一、基本信息
张万栋，博士、教授、博士生导师、入选国家高水平青年人才计划，湖南大学岳麓学者。研究方向以基础研究为驱动，聚焦算法创新，专注于新型网络结构与优化算法的研发，融合理论与实践，提供机器人视觉自主检测的全面解决方案。
近年来，已发表30余篇原创性研究论文，涵盖国际顶级期刊如IEEE TCYB 和 TNNLS等。曾荣获IET CCS 期刊年度最佳论文奖，并以国际留学生身份获评加拿大安大略省卓越研究生资助计划（前1%）。担任 IICCIE 2022 大会程序委员会共同主席，并获杰出贡献奖。研究成果涵盖多个领域，包括高频地波雷达辅助自主机器人舰船监测、社交平台虚假信息检测、食物种类识别、相机型号分类以及房屋搜索引擎优化等。
二、教育与工作情况
2025.04-至今 湖南大学，机器人学院 教授 博士生导师
2023.03-2025.02 加拿大韦仕敦大学，电子工程，博士后，合作导师：Yimin Yang
2022.06-2023.02 加拿大温莎大学，电子工程，博士后，合作导师：QM Jonathan Wu （加拿大工程院院士）
2020.01-2021.07 加拿大湖首大学，电子工程，博士联合培养，导师：Yimin Yang
2018.09-2022.06 加拿大温莎大学，电子工程，博士，导师：QM Jonathan Wu （加拿大工程院院士）
2017.01-2017.08 加拿大温莎大学，电子工程，硕士联合培养，导师：QM Jonathan Wu （加拿大工程院院士）
2015.09-2018.06 中国海洋大学，模式识别与智能系统，硕士，导师：李庆忠
2011.09-2015.06 中国海洋大学，自动化与测控，学士
三、学生培养
在这里，科研不仅是代码与数据的堆叠，更是对未知世界的探究与创新。我们期待与本科生、硕士生、博士生及博士后们携手，共同拓展人工智能的边界。
实验室专注于底层算法的创新与研究，力求在深度模型与优化理论中寻求突破，同时注重多模态协作感知及跨领域的应用实践，将前沿理论转化为切实可行的解决方案。我们珍视每一个灵感与想法，欣赏每一份热情与坚持，在不断的尝试与迭代中，共同成长与突破。希望在这里，你既能遇见志同道合的伙伴，也能遇见更好的自己。
我们提供充足的实验室设备平台，包括高性能GPU和计算集群，并支持成员积极参与国际学术会议和高水平研讨会，分享研究成果、获取反馈，让科研视野不断拓宽。此外，实验室与加拿大韦仕敦大学、温莎大学、湖首大学、中国海洋大学等国际知名科研院所保持密切合作，可推荐进行访问交流。
四、科研项目
1.机器人视觉自主检测技术. 国家自然科学基金优秀青年科学基金项目（海外），2025.01-2027.12（主持）
2.高维/多模态大数据的基于新型学习的视觉算法与融合方法. 加拿大自然科学与工程委员会，2022.07-2023.02（主持）
3.面向图像分类与分割的分层表示学习算法研究. 加拿大自然科学与工程委员会，2018.09-2022.04（主持）
四、代表性论文
1.Zhang W., Yang Y., Akilan T., Wu Q.M.J., and Liu T., “Fast Transfer Learning Method Using Random Layer Freezing and Feature Refinement Strategy”,IEEE Transactions on Cybernetics, 55(1), pp.234-246, 2025 （中科院一区）
2.Zhang W., Yang Y., Wu Q.M.J., and Liu T., “Deep Optimized Broad Learning System for Applications in Tabular Data Recognition”,IEEE Transactions on Cybernetics, 54(12), pp.7119-7132, 2024 （中科院一区）
3.Zhang W., Yang Y., and Liu T., “Coarse-to-Fine Target Detection for HFSWR with Spatial-Frequency Analysis and Subnet Structure”,IEEE Transactions on Multimedia, 26, pp.11290-11301, 2024 （中科院一区）
4.Zhang W., Wu Q.M.J., Li Z., Yang Y., “Progressive Learning Model for Big Data Analysis Using Sub-network and Moore-Penrose Inverse”,IEEE Transactions on Multimedia, 26, pp.8104-8118, 2024 （中科院一区）
5.Zhang W., Wu Q.M.J., Yang Y., Wu Q.M.J., Wang T., and Zhang H., “Multi-Modal Moore-Penrose Inverse-based Recomputation Framework for Big Data Analysis”,IEEE Transactions on Neural Networks and Learning Systems, 35(5), pp.6570-6582, 2024 （中科院一区）
6.Zhang W., Yang Y., Liu T., Wu Q.M.J., “A Two-stage Hierarchical One-Class Classification Structure for HFSWR Ship-target Detection”,IEEE Transactions on Geoscience and Remote Sensing, 61, 5109811, 2023 （中科院一区）
7.Zhang W., Wu Q.M.J., and Yang Y., “Semi-supervised Manifold Regularization via a Subnetwork-based Representation Learning Model”,IEEE Transactions on Cybernetics, 53(11), pp.6923-6936, 2023 （中科院一区）
8.Zhang W., Wu Q.M.J., Zhao W.G.W., Deng H., and Yang Y., “Hierarchical One-Class Model with Sub-network for Representation Learning and Outlier Detection”,IEEE Transactions on Cybernetics, 53(10), pp.6303-6316, 2023 （中科院一区）
9.Zhang W., Wu Q.M.J., Yang Y., Akilan T., and Li M., “HKPM: A Hierarchical Key-Area Perception Model for HFSWR Maritime Surveillance”,IEEE Transactions on Geoscience and Remote Sensing, 60, pp.1-13, 2021 （中科院一区）
10.Zhang W., Wu Q.M.J., Yang Y. and Akilan T., “Multi-Model Feature Reinforcement Framework Using Moore-Penrose Inverse for Big Data Analysis”,IEEE Transactions on Neural Networks and Learning Systems, 32(11), pp.5008-5021, 2021 （中科院一区）
五、科研简介
新型卷积网络优化算法研究（广义逆驱动的卷积网络快速迁移学习）：
2. 新型多层网络优化算法研究（基于摩尔-彭若思广义逆的多层网络优化）：
3. 子网络架构研发：
4. 高频地波雷达舰船目标检测：
5.房屋搜索引擎优化：
