1998-2022 ChinaKaoyan.com Network Studio. All Rights Reserved. 沪ICP备12018245号
华南理工大学研究生导师介绍：赵学智
分类：导师信息 来源：中国考研网 2017-05-12 相关院校：华南理工大学
导师姓名：赵学智
性别：男
职称：教授
招生专业：机械工程
招生层次：招收博士、硕士研究生
招生专业所属院系：机械与汽车工程学院
研究方向：信号处理与故障诊断
联系电话：15360526062
电子邮件：mezhaoxz@scut.edu.cn
备注：
导师简介：
赵学智，男，汉族，湖南省邵东县周官桥人，博士，教授、博士生导师。主要经历：1986～1989年湖南邵东三中高中教育；1989.9～1993.7年昆明工学院（现昆明理工大学）机械工程系本科教育，获工学学士学位；1993.8～1995.8广州通信设备厂工作；1995.9～1998.7华南理工大学机械工程系硕士研究生教育，获工学硕士学位；1998.9～2001.7华南理工大学机械工程系博士研究生教育，获工学博士学位；2001.8~2002.4广州电信科学技术研究院工作；2002年5月调入华南理工大学任教至今。2005年晋升为副教授，2011年晋升为教授，2012年6月被批准为博士生导师。
主要从事信号处理、小波分析、奇异值分解理论与算法、神经网络理论及其在机电系统状态监测与故障诊断中的应用研究，是国际期刊《ShockandVibration》、《DigitalSignalProcessing》和国内《振动工程学报》、《振动与冲击》、《北京航空航天大学学报》、《华南理工大学学报》、《应用基础与工程科学学报》、《华侨大学学报》（自然科学版）等刊物的审稿人。已主持国家自然科学基金两项：（1）多分辨奇异值分解理论及其在信号处理与故障诊断中的应用（No.50875086），（2）多分辨自适应谐振理论及其在刀具渐变磨损过程中的监测应用研究（No.50305005）。近年来所取得的主要研究成果有：
(1)建立了多分辨奇异值分解理论，利用奇异值分解(SVD)实现了对信号的一种不同于小波多分辨分解的另一类多分辨分解，该方法在信号消噪、奇异性检测和弱故障特征提取方面均优于小波变换。
(2)建立了奇异值差分谱理论，系统研究了奇异值差分谱的性质，利用差分谱分析了Hankel矩阵结构对SVD消噪效果的影响，推荐出了合理的Hankel矩阵结构，并将差分谱应用于有效奇异值的选择和弱故障特征提取，克服了传统奇异熵法特征不明显的缺陷。
(3)针对大型矩阵奇异值分解的数值计算问题，通过对Givens矩阵变化特点的分析，找到了单向收缩QR算法可能不收敛的原因，并研究了首行元素的衰减对QR算法收敛速度的影响，从本质上探明了这种QR算法的收敛特性。
(4)提出了一种针对大型矩阵奇异值分解的双向收缩、多次分割的快速QR算法，该算法具有迭代次数少、迭代过程无停滞、收敛迅速等优点，对任何大型矩阵都可实现快速奇异值分解。
(5)研究了直流分量、交流分量和噪声分量的奇异值在总奇异值向量中的分布特性，发现只要所构造的矩阵阶数足够大，则在由这三部分形成的混合信号的总奇异值向量中，代表这三部分的奇异值将作为单独的坐标被分离出来，并引入小波分析方法，建立了小波细节峰值和不同分量信号的奇异值的对应联系，进而实现了对原始信号中不同分量的有效分离。
(6)研究了矩阵构造方式对SVD的信号处理效果的影响，从理论上分析了两种矩阵方式下SVD的信号分解特性以及它们所获得的分量信号之间的正交性、可叠加性和相移特性的差异。
(7)发现了采用Hankel矩阵时SVD具有奇异性检测能力，并且进一步证明了SVD的奇异性检测具有小波变换所没有的两个独特优点：(1).证明了各SVD分量具有递增的消失矩（vanishingmoment），第n个SVD分量的消失矩阶数是n-1；(2).证明了所有SVD分量中指示奇异点位置的脉冲宽度始终保持不变，而且这个宽度由所构造的Hankel矩阵的列数决定。
(8)提出了卷积小波包变换的定义，推导了其快速分解和重构算法，该算法克服了传统小波包变换时数据长度逐层减半而不利于故障诊断的缺点，不管分解多少层，每层各频道信号的长度始终保持与原始信号一致，极大地方便了信号后续处理，并基于此变换提出了一种新的信号消噪算法。
(9)从理论上系统地研究了无显式表达小波基的参数表达形式，得到了多参数表达的无显式小波基的几类参数方程。
(10)提出了一种无显式表达小波基在不同尺度下的离散生成算法，基于此算法分析了Daubechies小波系在不同尺度间的频带重叠情况。
(11)从理论上系统地研究了基于高斯函数的小波系及其性质，得到了这一小波系高、低通滤波器的一种特殊关系，并提出了这一小波系的快速算法。
(12)提出了一种小波神经网络参数的初始化方法，可以获得良好的网络初始参数，大大加快了网络的后续学习速度
除此之外，还在奇异值曲率谱、SVD分量信号的形成方式与计算复杂度及适用范围、无显式表达小波基的自适应选择算法、小波尺度自适应选择算法、内积与卷积小波变换的信号处理效果差异分析与理论解释、自适应小波特征提取神经网络结构设计与学习算法等方面取得了一系列成果。近年来以第一作者在国际期刊《MechanicalSystemsandSignalProcessing》（SCI二区）、《DigitalSignalProcessing》（SCI三区）和国内相关领域最高级别期刊《电子学报》（2篇）、《机械工程学报》(8篇)、《振动工程学报》(3篇)等期刊上发表有关信号处理与故障诊断等方面的论文40多篇，其中被SCI和EI光盘版（Compendex）同时收录5篇、另被EI光盘版收录28篇，均为第一作者。所发表的论文至今已被同行研究者引用496篇次，其中期刊引用232篇次、博士学位论文引用58篇次、优秀硕士学位论文引用206篇次，单篇引用最高频次92篇次，另外还取得了两个关于SVD数值计算和SVD工程应用的软件著作权。
性别：男
职称：教授
招生专业：机械工程
招生层次：招收博士、硕士研究生
招生专业所属院系：机械与汽车工程学院
研究方向：信号处理与故障诊断
联系电话：15360526062
电子邮件：mezhaoxz@scut.edu.cn
备注：
导师简介：
赵学智，男，汉族，湖南省邵东县周官桥人，博士，教授、博士生导师。主要经历：1986～1989年湖南邵东三中高中教育；1989.9～1993.7年昆明工学院（现昆明理工大学）机械工程系本科教育，获工学学士学位；1993.8～1995.8广州通信设备厂工作；1995.9～1998.7华南理工大学机械工程系硕士研究生教育，获工学硕士学位；1998.9～2001.7华南理工大学机械工程系博士研究生教育，获工学博士学位；2001.8~2002.4广州电信科学技术研究院工作；2002年5月调入华南理工大学任教至今。2005年晋升为副教授，2011年晋升为教授，2012年6月被批准为博士生导师。
主要从事信号处理、小波分析、奇异值分解理论与算法、神经网络理论及其在机电系统状态监测与故障诊断中的应用研究，是国际期刊《ShockandVibration》、《DigitalSignalProcessing》和国内《振动工程学报》、《振动与冲击》、《北京航空航天大学学报》、《华南理工大学学报》、《应用基础与工程科学学报》、《华侨大学学报》（自然科学版）等刊物的审稿人。已主持国家自然科学基金两项：（1）多分辨奇异值分解理论及其在信号处理与故障诊断中的应用（No.50875086），（2）多分辨自适应谐振理论及其在刀具渐变磨损过程中的监测应用研究（No.50305005）。近年来所取得的主要研究成果有：
(1)建立了多分辨奇异值分解理论，利用奇异值分解(SVD)实现了对信号的一种不同于小波多分辨分解的另一类多分辨分解，该方法在信号消噪、奇异性检测和弱故障特征提取方面均优于小波变换。
(2)建立了奇异值差分谱理论，系统研究了奇异值差分谱的性质，利用差分谱分析了Hankel矩阵结构对SVD消噪效果的影响，推荐出了合理的Hankel矩阵结构，并将差分谱应用于有效奇异值的选择和弱故障特征提取，克服了传统奇异熵法特征不明显的缺陷。
(3)针对大型矩阵奇异值分解的数值计算问题，通过对Givens矩阵变化特点的分析，找到了单向收缩QR算法可能不收敛的原因，并研究了首行元素的衰减对QR算法收敛速度的影响，从本质上探明了这种QR算法的收敛特性。
(4)提出了一种针对大型矩阵奇异值分解的双向收缩、多次分割的快速QR算法，该算法具有迭代次数少、迭代过程无停滞、收敛迅速等优点，对任何大型矩阵都可实现快速奇异值分解。
(5)研究了直流分量、交流分量和噪声分量的奇异值在总奇异值向量中的分布特性，发现只要所构造的矩阵阶数足够大，则在由这三部分形成的混合信号的总奇异值向量中，代表这三部分的奇异值将作为单独的坐标被分离出来，并引入小波分析方法，建立了小波细节峰值和不同分量信号的奇异值的对应联系，进而实现了对原始信号中不同分量的有效分离。
(6)研究了矩阵构造方式对SVD的信号处理效果的影响，从理论上分析了两种矩阵方式下SVD的信号分解特性以及它们所获得的分量信号之间的正交性、可叠加性和相移特性的差异。
(7)发现了采用Hankel矩阵时SVD具有奇异性检测能力，并且进一步证明了SVD的奇异性检测具有小波变换所没有的两个独特优点：(1).证明了各SVD分量具有递增的消失矩（vanishingmoment），第n个SVD分量的消失矩阶数是n-1；(2).证明了所有SVD分量中指示奇异点位置的脉冲宽度始终保持不变，而且这个宽度由所构造的Hankel矩阵的列数决定。
(8)提出了卷积小波包变换的定义，推导了其快速分解和重构算法，该算法克服了传统小波包变换时数据长度逐层减半而不利于故障诊断的缺点，不管分解多少层，每层各频道信号的长度始终保持与原始信号一致，极大地方便了信号后续处理，并基于此变换提出了一种新的信号消噪算法。
(9)从理论上系统地研究了无显式表达小波基的参数表达形式，得到了多参数表达的无显式小波基的几类参数方程。
(10)提出了一种无显式表达小波基在不同尺度下的离散生成算法，基于此算法分析了Daubechies小波系在不同尺度间的频带重叠情况。
(11)从理论上系统地研究了基于高斯函数的小波系及其性质，得到了这一小波系高、低通滤波器的一种特殊关系，并提出了这一小波系的快速算法。
(12)提出了一种小波神经网络参数的初始化方法，可以获得良好的网络初始参数，大大加快了网络的后续学习速度
除此之外，还在奇异值曲率谱、SVD分量信号的形成方式与计算复杂度及适用范围、无显式表达小波基的自适应选择算法、小波尺度自适应选择算法、内积与卷积小波变换的信号处理效果差异分析与理论解释、自适应小波特征提取神经网络结构设计与学习算法等方面取得了一系列成果。近年来以第一作者在国际期刊《MechanicalSystemsandSignalProcessing》（SCI二区）、《DigitalSignalProcessing》（SCI三区）和国内相关领域最高级别期刊《电子学报》（2篇）、《机械工程学报》(8篇)、《振动工程学报》(3篇)等期刊上发表有关信号处理与故障诊断等方面的论文40多篇，其中被SCI和EI光盘版（Compendex）同时收录5篇、另被EI光盘版收录28篇，均为第一作者。所发表的论文至今已被同行研究者引用496篇次，其中期刊引用232篇次、博士学位论文引用58篇次、优秀硕士学位论文引用206篇次，单篇引用最高频次92篇次，另外还取得了两个关于SVD数值计算和SVD工程应用的软件著作权。
相关资讯
热门网课
信息目录
网络课程
2026/2027考研全程班 最新网课
政治、英语、数学、专业课都可试听
2026/2027考研公共课 免费领取
免费领课，全年享不停
- 2026考研英语全程班 6班
- 2026考研政治全程班 6班
- 2026考研数学全程班 6班
- 2026考研英语直通车 6期
- 2026考研政治直通车 6期
- 2026考研数学直通车 6期
- 2026考研直通车【政治+英语】
- 2027考研英语全程班 早鸟1班
考研资料
考研网课
省市考研网
×关闭
扫码关注
考研信息一网打尽