姓名：杨岳毅
性别：男
职称：讲师
学位：工学博士
职务：航空电气工程及其自动化系副主任、智能感知工程专业负责人
学习和研究工作经历：
2022.10至今：WilliamHill中文官方网站，中原彼得堡航空学院，讲师
2017.09-2022.09：北京交通大学，电气工程学院，博士；
研究方向：
1.多模态信息融合的人员姿态估计与动作识别
2.复杂工业系统状态感知与健康管理
主持和参与的科研教学项目：
1. 河南省高等学校重点科研项目：基于SDN和深度学习的列车通信以太网健康管理架构及关键技术研究，2024.01-2025.12，主持
2. 横向课题：基于时间敏感网络的列车以太网通信技术研究，2023.09-2024.10，主持
3. 河南省科技攻关：基于多模态信息融合的化工企业人员不安全生产行为识别关键技术研究，2024.01-2026.12，参与。
4.河南省虚拟仿真实验教学项目：复杂环境下航天飞行器控制系统虚拟仿真项目，2023.07-2024.12,参与
5.河南省重点研发项目，“基于多模态信息融合的配电网系统健康管理技术研究与应用”（251111211600），2024.12-2027.12
6.河南省GF科技关键核心技术“揭榜挂帅”科研项目，2024.12-2025.12
7.河南省自然科学基金面上项目，“面向工业场景下人员不安全行为识别的多模态感知与深度特征融合方法研究”（252300420397），2025.1-2026.12
获奖情况：
指导学生获得全国电子设计大赛全国二等奖1项、河南省一等奖2项。
代表性论文:
[1] Y.Y.Yang, L.D.Wang, Z.Z.Li, et al. Anomaly detection for controller area network in braking control system with dynamic ensemble selection [J]. IEEE Access, 2019, 7: 95418-95429.
[2] Y.Y.Yang, L.D.Wang, H.Chen, et al. An end-to-end denoising autoencoder-based deep neural network approach for fault diagnosis of analog circuit [J]. ANALOG INTEGRATED CIRCUITS AND SIGNAL PROCESSING, 2021, 3:605-616.
[3] Y.Y.Yang, L.D.Wang, X.B.Nie, et al. Incipient fault diagnosis of analog circuits based on wavelet transform and improved deep convolutional neural network [J]. IEICE ELECTRONICS EXPRESS,2021,18(13): 20210174.
[4] 杨岳毅, 王立德, 陈煌, 王冲.基于变分自编码器的MVB网络异常检测方法[J].铁道学报,2022,44(01):71-78.
[5] 杨岳毅, 王立德, 王冲, 王慧珍, 李烨.基于深度主动学习的MVB网络故障诊断方法[J].西南交通大学学报，2022,57（06）：1342-1348.
[6]Yueyi Yang, Jiabo Zhai, Haiquan Wang, Xiaobin Xu,et al.An Improved Fault Diagnosis Method for Rolling Bearing Based on Relief-F and Optimized Random Forests Algorithm[J].machines,2025,13,183
[7]Haiquan Wang1, Jiabo Zhai, Yueyi Yang, Xiaobin Xu, Shengjun WenJinxia Wen and Yabo Hu.DEEP BI-GRU WITH MULTI-HEAD ATTENTION MECHANISMFOR HUMAN ACTIVITY RECOGNITION WITH WEARABLE SENSORS IN INDUSTRIAL ENVIRONMENT[J].International journal of innovvative computing,information and control,2025,21(4):1149-1166
代表性著作和成果:
基于多源信息融合的人体动作分类识别软件，2023.09（软件著作权）
基于惯性测量单元和深度学习的高空作业危险动作识别软件，2023.12（软件著作权）
一种基于深度特征融合的工业场景下人员动作识别方法，2024.8（发明专利）
