姓名：唐焕玲
职称：教授
邮箱：thl01@163.com
主讲课程：数据结构、软件需求分析、大数据理论与方法、机器学习
研究方向：机器学习、数据挖掘、文本挖掘、人工智能
个人简介：
唐焕玲，女，1970年2月出生，博士，教授，硕士生导师，中国计算机学会高级会员，中国人工智能学会机器学习专业委员会委员，中国人工智能学会粒计算与知识发现专业委员会委员，中国计算机学会高级会员。1993年于烟台大学电子学与计算机科学系，获得工学学士学位；2004年于清华大学计算机科学与技术专业，获得工学硕士学位；2009年于大连海事大学应用技术专业，获得工学博士学位，目前任职于山东工商学院计算机科学与技术学院。长期从事机器学习与数据挖掘的研究，主要方向是半监督学习（semi-supervised learning）、集成学习(ensemblelearning)、迁移学习（Transfer learning）、深度学习（deep learning）、主题模型（Topic Model）等理论和方法研究，应用于文本分类、网页分类、图像分类、图像检索、金融大数据分析等领域。近年来在国际、国内学术期刊和学术会议上发表学术论文30余篇，主持完成国家自然科学基金面上项目1项，主持在研国家自然科学基金面上项目1项，出版专著1部，获得2009年度山东高等学校优秀科研成果（自然科学类）叁等奖（位次1/2），获批国家专利4项（位次第1）。
科研项目:
[1]主持国家自然科学基金项目：面向交叉领域文本挖掘的主题模型研究（61976124），国家自然科学基金，2020.01-2023.12
[2]主持国家自然科学基金项目： 面向文本分类的迁移学习和半监督学习方法研究（61175053），国家自然科学基金，2011.01-2013.12
获奖情况：
[1]2009年山东高校优秀科研成果（自然科学类）三等奖（第一完成人）
代表性论文：
[1] 唐焕玲;郑涵;刘艳红;马思源;窦全胜;鲁明羽;Tr-SLDA:一种面向交叉领域的迁移主题模型, 电子学报,2021,49(3): 605-613.
[2] 唐焕玲, 窦全胜, 于立萍, 宋英杰, 鲁明羽.有监督主题模型的SLDA-TC文本分类新方法,电子学报, 2019,47 (6):1300-1308.
[3] 唐焕玲，刘艳红，郑涵，窦全胜，鲁明羽. 融合SLDA主题模型的不均衡文本分类方法, 计算机工程与应用, 2021 Vol. 57(12): 144-154. DOI:10.3778/j.issn.1002-8331.2003-0240
[4] 唐焕玲，于立萍，鲁明羽. 融合迁移学习的TranCo-Training分类模型，模式识别与人工智能，2013, 25 (5):432-439.
[5] HuanlingTang,Jun Wu, Zhengkui Lin, Mingyu Lu. An Enhanced AdaBoost Algorithm with NaiveBayesian Text Categorization based on a Novel Re-weighting Strategy.International Journal of Innovative Computing, Information and Control(IJICIC). 2010 ,6 (11):5299-5310.
[6] 唐焕玲,林正奎,鲁明羽,邬俊. 一种结合独立性模型与差异评估的Co-Training改进方案. 计算机研究与发展,2008,45(11):1874-1881.
[7] 唐焕玲,孙建涛,陆玉昌. 文本分类中结合评估函数的TEF-WA权值调整, 计算机研究与发展, 2005, 42(1):47-53. (EI收录,Accession number:05098866256) （2005-1-16）
[8] 唐焕玲,邬俊,鲁明羽. 基于投票信息熵的AdaBoost改进算法. 控制与决策. 2010, 25(4) 481-492 .
[9] 唐焕玲，鲁明羽.利用置信度重取样的SemiBoost-CR分类模型.计算机科学与探索.2011,4(11)1048-1056.
[10] HuanlingTang, Jun Wu, Mingyu Lu, Na Liu. AnImproved Semi-supervised Categorization Algorithm Based on Mutual IndependenceModel. Journal of Computational Information Systems, 2008,4(6):2893-2901
