詹涛，男，博士，副教授，硕士生导师，IEEE/CCF/CAAI/CSIG会员。2019年12月于西安电子科技大学获得模式识别与智能系统专业工学博士学位。2019年12月至2022年5月于西安电子科技大学计算机科学与技术学院担任讲师，并开展博士后研究工作。2022年6月起担任西北农林科技大学信息工程学院数据科学与工程系副教授。

主要从事机器学习、数据挖掘、遥感影像智能解译等领域的研究工作。近年来在ISPRS Journal of Photogrammetry and Remote Sensing，IEEE Transactions on Geoscience and Remote Sensing，Pattern Recognition，Applied Soft Computing，Information Sciences等国际期刊和会议上发表学术论文20余篇。作为项目负责人主持国家自然科学基金青年项目、中国博士后科学基金面上资助项目、陕西省自然科学基础研发计划青年项目、陕西省产学研协同创新计划等课题，同时作为科研骨干参与多项国家自然科学基金重点项目与面上项目。现担任IEEE TNNLS、TIP、TGRS、GRSL、JSTARS、ISPRS、PR、ASOC等国际期刊的审稿专家。

研究方向：

1. 模式识别与数据挖掘

2. 遥感影像智能解译

招生信息（2025年）：

硕士生招生专业：081200 计算机科学与技术 （学硕，1名）

                           085404 计算机技术（专硕，1名）

招生要求：

1. 报考之前请先通过邮件联系，提供成绩单、获奖证书和尽量详细的个人简历；

2. 具有较好的数学基础和编程能力（Python、MATLAB、C/C++）；

3. 对科学研究感兴趣，具有良好的英语阅读与写作能力；

提供支持：

1. 充足的软硬件设备，良好的实验室氛围；

2. 参加国内/国际学术会议的机会；

3. 为优秀毕业生进一步深造和发展提供强有力的推荐和支持；

为本科生讲授《自然语言处理》、《云计算与大数据》等课程。

[1]    2024.11 指导研究生朱源媛团队获得第21届中国研究生数学建模竞赛二等奖

[2]    2024.07 指导本科生俞轩和苏倩茹两支团队获得第10届全国大学生统计建模大赛陕西赛区三等奖

[3]    2024.06 指导本科生兰杰同学获2024届校级百篇本科毕业论文

[4]    2024.03 指导本科生刘春影团队获批国家级大学生创新创业训练项目

    （一）科研项目

[1]   国家自然科学基金青年项目，No. 62103311，2022.01～2024.12，主持。

[2]    陕西省产学研协同创新计划，No. 2023YFBT-34-02，2023.03～2024.12，主持。

[3]    中国博士后科学基金面上资助项目，No. 2021M692503，2021.07～2022.05，主持。

[4]    陕西省自然科学基础研究计划青年项目，No. 2021JQ-195，2021.01～2022.12，主持。

[5]    中央高校基本科研业务费项目，No. XJS210302，2020.01～2022.05，主持。

[6]    西北农林科技大学科研启动基金项目，No. 2452024408，2022.06～2027.06，主持。

[7]    国家自然科学基金重点项目，No. 62036006，2021.01～2025.12，参与。

[8]    国家自然科学基金重点项目，No. 62133012，2022.01～2026.12，参与。

（二）学术论文

[1]    Tao Zhan^*, Qianlong Dang, Yuanyuan Zhu. Neighborhood Difference-Based Self-Supervised Network for Detecting Small Changes From Synthetic Aperture Radar Images[J]. IEEE Geoscience and Remote Sensing Letters, 2024, 21:1-5. (中科院三区, IF: 4.0)

[2]    Tao Zhan^*, Maoguo Gong, Xiangming Jiang, Erlei Zhang. S³Net: Superpixel-Guided Self-Supervised Learning Network for Multitemporal Image Change Detection[J]. IEEE Geoscience and Remote Sensing Letters, 2023, 20:1-5. (中科院二区, IF: 4.8)

[3]    Tao Zhan^*, Maoguo Gong, Xiangming Jiang, Wei Zhao. Transfer Learning-Based Bilinear Convolutional Networks for Unsupervised Change Detection[J]. IEEE Geoscience and Remote Sensing Letters, 2021, 19:1-5. (中科院二区, IF: 5.343)

[4]    Tao Zhan, Maoguo Gong^*, Xiangming Jiang, Mingyang Zhang. Unsupervised Scale-Driven Change Detection With Deep Spatial-Spectral Features for VHR Images[J]. IEEE Transactions on Geoscience and Remote Sensing, 2020, 58(8): 5653-5665. (中科院二区，Top期刊，IF: 5.6)

[5]    Tao Zhan, Maoguo Gong^*, Jia Liu, Puzhao Zhang. Iterative Feature Mapping Network for Detecting Multiple Changes in Multi-Source Remote Sensing Images. ISPRS Journal of Photogrammetry and Remote Sensing, 2018, 146: 38-51. (中科院一区，Top期刊，IF: 6.942)

[6]    Tao Zhan, Maoguo Gong^*, Xiangming Jiang, Shuwei Li. Log-Based Transformation Feature Learning for Change Detection in Heterogeneous Images[J]. IEEE Geoscience and Remote Sensing Letters, 2018, 15(9): 1352-1356. (中科院二区, IF: 3.534)

[7]    Maoguo Gong^*, Tao Zhan, Puzhao Zhang, Qiguang Miao. Superpixel-Based Difference Representation Learning for Change Detection in Multispectral Remote Sensing Images[J]. IEEE Transactions on Geoscience and Remote Sensing, 2017, 55(5): 2658-2673. (中科院二区，Top期刊，IF: 4.662)

[8]    Tao Zhan, Jiarong Bian, Jing Yang, Qianlong Dang, and Erlei Zhang^*. Improved Conditional Generative Adversarial Networks for SAR-to-Optical Image Translation[C]. Proceedings of the 6th Chinese Conference on Pattern Recognition and Computer Vision, Xiamen, China, 2023: 1-13. (CCF C类国际会议)

[9]    Tao Zhan^*, Zedong Tang, Maoguo Gong, Xiangming Jiang, Jiao Shi. Decomposition-Based Multiobjective Particle Swarm Optimization for Change Detection in SAR Images[C]. Proceedings of the Genetic and Evolutionary Computation Conference, Kyoto, Japan, 2018: 1729-1736. (CCF C类国际会议)

[10]    Tao Zhan^*, Maoguo Gong. A Hybrid Change Detection Method Using Deep Feature Representations for VHR Images[C]. Proceedings of the 10th International Workshop on the Analysis of Multitemporal Remote Sensing Images, Shanghai, China, 2019: 1-5. (CCF C类国际会议)

（三） 知识产权

[1]    一种基于自监督学习的高分辨率遥感影像变化检测方法， ZL202210509781.1，授权日：2024-11-08.

[2]    基于超像素引导的自监督SAR图像变化检测方法， CN202411828066.X，申请日：2024-12-12.

[3]    一种基于模因优化的多目标端元识别方法，CN2022105882220.5，申请日：2022-5-27.

[4]    基于证据深度学习的可信多视角分类方法，CN202210080384.7，申请日：2022-1-24.

[5]    SAR影像地物变化监测系统V1.0，2024SR1131056，登记日：2024-8-6.

[6]    遥感图像多模态变化检测系统V1.0，2024SR131213，登记日：2024-8-6.

Google Scholar: https://scholar.google.com.hk/citations?user=Deo3SzMAAAAJ&hl=zh-CN

ResearchGate: https://www.researchgate.net/profile/Tao-Zhan-8/publications?sorting=recentlyAdded&editMode=1