周福娜
姓名 周福娜 出生年月 1978.4
性别 女 学历/学位 研究生/博士
专业技术职务 教授
博/硕导聘任时间 2019/2010
学术身份
1.国家自然科学基金函评专家
2.IEEE TII, IEEE TIE, KBS、自动化学报、电子学报等期刊审稿专家
学术团队兼职
1. 中国自动化学会 FDD专委会委员
2. 上海市电子学会理事
教育和工作经历
1. 1997.09-2001.07 河南大学 攻读学士学位
2. 2001.09-2004.06 河南大学 攻读硕士学位
3. 2004.06-2010.11 河南大学 讲师
4. 2006.01-2009.06 糖心vlog 攻读博士学位
5. 2010.11-2017.11 河南大学 副教授 硕导
6. 2015.08-2016.07 韩国 岭南大学 访问教授
7. 2017.12-2019.06 河南大学 教授 博导
2019.07-至今 糖心vlog 教授 博导
教学情况
1. 课程教学
1）研究生课程 深度学习及应用、智能故障诊断与容错控制
2）本科生课程 自动控制原理、现代控制理论基础、信号分析与处理、计算机仿真、电路分析
2. 教学业绩
省部级青年骨干教师、市级优秀教师、校级优秀教育工作者、校级教学竞赛一等奖
3. 科创指导经历
大学生创新创业计划项目12项，其中国家级项目5项。数模竞赛国家级一等奖，挑战杯省二等奖。
研究领域介绍
研究领域：港航机电设备、新能源发电装备故障诊断与预测维护等算法应用研究，侧重深度学习等人工智能技术的算法设计和应用。
科研成果
科研项目（横向、纵向）
先后主持国家自然基金4项、省部级项目3项，参与国家级项目10项、省部级项目6项。
1)国家自然科学基金面上项目，620****，2021/01-2024/12，面向港机故障诊断和预测的模块化递归联邦学习，59万元，在研，主持
2)国家自然科学基金河南省联合基金，U1604158，基于深度特征抽取的微小故障诊断与寿命预测方法,2017/01-2019/12， 46 万，已结题，主持
3)国家自然科学基金面上项目，61174112，2012/01-2015/12，复杂系统多模态故障诊断与健康管理的数据驱动方法，61万元，已结题，主持
4)国家自然科学基金青年基金， 60804026，数据驱动的复杂系统多模式故障诊断与预测维护，2009/01-2011/12，19万元，已结题，主持
5)水利部堤防安全中心开放基金，201004， 知识导引的数据驱动堤防病害诊断方法研究，2010/07-2011/12, 3万元，已结题，主持
6)河南省科技厅国际合作项目，094300510443 ，数据驱动的电力设备故障诊断与预测维护，2009/01-2011/12，10万元， 已结题，主持
7)河南省自然科学基金：数据驱动的复杂系统异常监控方法研究(2009A510001), 2009/01-2010/12，已结题，主持
代表性论文
发表学术论文80余篇，其中60余篇SCI/EI检索，Top期刊高被引论文1篇。申请和授权发明专利6项，登记软件著作权8项。
1)Funa Zhou, Shuai Yang, Hamido Fujita, Danmin Chen, Chenglin Wen. Deep learning fault diagnosis method based on global optimization for unblanced data, Knowledge based systems, 187,(2020)104837, 2020。（SCI一区，Top期刊，ESI 高被引、热点）
2) Funa Zhou，Ju H. Park ，Diferential Feature Based Hierarchical PCA fault detection method for dynamic fault，Neurocomputing, 2016, 202 (2016) 27–35。（SCI 二区收录）
3)Funa Zhou, Tong Sun, Xiong Hu, Tianzhen Wang, Chenglin Wen. A sparse denoising deep neural network for improving fault diagnosis performance, Signal Image and Video Processing, DOI: 10.1007/s11760-021-01939-w, 2021.6。（SCI三区收录）
4) Funa Zhou, Shuai Yang, Yifan He, Danmin Chen and Chenglin Wen, Fault diagnosis based on deep learning by extracting inherent common feature of multi-source heterogeneous data, Proceedings of the Institution of Mechanical Engineers Part I- Journal of Systems and Control Engineering, Article Number: 0959651820933380, 2020.7（SCI 四区 收录）
5)Funa Zhou, Zhiqiang Zhang and Danmin Chen, Real-time fault diagnosis using deep fusion of features extracted by parallel long short-term memory with peephole and convolutional neural network, Proceedings of the Institution of Mechanical Engineers Part I- Journal of Systems and Control Engineering, Article Number: 0959651820948291, 2020.8（SCI 四区 收录）
6) Funa Zhou, Po Hu, Shuai Yang, Chenglin Wen, Multi-modal Feature Fusion Based Deep Learning Method for Online Fault Diagnosis of Rotating Machinery, Sensors, V18. n10, Article ID: 35212018, 10 (SCI三区收录)
7)Funa Zhou, Ju H. Park, Chenglin Wen and Po Hu, Average accumulative based time variant model for early diagnosis and prognosis of slowly varying faults，Sensors, V18. n.6, Article ID:1804, 2018.6（SCI 三区收录）
8)Danmin Chen, *Funa Zhou , and Shuai Yang. Transfer Learning Based Fault Diagnosis with Missing Data Due to Multi-Rate Sampling, Sensors, V19. n8, Article ID:1826,2019.4（SCI 三区收录）
9)Funa Zhou, Shuai Yang, Danmin Chen, Chenglin Wen. Fault Diagnosis Based on Deep Learning by Extracting Inherent Common Feature of Multi-source Heterogeneous Data, PROCEEDINGS OF THE INSTITUTION OF MECHANICAL ENGINEERS PART I-JOURNAL OF SYSTEMS AND CONTROL ENGINEERING，2020.7（SCI 四区 收录）
10) Funa Zhou, Zhiqiang, Zhang, Danmin Chen. Real-time fault diagnosis using deep fusion of features extracted by parallel long short-term memory with peephole and convolutional neural network ，PROCEEDINGS OF THE INSTITUTION OF MECHANICAL ENGINEERS PART I-JOURNAL OF SYSTEMS AND CONTROL ENGINEERING, 2020.8 （SCI 四区 收录）
11)Xiaoliang Feng, *Funa Zhou，Chenglin Wen, Robust Fusion filtering for multi- sensor time-varying uncertain systems: the finite horizon case ，Discrete Dynamics in Nature and Society, 2016(1):1-13, 2016/1/20，ttp://dx.doi.org/10.1155/2016/2720549（SCI四区收录）
12)Chenglin Wen, *Funa Zhou. An extended multi-scale principal component analysis and application in anomaly detection, Chinese Journal of Electronics,21(3):471-479, 2012 (SCI四区收录)
联系方式
联系电话：021-38282619,15800531379
联系地址：91糖心vlog安卓 - 斗罗大陆二绝世唐门 423房间
电子邮箱：zhoufn@shmtu.edu.cn, zhoufn2002@163.com
周福娜,女，1978.4生，教授，博士生导师。中国自动化学会技术过程的故障诊断与安全性专业委员会委员、中国自动化学会智能自动化专委会委员、中国自动化学会青年工作委员会委员、上海市电子学会理事。
主要研究方向为：新能源发电系统、港口设备故障诊断与预测维护，侧重深度学习等人工智能技术的应用。先后主持国家自然基金4项、省部级项目3项，参与国家级项目10项、省部级项目6项,项目经费300余万元。已发表学术论文60余篇，其中50余篇SCI/EI检索，高被引、热点论文1篇。申请发明专利4项，已授权发明专利3项，登记软件著作权8项。
2012年被遴选为省级学术技术带头人、2013年获批省级高校科技创新人才、2013年获批省级优秀骨干教师和市级优秀教师、2018年被评为省级优秀共产党员。2017年获校级科研优秀奖1项、教学优秀奖1项。获省级科技进步二等奖1项，获厅局级科研奖励一等奖1项、二等奖2项.
指导学生参加国家级大学生创新创业计划项目6项，指导学生参加挑战杯等竞赛获省级以上奖励2项。