姓名：张长春

职称：副教授

学科：林业电气化与自动化

电话：010-62336398

E-mail：zhangchangchun@bjfu.edu.cn

研究方向：

1. 人工智能与模式识别

2. 野生动物（兽类、鸟类）智慧监测与识别

3. 计算机视觉与图像处理

导师类别：硕士生导师（学硕、专硕）

招生方向：

林业电气化与自动化（学硕）

电子信息（专硕）

欢迎具有人工智能、计算机、自动化、电子信息等相关专业的考生报考，有兴趣者可随时邮箱联系【若你怀揣对人工智能的探索热情，这里便是你施展才华的绝佳平台！】

主讲课程：

数字电子技术、林业电气化与自动化前沿专题

教育经历：

2017.9-2021.6， 博士：北京理工大学 专业：计算机科学与技术

2014.9-2017.6， 硕士：北京工商大学 专业：控制理论与控制工程

工作经历：

2025.01-至今，北京林业大学工学院，副教授

2021.11-2024.05，北京林业大学工学院，师资博后

2021.11-2024.12， 北京林业大学工学院，讲师

学术兼职：

[1]2025年-至今，国家自然科学基金委项目函评专家

[2]2024年8月-至今，中国自动化学会智慧生态专委会会员

[3]2024年-至今，国家林业和草原局无人机林草应用国家创新联盟秘书

[4]2021年-至今，北京林业大学生物多样性智慧监测研究中心秘书

[5]2025年10月-至今，Smart Forestry期刊青年编委、Eco-Environment & Health期刊预备编委

[6]2025年7月-至今，CSCIED科技核心评价数据库青年评审人

[7]IEEE Transactions on Multimedia (TMM)、Pattern Recognition (PR)、Engineering Applications of Artificial Intelligence、IEEE Transactions on Cognitive and Developmental Systems (TCDS)、Applied Intelligence、IEEE Computational Intelligence Magazine (CIM)等期刊的审稿专家以及中国自动化大会、International Conference on Pattern Recognition (ICPR)会议审稿专家

承担课题：

[1]国家自然科学基金委员会，国家自然科学基金青年项目，32401569，湿地水鸟监测图像开放集域适应识别机制及方法，2025-01 至 2027-12，30万元，在研，主持

[2]北京市自然科学基金委员会, 北京市自然科学基金青年项目, 6244053, 北京地区开放环境野生动物监测图像泛化识别机制及方法研究, 2024-01 至 2025-12, 20万元, 在研, 主持

[3]北京林业大学，北京林业大学校院联合基金一般项目，2024XY-G004，野生动物监测图像开集迁移学习识别机制及方法研究，2025-01 至 2026-12，4万元, 在研, 主持

[4]北京林业大学, 北京林业大学科技创新计划项目, BLX202129, 复杂环境下野生动物监测图像小样本迁 移学习目标检测方法, 2022-06 至 2023-12, 5万元, 结题, 主持

[5]国家自然科学基金委员会, 国家自然科学基金面上项目, 32371874, 开放环境野生动物监测图像增量学习识别机制及方法研究, 2024-01-01 至 2027-12-31, 50万元, 在研, 参与

[6]北京市自然科学基金委员会，北京市自然科学基金项目，5252014，视听多模态特征融合的野生鸟类目标检测理论与方法，2024-01 至 2026-12，20万元，在研，参与

[7]国家重点研发计划专题(子课题)，2023YFF130430102，基于人工智能物联网的有蹄类野生食草动物动态监测与识别技术，2023-12 至 2026-11，在研，参与

[8]中华人民共和国科学技术部, 国家重点研发计划子课题, 2021YFC2600403, 潜在和新发入侵物种可视化智能即时预警平台构建, 2021-12 至 2024-11, 结题, 参与

[9]中华人民共和国工业和信息化部, 应急专项子课题, 森林防火智能巡检装备项目, 2021-12 至 2023-12, 结题, 参与

[10]天津市规划和自然资源局林业事务中心, 横向项目， 野生动物无线远程自动监测与 智能识别关键技术集成示范项目采购“野生动物监测系统”及数据分析和监测平台开发, 2022-04 至 2022-12, 结题, 参与

[11]北京林业大学, 北京林业大学科技创新计划项目, 野生动物智慧调查监测关键技术与装备, 2025-04 至 2025-12，在研，参与

[12]北京林业大学, 北京林业大学科技创新计划项目, QNTD202510, 重大林业外来入侵生物绿色防控研究团队, 2025-01 至 2026-12，在研，参与

获奖情况：

[1]2024年7月，梁希林业科学技术奖科技进步二等奖

[2]2024年1月，国家林业和草原局第五批林草科技创新团队“林草智慧感知技术及装备创新团队”核心成员

[3]2024年，北京林业大学优秀本科育人团队（骨干）

[4]2025年1月，中国自动化学会高等教育教学成果三等奖

[5]2025年7月，北京林业大学本科毕业论文（设计）优秀指导教师

[6]2024年，北京林业大学社会实践优秀指导教师

[7]2024 & 2025年9月，北京林业大学工学院优秀班主任

[8]2020年，北京理工大学博士研究生特等奖学金

论文成果：

[1]Qingquan Huang, Changchun Zhang*, Chunhe He, Jiangjian Xie, Yuan Wang, Junguo Zhang*. Waterbird image recognition using lightweight deep learning in wetland environment[J]. Avian Research, 2025: 100306.

[2]赵恩庭, 张长春*, 赵海涛, 张军国. 基于对抗学习的野生动物图像域适应识别方法. 林业科学, 2025, 61(4): 1-8. (EI、中文卓越期刊)

[3]张长春, 杨兴昌, 王国骅, 王冰婧, 李诗杰, 陈方舟, 葛永泰, 石娟, 张军国. 融合多尺度注意力特征的林业外来害虫检测方法. 林业科学, 2025, 61(10): 154-163. (EI、中文卓越期刊)

[4]赵雨诺, 张长春*, 张军国. 基于域对抗网络的林火烟雾图像跨域识别方法. 北京林业大学学报, 2025, 47(6):130-140. (CSCD)

[5]张长春, 李大方, 张军国. 基于Wasserstein距离和相关对齐迁移学习的野生动物图像识别方法. 林业科学, 2024, 60(8): 25-32. (EI、中文卓越期刊)

[6]Changchun Zhang, Chunhe Hu, Jiangjian Xie, Heng Wu, Junguo Zhang. WCAL: Weighted and center-aware adaptation learning for partial domain adaptation. Engineering Applications of Artificial Intelligence, 2024, 130: 107740. (中科院1区TOP)

[7]Changchun Zhang, Junguo Zhang. DJAN: Deep joint adaptation network for wildlife image recognition. Animals, 2023, 13(21): 3333. (中科院2区)

[8]Jiangjian Xie, Yujie Zhong, Junguo Zhang, Changchun Zhang*, Björn W Schuller. A weakly supervised spatial group attention network for fine-grained visual recognition. Applied Intelligence, 2023, 53(20): 23301-23315. (中科院2区)

[9]Changchun Zhang, Junguo Zhang. Transferable regularization and normalization: towards transferable feature learning for unsupervised domain adaptation, Information Sciences, 2022, 609: 595-604. (中科院1区TOP)

[10]Changchun Zhang, Qingjie Zhao, Heng Wu. Deep domain adaptation via joint transfer networks, Neurocomputing, 2022, 489: 441-448. (中科院2区TOP)

[11]Changchun Zhang, Qingjie Zhao. Deep discriminative domain adaptation. Information Sciences, 2021, 575: 599-610. (中科院1区TOP)

[12]Changchun Zhang, Qingjie Zhao. Attention guided for partial domain adaptation, Information Sciences, 2020, 547: 860-869. (中科院1区TOP)

[13]Changchun Zhang, Qingjie Zhao, Yu Wang. Transferable attention networks for adversarial domain adaptation, Information Sciences, 2020, 539: 422-433. (中科院1区TOP)

[14]Changchun Zhang, Qingjie Zhao, Yu Wang. Hybrid adversarial network for unsupervised domain adaptation. Information Sciences, 2020, 514:44-55. (中科院1区TOP)

[15]Jiangjian Xie, Linlin Xie, Tong Xiao, Rui Zhu, Chunhe Hu, Kun Qian,Changchun Zhang*. DiemaNet: An automated detection model for three typical respiratory diseases. Biomedical Signal Processing and Control, 2026, 112: 108504. (中科院2区)

[16]Changchun Zhang, Yifan Liu, Chunhe Hu. Path planning with time windows for multiple UAVs based on gray wolf algorithm. Biomimetics, 2022, 7: 225. (中科院3区)

[17]李尧迪, 田野, 张长春, 谢将剑, 赵海涛, 张军国. 基于深度学习的野生动物图像识别方法与挑战. 林业科学，2025. (EI、中文卓越期刊)

[18]Jiangjian Xie, Zhulin Hao, Chunhe Hu, Changchun Zhang, Junguo Zhang. Beyond amplitude: Phase integration in bird vocalization recognition with MHAResNet. Avian Research, 2025 ,16: 100229. (中科院1区TOP)

[19]Zijun Zheng, Heng Wu, Laishui Lv, Hailiang Ye, Changchun Zhang, Gaohang Yu. ICCL: Independent and Correlative Correspondence Learning for few-shot image classification. Knowledge-Based Systems, 2023, 266: 110412. (中科院1区TOP)

[20]Zijun Zheng, Heng Wu, Laishui Lv, Changchun Zhang, Hongcheng Guo, Shanzhou Niu, Gaohang Yu. Multi-branch semantic alignment for few-shot image classification. Information Sciences, 2026, 723: 122676. (中科院2区)

[21]Heng Wu, Zijun Zheng, Laishui Lv, Changchun Zhang, Dalal Bardou, Shanzhou Niu, Gaohang Yu. Dara: distribution‑aware representation alignment for semi‑supervised domain adaptation in image classification. The Journal of Supercomputing, 2025, 81:376. (中科院3区)

[22]李柏灿, 张军国, 张长春, 等. 基于TC-YOLO模型的北京珍稀鸟类识别方法. 生物多样性, 2024, 32 (5): 24056, 1-15. (中文卓越期刊)

[23]谢珊珊, 张军国, 谢将剑, 张长春. 基于系统分类学信息的鸟类音频零样本分类. 林业科学, 2025, 61(2):12-20. (EI、中文卓越期刊)

[24]Huihui Sun, Changchun Zhang, Chunhe Hu, Junguo Zhang. Event-triggered reconfigurable reinforcement learning motion-planning approach for mobile robot in unknown dynamic environments. Engineering Applications of Artificial Intelligence, 2023, 123: 106197. (中科院1区TOP)

[25]Tingting Li, Changchun Zhang, Haowei Zhu, Junguo Zhang. Adversarial fusion network for forest fire smoke detection. Forests, 2022, 13: 366. (中科院2区)

[26]贾一鸣, 张长春, 胡春鹤, 张军国. 基于少样本学习的森林火灾烟雾检测方法. 北京林业大学学报, 2023, 45(9): 137−146. (CSCD).

专利成果：

[1]张长春, 孔孜亦, 张军国, 田野, 葛永泰, 袁志浩. 一种基于主动学习的开放世界物种分类方法, ZL202411733993.3

[2]张长春, 张军国, 李大方. 一种基于深度迁移学习的野生动物图像跨域识别方法, ZL202311450877.6

[3]张军国, 赵恩庭, 张长春, 田野, 孔孜亦, 葛永泰, 李京航. 基于物种分类树的野生动物监测图像层次化分类方法, ZL202411768368.2

[4]张军国, 赵恩庭, 田野, 张长春, 孔孜亦, 安家宁, 陈嘉奇, 王舜. 基于点位上下文的野生动物监测图像物种分类方法, ZL202510107489.0

[5]张军国, 付立敏, 田野, 张长春, 刘京奇. 一种真实场景下野生动物姿态估计方法，ZL202410101315.9

[6]张军国, 张长春, 赵雨诺. 一种基于域对抗特征融合网络的林火烟雾检测方法, CN202310019731.X

[7]张军国, 赵雨诺, 张长春. 一种基于深度卷积对抗域对齐的林火烟雾图像识别方法，CN202311165265.2

[8]张军国, 李婷婷, 胡春鹤, 田野, 张长春. 基于对比自监督学习网络的森林火灾烟雾视频检测方法, CN202210645586.1

软件著作权：

[1]基于OSBP的开放集域适应的野生动物图像识别系统V1.0, 2025SRO628236

[2]基于多模态人工智能技术的湿地水鸟识别系统V1.0, 2025SR0260271

[3]基于改进YOLOv8的湿地水鸟图像检测系统V1.0, 2025SR0628250

[4]基于迁移学习与改进YOLOv5的野生动物识别系统1.0, 2024SR1895167

[5]基于YOLOv5的湿地水鸟图像检测系统V1.0, 2024SR2021197

[6]基于联合对抗网络和迁移注意力学习的野生动物图像跨域识别系统V1.0, 2023SR1684040

[7]基于联合对抗学习的害虫自动识别系统1.0, 2024SR0529057

[8]联合迁移学习与改进YOLOv5的林业外来入侵害虫识别系统1.0, 2024SR0710178