andrew H, Multiple Convolutional Recurrent Neural Networks for Fault Identification and Performance Degradation Evaluation of High-speed Train Bogie. IEEE Transactions on Neural Networks and Learning Systems. 2020, 31(12): 5363-5376 D.O.I：10.1109/TNNLS.2020.** SCI一区
[8] Lingling Chen, Na Qin*, Xi Dai, and Deqing Huang, Fault Diagnosis of High-Speed Train Bogie Based on Capsule Network, IEEE Transactions on Instrumentation and Measurement. 2020, 69(9): 6203-6211 DOI：10.1109/TIM.2020.** IF:3.067. A++ SCI 二区
[9] Shupan. Li, Na Qin, Darong Huang, Deqing Huang* and L. Ke, Damage Localization of Stacker’s Track Based on EEMD-EMD and DBSCAN Cluster Algorithms, IEEE Transactions on Instrumentation and Measurement, 2020,69(5):1981-1992. DOI: 10.1109/TIM.2019.**. IF:3.067. A++ SCI 二区.
[10] Xia Jingkang, Huang Deqing, Li Yanan, Qin Na. Iterative learning of human partner's desired trajectory for proactive human-robot collaboration, International Journal of intelligent Robotics and applications, 2020, 4(2):229-242.
[11] Z. Wang, D. Huang, T. Huang, N. Qin. Active disturbance rejection control for a quadrotor UAV, IEEE 9th Data Driven Control and Learning Systems Conference, 2020:1-5. EI会议
[12] T. Huang, D. Huang, Z, Wang, N. Qin. A. Shah. Robust control for a quadrotor UAV based on linear quadratic regulator, 39th Chinese Control Conference, 2020:6893-6898. EI会议
[13] X. Zhao, N. Qin, J. Huang and Y. Miao. The Application of Adaptive A-star Algorithm in Layout of Spatial Pipeline, IEEE 9th Data Driven Control and Learning Systems Conference , 2020: 272-277. EI会议
[14] Z. Li, Z. Liu, Y. Hu, Y. Zhang, Z. Liu and N. Qin, Grayscale-information-based Segmentation Registration for Fault Diagnosis of Train Components, IEEE 9th Data Driven Control and Learning Systems Conference, 2020: 748-753. EI会议
[15] W. Sun, N. Qin, D. Huang, Z Liu, S Ni. QN-S3VM Method for Evaluation of Liver Functional Reserve, The China Automation Congress 2020, Accept. EI会议
[16] 14. W. Lv, N. Qin, X. Zhao, P. Yuan, J. Huang. Pipe Routing of Reactor Based on Genetic Algorithm Combined with Adaptive A* Algorithm, The China Automation Congress 2020, Accept. EI会议
[17] Liyuan Su, Lei Ma, Na Qin*, Deqing Huang and A. H. Kemp, Fault Diagnosis of High-Speed Train Bogie by Residual-Squeeze Net , IEEE Transactions on Industrial Informatics, 2019, 15(7):3856-3863. DOI: 10.1109/TII.2019.**. IF: 7.377 A++ SCI 一区
[18] Yong Chen, Deqing Huang, Tianpeng Huang and Na Qin*, Tracking Control via Iterative Learning for High-Speed Trains With Distributed Input Constraints, IEEE Access, 2019, 6(7): 84591-84601. DOI: 10.1109/ACCESS.2019.**. IF: 4.098 A+ SCI 三区
[19] Chunmei Yang, Mengping Huang, Shupan Li, jianqiang Chen, Yao Yang, Na Qin, Deqing Huang* and Jian Shu*, Radiomics model of magnetic resonance imaging for predicting pathological grading and lymph node metastases of extrahepatic cholangiocarcinoma, Cancer Letters,2019,11(470): 1-7. IF:6.508 SCI 一区
[20] Changhe Huang, Na Qin, Deqing Huang*, Kaiwei Liang，Convolutional Neural Network for Fault Diagnosis of High-Speed Train Bogie，The 38th Chinese Control Conference, Guangzhou, China, 2019-07. B+ EI会议
[21] Yao Yang, Na Qin, Deqing Huang*, Awais Shah, Label number Recognition Based on Convolutional Neural Networks in industrial products, 5th IFAC Symposium on Telematics Applications, Chengdu, China, 2019 会议
[22] Yuanjie Zhang, Na Qin, Deqing Huang*, Kaiwei Liang, Fault Diagnosis of High-speed Train Bogie Based on Deep Neural Network, 5th IFAC Symposium on Telematics Applications, Chengdu, China, 2019 会议
[23] Ndabarushimana Egone, Lei Ma*,QIN Na. Faults detection and identification based on robust residual generation for a single-phase PWM rectifier. 3rd IEEE Conference on Energy Internet and Energy system Integration, Changsha, China, Nov8, 2019. EI会议
[24] Yong Yang, Lei Ma, Deqing Huang, Na Qin*, Output Feedback Repetitive Learning Control of an Electrohydraulic Actuator of a Lower Limb Rehabilitation Exoskeleton, Computing in Science & Engineering, 2018,1(21):6-19. DOI: 10.1109/MCSE.2018. IF: 1.879 A SCI 四区
[25] Tao Yu, Lei Ma, Na Qin*, Adaptive Cooperative Tracking Control of Multi-Agent Systems With Unknown Actuators Hysteresis, IEEE Access, 2018,6(6): 33015-33028. DOI: 10.1109/ACCESS.2018.** IF:4.098 A+ SCI 三区
[26] Kaiwei Liang , Na Qin, Deqing Huang *, Yuanzhe Fu , Convolutional Recurrent Neural Network for Fault Diagnosis of High-Speed Train Bogie, Compexity, 2018(5):1-13. DOI: 10.1155/2018/**,2018. IF:2.591 A SCI 二区
[27] Yuanzhe Fu, Deqing Huang, Na Qin*, Kaiwei Liang, Yang Yang. High-Speed Railway Bogie Fault Diagnosis Using LSTM Neural Network. The 37th Chinese Control Conference, Wuhan, China, July 2018-07 B+ EI会议
[28] Kaiwei Liang, Na Qin, Deqing Huang*,Lei Ma. 1D Convolutional Neural Networks For Fault Diagnosis of High-speed Train Bogie, The 23thInternational Conference on Digital Signal Processing, Shanghai, China, Nov.2018 EI会议
[29] Liyuan Su, Lei Ma, Na Qin*, etc. Fault Diagnosis of High-speed Train Bogie Based on Spectrogram and Multi-channel Voting. DDCLS2018, Enshi, China, May 2018. EI会议
[30] Yang Yang, Na Qin, Deqing Huang*, Yuanzhe Fu. Fault Diagnosis of High-speed Railway Bogies Based on LSTM，2018 International Conference on Information, Cybernetics, and Computational Social Systems，Hangzhou, China, August 2018 会议
[31] Awais Shah, Deqing Huang, Yixing Chen, Xin Kang and Na Qin*. Robust Sliding Mode Control of Air Handling Unit for Energy Efficiency Enhancement. Energies. 2017,11(10):1815. DOI：10.3390/en** IF:2.707 A+ SCI 二区
[32] 冯玎，林圣，张奥，孙小军，秦娜*. 基于连续时间马尔可夫退化过程的牵引供电设备可靠性预测方法研究. 电机工程学报，2017-04 , 37 (7) :1937-1945 A+ EI期刊
[33] Na Qin*, Yongkui Sun, Pengju Gu, Lei Ma. Bogie Fault Identification Based on EEMD Information Entropy and Manifold Learning. The 20th World Congress of the International Federation of Automatic Control, Toules, France, 2017, 50(1):315-318。 A EI会议
[34] Daochao Tang, Na Qin*, Weidong Jin. Fault Diagnosis of Single Yaw Damper Utilizing Hierarchical Multi-class Classifier. Journal of Computers , 2017,02(28) 5:94-104 EI期刊
[35] Qin Na, Yongkui Sun, Lv Qian Yong, Weidong Jin. Deterioration Rate Estimation of High Speed Train Bogie Unit Based on Copula Function. The 35th Chinese Control Conference, Chengdu, China, 2016-07. B+ EI会议
[36] Sun Yongkui, Qin Na*, Yu Zhibin, Jin Weidong. An approach to recognize air spring failure of high-speed trains using Lipschitz exponents. The 35th Chinese Control Conference, Chengdu, China, 2016-07. B+ EI会议
[37] 秦娜*,蒋鹏,孙永奎,金炜东.基于EEMD排列熵的高速列车转向架故障特征分析[J].振动.测试与诊断,2015-10,35(05):885-891+991.. A EI
[38] 秦娜*, 金炜东, 黄进等. 高速列车转向架故障信号的聚合经验模态分解和模糊熵特征分析[J]. 控制理论与应用, 2014-09，31(09):1245-1251. EI
[39] 秦娜*，王开云，金炜东，黄进，孙永奎. 高速列车转向架故障的经验模态熵特征分析. 交通运输工程学报，2014-02,14(1):57-64. EI
[40] 秦娜*，金炜东，黄进，李智敏，刘景波. 基于EEMD样本熵的高速列车转向架故障特征提取. 西南交通大学学报，2014-02,49(1):1-6 EI
[41] 秦娜*，金炜东，黄进，苟先太，蒋鹏. 高速列车转向架故障信号的小波熵特征分析. 计算机应用研究，2013-12,30（12）：3657-3663
[42] 秦娜*，金炜东，黄进，李智敏，刘景波. 基于EEMD的高速列车转向架故障诊断. 计算机工程，2013-12,39(12).pp:1-4.. EI
[43] Na Qin，Weidong Jin，Jin Huang，Peng Jiang，Zhimin Li. High-speed Train Bogie Fault Signal Analysis Based on Wavelet Entropy Feature. 3rd International Conference on Advanced Engineering Materials and Technology, 2013, Zhangjiajie,China EI会议

Copyright ? 2019 西南交通大学. All Rights Reserved.蜀ICP备**号
地址：中国四川省成都市高新区西部园区西南交通大学
川公网安备061号
技术支持：信息化与网络管理处
访问量：次

个人信息MORE +
秦娜副教授
所在单位： 电气工程学院
办公地点： 西南交通大学犀浦校区电气工程学院
学位： 工学博士学位
职称： 副教授
电子邮箱： qinna@swjtu.edu.cn
主要任职： 电子信息系副主任
毕业院校： 西南交通大学
博士生导师
硕士生导师
学科：控制科学与工程
电气工程

同专业博导同专业硕导

对外交流当前位置: 中文主页 >> 科学研究 >> 对外交流

1. 2019年8月香港参加CCTA 2019，访问香港理工大学，香港城市大学
2. 2018年10月英国Leeds大学
3. 2017年8月新加坡国立大学，南洋理工大学
4. 2017年7月法国图卢兹参加IFAC2017
5. 2014年7月美国俄克拉荷马州立大学

Copyright ? 2019 西南交通大学. All Rights Reserved.蜀ICP备**号
地址：中国四川省成都市高新区西部园区西南交通大学
川公网安备061号
技术支持：信息化与网络管理处
访问量：次

个人信息MORE +
秦娜副教授
所在单位： 电气工程学院
办公地点： 西南交通大学犀浦校区电气工程学院
学位： 工学博士学位
职称： 副教授
电子邮箱： qinna@swjtu.edu.cn
主要任职： 电子信息系副主任
毕业院校： 西南交通大学
博士生导师
硕士生导师
学科：控制科学与工程
电气工程

同专业博导同专业硕导

研究领域当前位置: 中文主页 >> 科学研究 >> 研究领域

(1) 人工智能与深度学习算法
(2) 智能信息处理与模式识别系统
(3) 机器视觉与智能图像处理
(4) 轨道交通装备故障诊断与健康管理

Copyright ? 2019 西南交通大学. All Rights Reserved.蜀ICP备**号
地址：中国四川省成都市高新区西部园区西南交通大学
川公网安备061号
技术支持：信息化与网络管理处
访问量：次

个人信息MORE +
秦娜副教授
所在单位： 电气工程学院
办公地点： 西南交通大学犀浦校区电气工程学院
学位： 工学博士学位
职称： 副教授
电子邮箱： qinna@swjtu.edu.cn
主要任职： 电子信息系副主任
毕业院校： 西南交通大学
博士生导师
硕士生导师
学科：控制科学与工程
电气工程

同专业博导同专业硕导

学术兼职当前位置: 中文主页 >> 科学研究 >> 学术兼职

l 中国自动化学会数据驱动控制、学习与优化专业委员会（DDCLS）委员 2020年
l 中国自动化学会会员 2020年
l 中国人工智能学会会员（CAAI）；中国人工智能学会青年工作委员会会员，2018年
l 成都自动化研究会理事；2020年
l IEEE （Institute of Electrical and Electronic Engineers）会员； 2017年
l IEEE Transactions on Industrial Electronics，Transactions on Intelligent Transportation Systems 等学术期刊审稿专家

Copyright ? 2019 西南交通大学. All Rights Reserved.蜀ICP备**号
地址：中国四川省成都市高新区西部园区西南交通大学
川公网安备061号
技术支持：信息化与网络管理处
访问量：次

个人信息MORE +
秦娜副教授
所在单位： 电气工程学院
办公地点： 西南交通大学犀浦校区电气工程学院
学位： 工学博士学位
职称： 副教授
电子邮箱： qinna@swjtu.edu.cn
主要任职： 电子信息系副主任
毕业院校： 西南交通大学
博士生导师
硕士生导师
学科：控制科学与工程
电气工程

同专业博导同专业硕导

授权专利当前位置: 中文主页 >> 科学研究 >> 授权专利

基于5G的视频采集传输系统2021-04-27

基于多传感器数据融合的高速列车转向架故障检测方法2021-04-27

一种基于磁流变阻尼器模型的高速列车横向振动控制方法2021-02-17

用于列车超长图像配准的模板图像制作交互界面2021-02-17

消除阴影和高亮噪声的双梯柱体码本前景检测方法2021-02-17

一种基于数据投影模式变换的列车运行状态监测系统2021-02-17

共6条1/1 首页上页下页尾页

Copyright ? 2019 西南交通大学. All Rights Reserved.蜀ICP备**号
地址：中国四川省成都市高新区西部园区西南交通大学
川公网安备061号
技术支持：信息化与网络管理处
访问量：次

个人信息MORE +
秦娜副教授
所在单位： 电气工程学院
办公地点： 西南交通大学犀浦校区电气工程学院
学位： 工学博士学位
职称： 副教授
电子邮箱： qinna@swjtu.edu.cn
主要任职： 电子信息系副主任
毕业院校： 西南交通大学
博士生导师
硕士生导师
学科：控制科学与工程
电气工程

同专业博导同专业硕导

教学工作当前位置: 中文主页 >> 教学工作

授课信息
l 本科生课程
微机原理及应用
电气测量技术
电子信息工程概论
l 本科生科创实践类
信息处理课程设计
电子信息工程实训
大学生科研训练计划SRTP
本科毕业设计
l 研究生课程
系统检测与故障诊断
l SWJTU-Leeds课程
Embeded system project

教改项目

1. 2021年参与电子信息教指委教改重点项目，《面向新经济的轨道交通电子信息专业改造升级探索与实践》
2. 2020年主持校级教学实践类子项目《“一带一路”铁路国际化电气工程专业人才培养质量保障机制研究》
3. 2020年参与校教改项目《德能融合发展的校企创新育人实践体系构建》
4. 2020年参与校教改项目《“双万计划”引领下依托学习型科研团队提高本科生人才培养质量的路径探索》
5. 2019年3月-2020年3月主持校教改项目《开放共享科研平台，提高本科生科研能力与创新能力》优秀结题
6. 2018年3月-2019年3月参与校教改项目《新工科背景下依托学习型科研团队提高本科生人才培养质量的路径探索》
7. 2017年参与校教改项目余志斌《基于“学习社区”课堂教学模式的研究与实践》

教学成果
1. 2021 校教学成果一等奖《行业引领的“双创”人才科教融合培养机制研究与实践》
2. 2021 校教学成果二等奖《科教-产教-国际化多通道融合，力促人才培养质量稳步提升》
3. 2020年优秀硕士学位论文指导老师梁开伟
4. 2020年第六届“互联网+”大学生创新创业大赛校赛金奖 “眼谨小车-面向轨道交通领域的智能巡检机器人”
5. 2019年优秀本科毕业设计指导老师张雅新

Copyright ? 2019 西南交通大学. All Rights Reserved.蜀ICP备**号
地址：中国四川省成都市高新区西部园区西南交通大学
川公网安备061号
技术支持：信息化与网络管理处
访问量：次