毛文涛，男，1980年生，九三学社社员，教授，工学博士，博士生导师，河南师范大学平原学者。2006年毕业于重庆邮电大学计算机应用专业，获工学硕士学位，导师李毅教授与金文标副教授，2006年-2011年，在西安交通大学航天航空学院攻读博士学位，获工学博士学位，导师闫桂荣教授。2011年至今，在河南师范大学大学计算机与信息工程学院从事教学与科研工作。2013年-2016年，在西北工业大学力学与土木建筑学院从事博士后（在职）研究，合作导师闫云聚教授，博士后工作入选2016年度中国博士后科学基金资助者选介；2016年-2017年，在加拿大阿尔伯塔大学机械工程系做公派访问学者，合作导师为左明健院士；2025年初赴英国伦敦布鲁内尔大学计算机科学系做学术访问，合作导师为王子栋院士。先后获河南省高校青年骨干教师（2014）、河南省高校科技创新人才（2015）、河南省优秀研究生指导教师（2023）、河南省教育厅学术技术带头人（2025）。任清华大学安全工程领域工程硕士校外导师（2013-2016）、CCF高级会员、中国机械工程学会工业大数据分委会委员。
在IEEE TII/TR/TIM/SMC/TETCI、IEEE/CAA JAS、RESS、MSSP、JMS、自动化学报、控制与决策等国内外权威学术期刊发表学术论文80余篇，其中Top期刊26篇，ESI热点论文1篇、ESI高被引论文8篇，Google H指数31；获河南省自然科学三等奖1项（2024）、河南省教学成果二等奖1项（2016）、自然科学学术奖优秀学术论文一/二等奖4项、西安交通大学校级优秀博士学位论文奖（2012）、新乡市青年科技奖（2019）；主持（完成）国家自然科学基金3项、中国博士后科学基金2项、河南省产业基金子课题、河南省科技攻关项目、河南省自然科学基金等项目及各类企业课题20余项；在科学出版社出版学术专著2部（第一作者）、河南省规划教材2部（主编）；获河南省优秀硕士学位论文指导教师（2021/2022/2023/2025/2026）。
研究方向
机器学习理论与应用，工业数据解析与优化，可靠性工程。
奖项
1. 毛文涛，李源，薛占熬，河南省自然科学奖三等奖，2024。
2. 毛文涛，2022,2023,2024,2025连续四年入选全球前2%顶尖科学家榜单。
3. 毛文涛, 河南省优秀研究生指导教师, 2023。
4. 毛文涛, 河南省高等教育教学成果奖二等奖（豫教[2016]24098号）, 2016。
5. 毛文涛,《支持向量回归机模型选择研究及在综合力学环境预示中的应用》，西安交通大学,校级优秀博士学位论文奖, 2012年。
6. 毛文涛,闫桂荣,董龙雷,论文《Model Selection for Least Squares Support Vector Regressions based on Small-world Strategy》,河南省第二届自然科学学术奖,河南省自然科学优秀学术论文一等奖, 2013年。
7. 毛文涛，新乡市青年科技奖，2019年。
8. 毛文涛，河南师范大学第四届卢锦梭师德楷模奖教金，2024年。
主持科研项目
1. 国家自然科学基金面上项目：“高速电驱轴承故障演化知识的张量表征机制及在线故障预测迁移学习方法”（62472146）。2025.01-2028.12。主持。
2. 国家自然科学基金联合基金：基于多任务学习的机械结构小损伤检测方法研究(U1704158)。2018.01-2020.12。主持。
3. 国家自然科学基金联合基金：面向综合力学环境预测的回归多任务学习研究（U1204609）。2013.01-2015.12。主持。
4. 中国博士后科学基金特别资助项目：面向结构小损伤检测的不对称多任务学习研究（2016T90944）。2016.06-2018.06。主持。
5. 中国博士后科学基金面上项目（一等资助）：基于多任务学习的复杂机体结构小损伤检测关键问题研究（2014M550508）。2014.05-2015.12。主持。
6. 河南省重点研发专项：基于机器学习的机器人轴承数字孪生在线故障预测关键技术研究及应用（261111213000）。2026.01-2028.12。主持。
7. 2021年河南省科技攻关项目：基于深度迁移学习的轴承在线健康预警与寿命预测关键技术研究（212102210103）。2021.01-2022.12。主持。
8. 2022年河南省科技研发计划联合基金（产业类）项目：新能源汽车电驱轴承数字孪生试验系统关键技术研发（225101610001）。2023.07-2026.07。子课题负责人。主持。
9. 盾构与掘进技术国家重点实验室开放课题：面向盾构TBM装备运维过程的智能资源调拨与优化关键技术研究（SKLST-2021-K04）。2021.07-2024.06。主持。
10. 北京市地铁运营有限公司横向课题：轮轨异常振动对其影响范围内设备设施疲劳破坏产生机理及解决策略示范应用研究项目。2025.01-2026.12。子课题负责人。主持。
主持教学项目
1. 2025年河南省高等教育教学改革研究与实践项目（研究生教育类）重大项目：学科交叉-校际协同：面向AI+的专业学位研究生“全链条”案例教学体系构建与实践（2025SJGLX021Y）。2026.01-2029.12。主持。
2. 教育部学位与研究生教育发展中心2023年度主题案例项目：“机器学习助力工业大数据分析——以设备健康管理和后市场运维为例”（ZT-231047608）。主持。
3.2021年河南省专业学位研究生精品教学案例项目“《机器学习》”（YJS2021AL078）。2021.01-2022.12。主持。
代表性论文
(1) 故障预测方向
[1] Wentao Mao (毛文涛), Jiayi Wang, Ke Feng, Zhidan Zhong, Mingjian Zuo*. Dynamic modeling-assisted tensor regression transfer learning for online remaining useful life prediction under open environment. Reliability Engineering and System Safety, 2025, 263: 111210. (中科院一区Top期刊)
[2] Wentao Mao (毛文涛)*，Jianliang He, Ming J. Zuo*. Predicting remaining useful life of rolling bearings based on deep feature representation and transfer learning. IEEE Transactions on Instrumentation and Measurement, 2020, 69(4): 1594-1608. (中科院三区, ESI高被引论文)
[3] Wentao Mao (毛文涛)*，Jiaxian Chen, Jing Liu, Xihui Liang. Self-supervised deep domain-adversarial regression adaptation for online remaining useful life prediction of rolling bearing under unknown working condition. IEEE Transactions on Industrial Informatics, 2023, 19(2): 1227-1237. (中科院一区Top, ESI高被引论文)
[4] Wentao Mao (毛文涛), Wen Zhang, Ke Feng*, Michael Beer, Chunsheng Yang. Tensor representation-based transferability analytics and selective transfer learning of prognostic knowledge for remaining useful life prediction across machines. Reliability Engineering & System Safety, 2024, 242: 109695. (中科院一区Top)
[5] Wentao Mao (毛文涛), Runze Guo, Jiayi Wang, Mingjian Zuo, Zhidan Zhong*. Wiener process-assisted online remaining useful life prediction with deep incremental regression transfer learning. Reliability Engineering and System Safety, 2026, 267: 111867. (中科院一区Top)
[6] Hao Liu, Wentao Mao (毛文涛)*, Na Wang, Linlin Kou. Online assessment of degradation status for metro wheel with robust unsupervised tensor domain adaptation. Mechanical Systems and Signal Processing, 2025, 236: 112894. (中科院一区Top)
[7] Yanna Zhang, Binkai Zhang, Wentao Mao (毛文涛)*, Jianing Wu, Zhidan Zhong, Shubin Du. Frequency-aware transferability analytics for few-shot deep domain-adversarial regression adaptation in remaining life prediction across different machines. Computers in Industry, 2026, 178: 104482. (中科院一区Top)
[8] Wentao Mao (毛文涛), Yibo Shao, Jianliang He*,Shubin Du, Mingjian Zuo. Frequency-guided wavelet scattering adaptation for few-shot RUL prediction. IEEE Transactions on Reliability, 2026, 75: 2131-2144. (中科院二区)
[9] Wentao Mao (毛文涛)*, Jiayi Wang, Wen Zhang, Yuan Li, Panpan Zeng, Zhidan Zhong. An Interpretable and Reliable Remaining Useful Life Prediction Approach across Different Machines with Tensor Domain-adversarial Regression Adaptation. IEEE Transactions on Reliability, 2025, 74(3): 4076-4090. (中科院二区)
[10] Panpan Zeng, Wentao Mao (毛文涛)*, Yuan Li, Na Wang, Zhidan Zhong. Bayesian domain-adversarial regression adaptation: A new self-driven remaining useful life prediction method across different machines with uncertainty quantification. IEEE Sensors Journal, 2024, 24(20): 32674. (中科院二区)
(2) 异常监测方向
[1] Wentao Mao (毛文涛), Jianing Wu, Shubin Du, Ke Feng*, Zidong Wang. Collaboration better than integration: A novel time-frequency-assisted deep feature enhancement mechanism for few-shot transfer learning in anomaly detection. IEEE/CAA Journal of Automatica Sinica, 2026, 13(2): 366–382. (中科院一区Top)
[2] Wentao Mao (毛文涛)*, Gangsheng Wang, Linlin Kou, Xihui Liang. Deep domain-adversarial anomaly detection with one-class transfer learning. IEEE/CAA Journal of Automatica Sinica, 2023, 10(2): 524-546. (中科院一区Top)
[3] Jianing Wu, Wentao Mao (毛文涛)*, Yanna Zhang, Lilin Fan, Zhidan Zhong. A Novel Few-Shot Deep Transfer Learning Method for Anomaly Detection: Deep Domain-adversarial Contrastive Network with Time-frequency Transferability Analytics. IEEE Internet of Things Journal, 2024, 11(17): 28809-28823. (中科院一区Top)
[4] Wentao Mao (毛文涛)*, Zongtao Chen, Yanna Zhang, Zhidan Zhong. Harmony better than uniformity: A new pre-training anomaly detection method with tensor domain adaptation for early fault evaluation. Engineering Applications of Artificial Intelligence, 2024, 127: 107427. (中科院二区Top)
[5] Wentao Mao (毛文涛)*, Ling Ding, Yamin Liu, Sajad Saraygord Afshari, Xihui Liang. A new deep domain adaptation method with joint adversarial training for online detection of bearing early fault. ISA transactions, 2022, 122: 444-458. (中科院二区Top, ESI高被引论文)
[5] 毛文涛*, 田思雨, 窦智, 张迪, 丁玲. 一种基于深度迁移学习的滚动轴承早期故障在线检测方法[J].自动化学报, 2022, 48(1): 302-314. (CAA A类期刊, 入选学术精要高PCSI、高被引、高下载论文，入选F5000高影响力论文)
[7] Wentao Mao (毛文涛)*，Wushi Feng, Yamin Liu, Di Zhang, Xihui Liang. A new deep auto-encoder method with fusing discriminant information for bearing fault diagnosis. Mechanical Systems and Signal Processing, 2021, 150: 107233.(中科院二区Top, ESI高被引论文)
[8] Wentao Mao (毛文涛)*，Siyu Tian, Jingjing Fan, Xihui Liang, Ali Safian. Online detection of bearing incipient fault with semi-supervised architecture and deep feature representation. Journal of Manufacturing Systems, 2020, 55: 179-198. (中科院二区Top)
[9] Wentao Mao (毛文涛)*, Wushi Feng, Xihui Liang. A novel deep output kernel learning method for bearing fault structural diagnosis. Mechanical Systems and Signal Processing, 2019, 117(2): 293-318. (中科院二区Top期刊, ESI高被引论文)
[10] Wentao Mao (毛文涛)*，Ling He, Yunju Yan, Jinwan Wang. Online sequential prediction of bearings imbalanced fault diagnosis by extreme learning machine. Mechanical Systems and Signal Processing, 2017, 83(1): 450-473.(中科院二区Top, ESI高被引论文)
(3) 库存优化方向
[1] Yiping Lang, Wentao Mao (毛文涛)*, Jianliang He, Xiangge Deng, Weibo Liu, Mingjian Zuo. A comprehensive review on intermittent time series forecasting from the perspective of machine learning. Neurocomputing, 2026, 704:134783. (中科院二区)
[2] Jia Zhang, Yake Zhang, Wentao Mao (毛文涛)*, Tiejun Luo, Zidong Wang. Multi-objective optimization framework for reliable safety stock decisions with intermittent demand forecasting. IEEE Transactions on Emerging Topics in Computational Intelligence, 2026. (中科院二区)
[3] Lilin Fan, Zhaoyu Song, Wentao Mao (毛文涛)*, Tiejun Luo, Wanting Wang, Kai Yang, Fukang Cao. Change is Safer: A Dynamic Safety Stock Model for Inventory Management of Large Manufacturing Enterprise based on Intermittent Time Series Forecasting. Journal of Intelligent Manufacturing, 2024, 36: 3983–4003. (中科院二区)
[4] 毛文涛*，蒋梦雪，李源，等. 基于异常序列剔除的多变量时间序列结构化预测[J].自动化学报,2018, 44(4): 619-634.（中国自动化学会推荐A类期刊, 中文EI,入选F5000论文）
[5] 范黎林, 杨凯, 毛文涛*, 等. 融合结构化信息和时序演化信息的多变量间歇性时间序列预测[J]. 控制与决策, 39(1):263-270, 2024. (中国自动化学会推荐A类期刊, 中文EI)
[6] 张嘉，郎祎平, 毛文涛*, 等. 融合间歇性需求预测的大型制造企业动态安全库存模型[J]. 控制与决策, 2026, 41(4): 1154-1165. (中国自动化学会推荐A类期刊, 中文EI)
[7] 邓翔戈, 毛文涛*, 郎祎平, 等. 基于时序块相似性的间歇性时间序列可预测性评估及自适应预测方法[J]. 控制与决策, 2026. (中国自动化学会推荐A类期刊, 中文EI)
代表性专著
[1] 毛文涛, 李源, 陈佳鲜. 基于机器学习的轴承智能健康预警与故障预测. 科学出版社, 2021.(ISBN 978-7-03-067205-6，355000字)
[2] 毛文涛, 李涛, 郞祎平, 张嘉, 范黎林. 大型制造企业智能库存管理的机器学习解决方案：需求预测与库存优化. 科学出版社, 2026.
代表性教材
[1] 毛文涛, 洪双喜, 刘琨, 范黎林. TCP/IP 网络协议分析与实践(第2版). 科学出版社, 2026. (ISBN 978-7-03-085567-1, 450000字,入选河南省普通高等教育“十四五”规划教材)
[2] 李源、毛文涛（主编）, 张艳娜、何建樑、张雅科（副主编），面向“AI+”的机器学习案例教学与实践：问题、设计与方法.科学出版社, 2026. (入选河南省普通高等教育“十四五”规划教材)
学生获奖
[1] 指导研究生获河南省优秀硕士学位论文（2021/2022/2023/2025/2026）
[2] 指导研究生获研究生国家奖学金（2015/2016/2019/2020/2021/2022/2023/2024/2025）
[3] 指导国家级大学生创新项目入选第八届和第九届全国大学生创新创业年会并展示（2015/2016）
[4] 指导研究生获第三届全国研究生移动终端应用设计大赛国家三等奖（2017）
[5] 指导本科生获中国国际大学生创新大赛（互联网+）国家级铜奖3项（2024/2025）
[6] 指导本科生获大学生挑战杯竞赛（小挑+大挑）河南省金奖5项（2024/2025/2026）
联系方式：maowt@htu.edu.cn