赵晓平，博士，副教授，硕士生导师。2009年4月毕业于南京航空航天大学航空宇航学院，同年加入南京信息工程大学计算机与软件学院。2015.2-2015.8期间于美国新泽西理工学院访学。研究方向为智能感知安全、医学图像处理、故障诊断等。现已于国内外期刊发表学术论文近50篇。长期担任IEEE MSSP、《振动与冲击》《测控技术》《山东建筑大学学报》《农业工程学报》等期刊的审稿人。

硕士招生

招收硕士研究生5名。

代表性论文

[33]Xiaoping Zhao,Junyao Ma.RBFNN-Based Consensus Control of Vehicle Platoon With an Adaptive Event-Triggered Mechanism under DoS Attacks[J].IEEE TVT(SCI二区TOP). 2026,已录用.

[32]Xiaoping Zhao.BiCFormer: Swin Transformer based model for classification of benign and malignant pulmonary nodules[J].MST.2024.（T2)

[31] Xiaoping Zhao.Evolving blocks by segmentation for neural architecture search[J].Electronic Research Archive.2024,32(3)

:1-7.

[30] Xiaoping Zhao.CACDT: an approach to cross-machine bearing fault diagnosisMST.2024,35.（T2)

[29] Xiaoping Zhao.Single-source UDA for privacy-preserving intelligent fault diagnosis based on domain augmentation.MST.2023,34(12):125139.（T2)

[28] Xiaoping Zhao.DEC-NWD: an approach for open set domain adaptation in fault diagnosis[J].

MST.2023,32(15):025130.（T2)

[27] 赵晓平.改进孪生网络在小样本轴承故障诊断中的应用[J].计算机工程与应用.2023,59(19):294-304.

[26] 赵晓平.基于迁移学习的小样本齿轮箱故障诊断方法[J].测控技术.2023,42(6):52-62+77.

[25] Xiaoping Zhao. A Novel Joint Adversarial Domain Adaptation Method for Rotary Machine Fault Diagnosis under Different Working Conditions[J].Sensors.2022.

[24] 赵晓平.基于属性描述的零样本滚动轴承故障诊断[J].振动与冲击.2022,41(41-15):105-115.

[23] 赵晓平.改进孪生网络在小样本轴承故障诊断中的应用[J](网络首发).计算机工程与应用.2022.

[22] 赵晓平.基于信息融合与CNN的齿轮箱故障诊断法方法[J](网络首发).测控技术.2022.

[21]Xiaoping Zhao.Bearing Fault Diagnosis Method Based on Improved Siamese Neural Network with Small Sample[J].Journal of Cloud Computing.2022,11(1):1-17.

[20] 赵晓平.改进DenseNet的乳腺癌病例图像分类研究[J](网络首发)。计算机工程与应用.2020.

[19] Xiaoping Zhao.A Multifault Diagnosis Method of Gear Box Running on Edge Equipment[J].SCN.2020.

[18] 张永宏,赵晓平.基于深度度量学习的电机故障诊断[J].测控技术.2020,39(7):30-37.

[17] Xiaoping Zhao.Weak Fault Diagnosis of Rolling Bearing Based on Improved Stochastic Resonance[J]. CMC.2020:571-587.

[16] 赵晓平.基于多任务深度学习的齿轮箱多故障诊断方法[J].振动与冲击.2019,38(23):8P.

[15] 张永宏,赵晓平.基于VAE-GAN和FLCNN的不均衡样本轴承故障诊断方法[J].振动与冲击.2019,38(9):199-209.

[14] 张永宏,赵晓平.基于多标签零样本学习的滚动轴承故障诊断[J].振动与冲击.41(11):55-64+89.

[13] 赵晓平.一种基于Triplet loss 的齿轮箱符合故障识别方法[J].振动与冲击.

[12] Xiaoping Zhao. A Multi-objective Diagnosis Method for Gearbox:Multi-task Deeplearning Based on one-dimensional convolution[J].2019 .

[11] Xiaoping Zhao. Fault Diagnosis of Motor in Frequency Domain Signal by Stacked De-noising Auto-encoder[J].CMC-COMPUTERS MATERIALS&CONTINUA.2018,57(2):223-242.

[10] 赵晓平. APLD-WPT在滚动轴承特征提取算法中的应用[J].振动、测试与诊断.2018.38(3):472-478.

[9] 赵晓平.改进的Seam Carving瞬时频率估计算法研究[J].南京信息工程大学学报(自然科学版).2017.9(2):214-219.

[8] Xiaoping Zhao. A Path Analysis Method to Estimate Seam Carved Instantaneous Frequency[J].Applied Computer Letters.2016.1(1).

[7] Xiaoping Zhao. Order Tracking Based on Gabor and Viterbi Algorithm[J].MEC2011.

[6] 赵晓平. 一种新的旋转机械升降速阶段振动信号瞬时频率估计算法[J].机械工程学报.2011.47(11).

[5] 赵晓平. 参数对自适应Vold-Kalman阶比跟踪影响的研究[J].振动与冲击.2010,29(07).

[4] 赵晓平. 基于Viterbi算法的Gabor阶比跟踪技术研究[J].机械工程学报。2009.45(11):247-252.

[3] 赵晓平. 基于瞬时频率估计的自适应Vold-Kalman阶比跟踪研究[J].振动与冲击.2008,27(12):103-107.

[2] 赵晓平. 转转机械阶比跟踪技术研究进展综述[J].地震工程与工程振动.2008(6):213-219.

[1] 赵晓平. Study of Time-Frequency Order Tracking of Vibration Signals of Rotating Machinery in Changing State. 2008 International Symposium on Information Processing(ISIP2008).

科研项目

[1] 国家自然科学基金青年基金,基于深度学习的滚动轴承早期微弱故障声发射信号特征提取算法研究,主持,2016.1-2018.12.

发明专利

[1] 基于LCD与堆叠自动编码器的滚动轴承故障诊断方法.已授权.

[2] 基于多标签零样本学习的滚动轴承故障诊断方法.已授权.

学生指导

[1] 指导本科生参加“第九届华为ICT大赛中国创新赛”荣获省赛二等奖.

[2] 指导的硕士生吕凯扬同学获得2023年校级优秀学术学位硕士研究学位论文.

[2] 指导的硕士生邵凡同学获得2023年校级优秀学术学位硕士研究学位论文.

[3] 指导的本科生获得优秀毕业论文.

[4] 指导本科生2014年参加“全国大学生软件设计大赛”获得优秀指导教师奖.

主讲课程

本科生：《计算机操作系统》

研究生：《现代操作系统》

[1] 《计算机操作系统》线下一流课程.

[2]  本人专著《计算机操作系统》教材将于2026年7月份左右出版.