个人资料
- 院部/部门：未来科学与工程学院
- 联系电话：
- 性别：女
- 电子邮箱：feizicheng@suda.edu.cn
- 专业技术职务：
- 办公地址：未来校区未来科创中心601室
- 毕业院校：香港城市大学
- 通讯地址：苏州市吴江区久泳西路1号
- 学位：博士
- 邮编：215222
- 学历：
- 传真：
教育经历
- 2019.09-2023.08,数据科学（Data Science）,香港城市大学,博士
- 2016.09-2019.06,机械工程,华中科技大学,硕士
工作经历
- 2024.04-,苏州大学,优秀青年学者讲师
- 2023.09-2024.01,香港城市大学深圳研究院,副研究员
个人简历
费子成，优青讲师，硕士生导师，国家级博士后海外引才计划入选者，江苏省科技副总，苏州市科协青年科技托举人才。2023年8月毕业于香港城市大学，获数据科学博士学位。2023年9月至2024年1月任职于香港城市大学深圳研究院，担任副研究员。IEEE Member，江苏省汽车工程学会资深会员，江苏省人工智能学会会员。
主要从事人工智能与新能源汽车动力系统的交叉应用研究，将数据挖掘、图像处理、自然语言处理等各项技术与新能源汽车车载电池系统应用进行深入结合，从大数据的角度出发，解决新能源汽车产业实际问题。相关研究成果已发表在《IEEE Transactions on Industrial Informatics》（中科院一区TOP，IF：11.7），《IEEE transactions on Transportation Electrification》（中科院一区TOP，IF：7.2），《eTransportation》（中科院一区TOP，IF：17.0）、《Energy》（中科院一区TOP，IF：9.0）等十余篇国际权威SCI一区期刊上，平均影响因子9.9，总影响因子>100。论文近年引用量700+，其中两篇一作文章入选ESI高被引论文(全球TOP 1%)。以第一完成人身份，相关成果入选江苏省高校“十四五”期间新能源汽车科技成果“十大进展”之一，并获江苏省电视台专题新闻报道。
《壹周播报》节目走进：苏州大学未来科学与工程学院费子成团队 https://v.youku.com/v_show/id_XNjQ5NDU5OTg5Mg==.html
长期担任《Applied Energy》、《Energy》、《Reliability Engineering & System Safety》、《Engineering Applications of Artificial Intelligence》等多个知名一区TOP期刊审稿人，受邀担任《Energies》Special Issue客座编辑。
谷歌学术个人主页: https://scholar.google.com/citations?user=H0K_VnoAAAAJ&hl=zh-CN
研究领域
数据挖掘、人工智能与图像处理在新能源汽车产业的应用研究；
新能源汽车动力电池系统的健康监测、寿命预测、故障诊断、快充优化、梯次回收利用等。
开授课程
- 1、大数据应用案例
- 2、‘X_AI’人工智能基础通识课
- 3、数据库原理与设计
- 4、机器视觉
科研项目
- 1、Multi-Timescale Modeling for Optimizing Battery Management Systems in Electric Vehicles,-2023,2020,香港研究资助局GRF项目,参与
- 2、Reliability and Degradation Modeling for Rechargeable Battery,-2020,2018,香港研究资助局GRF项目,参与
- 3、Safety, Reliability, and Disruption Management of High-Speed Rail and Metro Systems,-2020,2016,香港研究资助局TRS项目,4084万港币,参与
- 4、物联环境下离散制造系统主动节能生产研究,-2019,2016,国家自然科学基金面上项目,参与
- 5、电动车辆电池健康状态监测的人工智能技术研究及产业应用,-2026,2023,广东省科技厅-港澳科技成果来粤产业化项目,参与
- 6、多源数据驱动的电动汽车动力电池健康状态评估方法研究,-2028,2025,博士后科学基金面上项目,主持
论文
- 1、Early prediction of battery lifetime via a machine learning based framework,Energy,SCI一区, IF=8.9, ESI高被引论文,2021,Fei Zicheng
- 2、Deep learning powered rapid lifetime classification of lithium-ion batteries,eTransportation,SCI一区，IF=11.9,2023,Fei Zicheng
- 3、Early-stage lifetime prediction for lithium-ion batteries: A deep learning framework jointly considering machine-learned and handcrafted data features,Journal of Energy Storage,SCI一区，IF=9.4,2022,Fei Zicheng
- 4、A deep attention-assisted and memory-augmented temporal convolutional network based model for rapid lithium-ion battery remaining useful life predictions with limited data,Journal of Energy Storage,SCI一区，IF=9.4,2023,Fei Zicheng
- 5、Deep Learning Powered Online Battery Health Estimation Considering Multi-timescale Ageing Dynamics and Partial Charging Information,IEEE Transactions on Transportation Electrification,SCI一区，IF=7.0,2023,Fei Zicheng
- 6、Voltage and temperature information ensembled probabilistic battery health evaluation via deep Gaussian mixture density network,Journal of Energy Storage,SCI一区，IF=9.4,2023,Fei Zicheng
- 7、Fuzzy petri net based intelligent machine operation of energy efficient manufacturing system,IEEE 14th International Conference on Automation Science and Engineering (CASE),Fei Zicheng
- 8、A multi-stage time series processing framework based on attention mechanism for early life prediction of lithium-ion batteries,Journal of Energy Storage,SCI一区，IF=9.4,2024,Fei Zicheng
- 9、A feature fusion-based convolutional neural network for battery state-of-health estimation with mining of partial voltage curve,Energy ,SCI一区，IF=8.9,2024,Fei Zicheng
- 10、Life prediction of lithium-ion batteries based on stacked denoising autoencoders,Reliability Engineering & System Safety,SCI一区，IF=8.1,2021,Fei Zicheng
科技成果
荣誉及奖励
- 1、国家海外引才专项计划,2024
- 2、苏州市科协青年科技人才托举工程,2024
招生信息
本团队常年招收本科生、研究生，欢迎对数据挖掘、人工智能、图像处理技术、以及新能源汽车动力电池系统感兴趣的同学加入课题组！课题组科研经费充足，可为优秀学生的科研开展和学术交流创造所需条件。
硕士招生专业：081200-计算机科学与技术，085410-人工智能（目前正在招收2026级硕士，欢迎感兴趣的同学邮件咨询，feizicheng@suda.edu.cn）
课题组与美国弗吉尼亚理工大学、密歇根大学、香港城市大学、华中科技大学、东南大学、中山大学、同济大学等国内外知名高校的杰出专家学者保持紧密的学术合作，可鼓励和推荐优秀学生读博深造或访学。
招生信息（旧版）：