简历

姓名：肖小聪

学历：博士研究生

本科、硕士和博士分别毕业于湖南师范大学、武汉理工大学和湖南科技大学。长期从事计算机专业教学与科研工作，主要研究方向为人工智能、机器学习与大数据分析技术。主持或参与国家级、省部级科研项目近10项，包括湖南省自然科学基金、国家自然科学基金及湖南省重点研发计划项目等。在国内外期刊发表学术论文10余篇，主要发表于《Energies》《Concurrency and Computation: Practice and Experience》等国际期刊，研究成果集中于风电大数据分析、设备状态监测与故障预测等领域。曾多次获湖南科技大学教学优良榜、优秀共产党员等荣誉，主讲软件工程、计算机组成原理、数据结构、数据库系统等核心课程，具备扎实的理论基础和丰富的工程实践能力，熟练掌握Python、Java等编程语言及PyTorch和Web系统开发技术。部分成果如下：

科研项目：

[1] 湖南科技大学基金项目，纵20240209，基于大数据驱动的大型风力机运行状态监测方法研究，在研，主持

[2] 湖南省自然科学基金委员会，2023JJ30265，深度胶囊网络可解释性研究及其在风电主轴承故障诊断中的应用，在研，参与

[3] 湖南省教育厅一般项目，B30730，基于本体论的网格服务集成关键技术研究，结题，主持

[4] 国家自然科学基金委员会，51475160，基于SCADA数据挖掘的风电机组状态在线识别与预警，结题，参与

[5] 湖南省重点研发计划子项目，2018WK2020，大数据驱动的海洋大型装备健康监测与预警国际合作研究，结题，参与

[6] 教育部教育科学规划项目，230705887211744，基于产学融合模式的网络安全师资和人才培养，在研，参与

研究成果：

[1] Xiaocong, Xiao, Jianxun Liu, Deshun Liu, Yufei Tang, Juchuan Dai, Fan Zhang. SSAE-MLP: Stacked sparse autoencoders-based multi-layer perceptron for main bearing temperature prediction of large-scale wind turbines [J]. Concurrency and Computation: Practice and Experience, 2021, e6315. (SCI)

[2] Xiaocong, Xiao, Jianxun Liu, Deshun Liu, Yufei Tang, Fan Zhang. Condition Monitoring of Wind Turbine Main Bearing Based on Multivariate Time Series Forecasting [J]. Energies. 2022, 15, 1951. (SCI)

[3] Xiaocong, Xiao, Jianxun Liu, Deshun Liu, Yufei Tang, Shigang Qin, Fan Zhang. A Normal Behavior-Based condition Monitoring Method for Wind Turbine Main Bearing Using Dual Attention Mechanism and Bi-LSTM [J]. Energies. 2022, 15, 8462. (SCI)

[4] 肖小聪, 刘德顺, 张帆. 一种基于知识创新逻辑的风电SCADA数据分析模式 [C], 2022中国机械工程学会工业大数据与智能系统分会学术年会暨第五届大数据驱动的智能制造学术会议, 中国.贵阳. 2022, 1-8.

[5] Deshun Liu, Fan Zhang, Juchuan Dai, Xiaocong Xiao, Zejun Wen. Study of the pitch behavior of large-scale wind turbines based on statistic evaluation [J]. IET Renewable Power Generation 2021, 1-10. (SCI)

[6] Yu Huang, Yufei Tang, James VanZwieten, Jianxun Liu and Xiaocong Xiao. An Adversarial Learning Approach for Machine Prognostic Health Management [C]. 2019 International Conference on High Performance Big Data and Intelligent Systems (HPBD&IS). IEEE, 2019: 163-168. (EI)