基本信息

姓名：张航

性别：男

出生年月：1993年06月

职称：讲师

毕业院校：湖南大学

学历学位：研究生/博士

手机号码：13142088472

电子邮箱：zhanghang@csust.edu.cn

所在学科：机械工程 智能制造

研究方向：视觉学习与异常检测、图像分割与模糊聚类

个人简介

张航，机械工程博士，讲师，主要研究方向为视觉学习与异常检测、图像分割与模糊聚类，主持了国家青年科学基金及多项企业横向项目，参与了包括长沙市重大专项、科技部中日合作重大专项等多项课题，研发了包覆燃料颗粒各层厚度快速测量装置、TO56型激光器引线键合及芯片外观缺陷检测设备、LED芯片外观缺陷检测设备等多台针对微观目标（半导体芯片、核燃料颗粒）的智能检测设备，在国内外期刊上发表了高水平论文10余篇，申请发明专利5项。

教育背景

2017.9-2022.4 湖南大学 博士

2015.9-2017.6 湖南大学 硕士

2011.9-2015.6 湖南大学 学士

主讲课程

《数字图像处理》、《智能传感与测试技术》、《智能生产计划管理》、《智能生产综合实验》

主要课题

[1] 主持，国家青年科学基金项目《负样本缺少下融合视觉学习的半导体激光器封装缺陷检测方法研究》，项目编号：52305526, 经费：30万, 2024.01-2026.12

[2] 主持，横向课题《基于智能视觉大模型的微观缺陷检测方法开发》，经费：18万，2024.02-2024.11

[3] 主持，横向课题《半导体激光器视觉缺陷检测方法开发》，经费：18万，2023.05-2024.02

[4] 主持，横向课题《微观视觉检测算法研究》，项目编号，经费：12万，2022.05-2023.05

主要代表性论文

共发表SCI论文10余篇，其中代表作如下：

[1] Hang Zhang, Rong Li, Dexiang Zou, Jian Liu, Ning Chen. An automatic defect detection method for TO56 semiconductor laser using deep convolutional neural network, Computers & Industrial Engineering, 179（2023）109148. (中科院一区，IF=7.9)

[2] Hang Zhang, Haili Li, Ning Chen*, Shengfeng Chen, Jian Liu, Novel fuzzy clustering algorithm with variable multi-pixel fitting spatial information for image segmentation, Pattern Recognition 121 (2022) 108201. (中科院一区，IF=8.0)

[3] Hang Zhang, Jian Liu*, Shengfeng Chen, Weifang Wang, Novel roughness measurement for grinding surfaces using simulated data by transfer kernel learning, Applied Soft Computing, 73(2018) 508-519. (中科院一区，IF=8.7)

[4] Hang Zhang, Jian Liu*, Enhui Lu, Xinyu Suo, Ning Chen, A novel surface roughness measurement method based on the red and green aliasing effect, Tribology International 131(2019) 579-590. (中科院一区，IF=6.2)

[5] Hang Zhang, Jian Liu*, Zhaochuan Hu, Ning Chen, Zhiyuan Yang, CFP-CNN: Design of a deep learning visual system for the thickness measurement of each coating layer of TRISO-coated fuel particles，Measurement 191C(2022)110806. (中科院二区，IF=5.6)

[6] Hang Zhang, Jian Liu*, Dexiang Zou, Ning Chen, Knowledge-based transfer fuzzy clustering with non-local spatial information for surface roughness measurement, Measurement 174(2021) 109076. (中科院二区，IF=5.6)