个人简介：
窦全胜，教授，硕士研究生导师，中国计算机学会、自动化学会、人工智能学会高级会员，中国计算机学会教育专委会，中国人工智能学会粒计算与知识发现、知识工程专委会，自动化学会混合智能专委会委员，山东省人工智能学会常务理事。曾先后担任山东工商学院计算机科学与技术学院网络工程教研室主任，计算机学院副院长。两次担任山东工商学院计算机科学与技术学科带头人。烟台市金融大数据分析与处理重点实验室主任，山东工商学院网络工程专业(省级一流专业)建设负责人。
1993年于吉林大学数学系计算数学及应用软件专业获理学学士学位，2001年于吉林大学数学学院计算数学专业获理学硕士学位，2005年于吉林大学计算机科学与技术学院获工学博士学位，2007至2010年入中国科学院计算技术研究所智能信息处理重点实验室从事博士后研究工作。
长期致力于人工智能、机器学习等方向的教学和科研工作。主讲课程包括：人工智能导论，机器学习，数据库原理，编译原理，程序设计基础等。先后主持国家自然科学基金项目3项，主持或参加省级教研项目6项，省级以上科研项目12项，在国内外刊物上公开发表教研或学术论文60多篇，出版专著1部，发明专利5项。培养硕士研究生30余名。
主要讲授课程：
[1]高级人工智能（研究生）
[2]机器学习（研究生）
[2]人工智能导论（本科生）
[3]编译原理（本科生）
[4]程序设计基础（本科生）
[5]数据库系统概论（本科生）
主持和参与的主要项目：
[1]深度神经网络启发搜索的归纳程序合成关键技术研究,No.61976125,国家自然科学基金，项目负责人，2020-2023
[2]基于复杂自适应系统的微网接入控制理论与算法研究，No.612722443，国家自然科学基金面上项目，项目负责人，2013-2016
[3]基于非规则组块及功能驱动的多主体自装配建模研究，No.60970088，国家自然科学基金面上项目，项目负责人，2010-2012
[4]基于云计算的海量数据挖掘，No.61035003,国家自然科学基金重点项目，项目参加人，2011-2014.
[5]面向全生命周期的可信软件测度模型和过程改进工具研究，No.71471103国家自然科学基金面上项目，项目参加人，2014-2017
[6]基于曲线演化的智能图像轮廓提取方法与并行处理研究，No.60773053，国家自然科学基金，项目参加人，2008-2010
[7]面向交叉领域文本挖掘的主题模型研究,No.61976124,国家自然科学基金，项目参加人，2020-2023
[8]风电厂输出功率预测智能化建模及实现，No2009BSD01383，山东省中青年科学家奖励基金，项目负责人，2010-2012
[9]智能科学理论与方法在电力系统分析中的应用，No.20070311，山东省博士后基金，项目负责人，2007-2010
[10]黑龙江省电力负荷预报系统，校企合作横向项目，获黑龙江省电网公司科技进步二等奖，项目负责人，2009-2010
[11]《求解优化问题的演化计算方法研究》山东省高校科技成果三等奖
[12]《基于微环境感知大数据的水果品质预测关键技术研究》.NO.2022D01A237，新疆维吾尔自治区自然基金基金项目，项目负责人。
[13]《基于多模态感知的番茄智能采摘关键技术研究》NO.2024D01A11，新疆维吾尔自治区自然基金基金项目，项目负责人。
专利和软件著作权：
[1]刘岩, 魏广芬, 窦全胜. 激光转速测量仪，实用新型专利：CN201532393U[P]，2010.
[2]窦全胜, 朱翔. 基于句子向量的多文档摘要自动提取方法及系统:(发明专利).
[3]窦全胜，唐焕玲，姜平. 程序合成虚拟机（发明专利）
[4]李晋江, 迟杨, 华臻, 安志勇, 窦全胜一种使用双向长短期记忆网络的视觉显著性检测方法（发明专利）
[5]唐焕玲, 郑涵, 窦全胜,等. 一种融合迁移学习与主题模型的文本分类方法及系统:,CN111209402A[P]. 2020.（发明专利）
[6]宋英杰, 窦全胜, 姜平,等. 语音查询方法,装置和电子设备:,CN109542929A[P]. 2019.（发明专利）
[7]姜平,窦全胜,眼底图像血管分割系统,软件著作权:2016SR232685,2016
[8]窦全胜,郭建,唐焕玲,等.基于标签相关度的图像增强方法及系统:CN202210830890.3[P].CN202210830890.3[2023-06-22].
[9]唐焕玲,刘孝炎,王育林,等.一种基于动态多层语义感知机的文本分类方法及系统:CN202210504446.2[P].CN202210504446.2[2023-06-22].
出版专著
[1]窦全胜，陈姝颖. 演化计算方法及应用. 电子工业出版社. 2015
发表的主要论文：
[1]窦全胜, 刘柏枫, 厉玉蓉,等. 线性均方一致性问题的偏差估计[J]. 自动化学报, 2017,43(4):568-575.
[2]窦全胜，厉玉蓉，姜平线性离散一致性系统均方偏差上界通信学报.2016 (10).pp34-39. DOI: 10.11959/j.issn.1000-436x.2016193.
[3]窦全胜, 丛玲, 姜平,等. 离散线性一致性算法噪声问题研究[J]. 自动化学报, 2015, 41(7):1328-1340.
[4]窦全胜, 史忠植, 姜平,等. 调和聚类-分类方法在电力负荷预测中的应用[J]. 计算机学报, 2012,35(12):2645-2651.
[5]窦全胜, 李国江, 史忠植, 姜平. 三维网格空间上的自组装模型. 自动化学报, 2012, 38(10):1595-16
[6]窦全胜,安文,姜平,史忠植基于冲突延迟策略的约束群体自组装模型. 通信学报. Vol33.No.12.PP.49-57,2012
[7]姜平, 窦全胜*, 王晶. 基于局部自适应点特异度阈值的眼底图像血管分割方法研究[J]. 南京大学学报(自然科学), 2015(1).
[8]姜平, 窦全胜*. 基于点特异度和自适应分类策略的眼底图像分割方法[J]. 通信学报, 2015,36(8):161-170.
[9]窦全胜, 周春光, 马铭. 粒子群优化的两种改进策略[J]. 计算机研究与发展, 2005,42(5):897-904.
[10]窦全胜, 周春光, 徐中宇,等. 动态优化环境下的群核进化粒子群优化方法[J]. 计算机研究与发展, 2006,43(1):89-95.
[11]窦全胜;史忠植;姜平;李国江;.基于聚度的PSO参数分析[J]计算机科学.2011,(10)
[12]窦全胜,潘冠宇,刘岩,周春光,史忠植. PSO的向量整体修订策略和局部跳出策略[J]吉林大学学报(工学版).2012,(02)
[13]窦全胜.基于知识发现的电力负荷预测模型. 计算机科学,2010,38(4):1~5
[14]窦全胜,周春光,徐中宇,潘冠宇. 群体启发进化规划. 计算机科学,2005（6）
[15]窦全胜,周春光,马铭. 群核进化粒子群优化方法.计算机科学, 2005（7）
[16]窦全胜,周春光,徐中宇. 广义连续反馈型神经网络的稳定性.计算机工程，2005（24）
[17]窦全胜,周春光,徐中宇,潘冠宇. 用群体启发进化规划求解高维优化问题. 吉林大学学报（理学版） 2005（5）
[18]窦全胜,周春光,张忠波,刘小华. 基于微分演化的PSO参数选择策略.计算机科学，2007Vol.34 No.4P228-230
[19]窦全胜,周春光,刘晓华,张忠波.关于pso方法中粒子轨迹的修正.计算机科学，2007Vol.34 No.8P141-143
[20]刘沙沙,窦全胜*,伏开磊..基于动态膜计算系统的自组织网络广播算法[J]计算机应用研究.2012,(05)
[21]安文;窦全胜*;.多主体协同电力负荷预测模型[J]计算机工程与应用.2012,(17)
[22]刘沙沙;窦全胜*;伏开磊;.基于膜计算系统的广播模型[J]计算机工程.2012,(14)
[23]刘全孙吉贵窦全胜.一种多值规则量词公式的tableau的方法.计算机工程.2003（12）
[24]马铭，周春光，张利彪，窦全胜.基于递阶遗传算法的模糊系统优化设计.吉林大学学报（理学版）1671-5489(2004)04-0559-06
[25]杨海英，黄浩，窦全胜.基于文化算法的负载均衡自适应机制. 计算机工程与应用, 2005.（21）p146-149
[26]刘全,孙吉贵,窦全胜. 一种求解tableau等式合一问题的算法. 计算机科学，2006 Vol.33 No.1P.216-219
[27]潘冠宇,刘大有,刘晓华,窦全胜.基于幂集演化的属性约简方法.吉林大学学报（工学版），2007Vol.38 No.2P842-846
[28]杨滨,窦全胜,白雪松.刘仲尧.节假日和极端天气电力负荷特征的萃取模型.黑龙江电力.2009(6)
[29]刘志猛,谢青松,窦全胜. 机器数表示与转换的教学设计[J]. 计算机教育, 2015(23):84-87.
[30]DOU Quansheng, LI Jinjiang, FAN Hui. Noisy Problem on Discrete Linear ConsensusProtocol in Networked Multi-agent Systems. 2016 IEEE 2nd Intl Conf on Big DataIntelligence and Computing and Cyber Science and Technology Congress.DOI10.1109/DASC-PICom-DataCom-CyberSciTec.2016.51
[31]Dou Quansheng，ZhouChunguang，PanGuanyu，LuoHongwen，LiuQuan. “Neural Particle Swarm Optimization for Casing Damage Prediction”International Symposium on Neural Networks 2005(ISNN2005)
[32]Dou Quansheng，ZhouChunguang. “The Particle Swarm Optimization with Division of Work Strategy”,International Conference on Machine Learning and Cybernetics2004(ICMLC2004)p2290-2295
[33]Dou Quansheng, Jiang Ping, Yu Zhijun and Shi Zhongzhi. Convergence PropertyAnalysis for PSO Based on Cluster-Degree. CIS,pp.48-51, 2008 InternationalConference on Computational Intelligence and Security, 2008
[34]Quansheng Dou, Zhijun Yu, Zhongzhi Shi, Erkeng Yu and Yongzhi Zheng .Cluster-Degree Analysis and Velocity Compensation Strategy of PSO. ISICA 2008,LNCS 5370, pp.98–106, Springer-Verlag Berlin Heidelberg 2008
[35]Dou Quansheng, Shi Zhongzhi. Knowledge Extraction Model for Power LoadCharacteristicsof Special Days and Extreme Weather. International Conference onIntelligent Computing and Intelligent Systems (ICIS 2009)
[36]Dou Quansheng, Shi Zhongzhi. Power Load Forecasting Model Based on KnowledgeDiscovery For Heilongjiang Province. International Symposium on ComputationalIntelligence and Design 2009 EI
[37]Quansheng Dou, Kailei Fu, Haiyan Zhu, Ping Jiang and Zhongzhi Shi. AssociatedClustering and Classification method for Electric Power Load Forecasting. The6th International Conference on Intelligent Information Processing, 2010, vol.5, pp. 112-121.
[38]Quansheng Dou, Shasha Liu, Ping Jiang, Xiuhua Zhou and Zhongzhi Shi. TwoImprovement Strategies for PSO. The 6th International Conference on IntelligentInformation Processing, 2010, vol. 5, pp. 122-129.
[39]PingJiang Quan Sheng Dou* A supervised method for retinal image vessel segmentationby embedded learning and classification JOURNAL OF INTELLIGENT & FUZZYSYSTEMS
[40]Ma Ming，ZhouChunguang，ZhangLibiao，DouQuansheng. Automatic Fuzzy Rule Extraction Based on Particle SwarmOptimization, International Conference on Machine Learning andCybernetics2004(ICMLC2004) p2242-2245.
[41]PanGuanyu, Dou Quansheng and Liu Xiaohua Performance of two Improved ParticleSwarm Optimization In Dynamic Optimization Environments. Sixth Internationalconference on Intelligent Systems Design and Applications (ISDA2006), October16-18,2006,Jinan,China.
[42]Liquan Han, Quansheng Dou: Visual model of heterogeneous data sources based onservice-ontology. FSKD 2010: 2945-2949
[43]Guanyu Pan, Hui Yan, Quansheng Dou, Haijun Li: Outlier data forecasting ofpower load based on neural PSO. ICNC 2010: 1140-1142
[44]Zhongyu Xu, Fen Hu, Hongcheng Guo, Quansheng Dou: Support vector machine imagesegmentation algorithm applied to angiogenesis quantification. ICNC 2010:928-931
[45]Haiyan Zhu, Quansheng Dou, Ping Jiang. Further Results on Fault Classes inBoolean Specifications. International Journal of Advancements in ComputingTechnology Volume 2, Number 5, December 2010.
[46]唐焕玲, 窦全胜, 于立萍,等. 有监督主题模型的SLDA-TC文本分类新方法[J]. 电子学报, 2019,047(006):1300-1308.
[47]毛艳艳, 程大鹏, 冯烟利, 窦全胜等. C3S:基于相长干涉的智能传感系统并发传输策略研究[J]. 通信学报, 2019,40(001):180-194.
[48] Wan, W., Dou, Q., Zhou, X., Jiang, P., & Zhang, B. (2019). NaturalLanguage-to-SQL Based on Relationship Extraction. In ISKE2019 (pp. 1219-1225).
[49] Ma Tengfei,Dou Quansheng,Guo Qiang. Named entity recognition based onsemi-supervised ensemble learning with the improved tri-training algorithm[C]//ICIT 2020: IoT and Smart City. 2020.
[50] Dou Q* , Zhang J , Jiang P , et al. Retinal Vessel Segmentation based onConvolutional Neural Network and Connection Domain Detection[J]. ProcediaComputer Science, 2021, 187(3):246-251.
[51] Song, Xinxin , Dou, Quansheng*. . Image Non-significant Target Detection Basedon Depth Metric Particle Swarm Optimization. 299-303.10.1109/ICCCR49711.2021.9349383.
[52]Ma Y , Dou Q* . Few-shot Self-optimization Learning Based on Deep Metric[C]//2020 IEEE 3rd International Conference on Electronics and CommunicationEngineering (ICECE). IEEE, 2020.
[53] Guo Qian,Dou Quansheng*. . Semantic Image Segmentation based on SegNetWithCRFs.Procedia Computer Science. 187. 300-306. 10.1016/j.procs.2021.04.066.
[54]万文军,窦全胜*,崔盼盼,张斌,唐焕玲. 结合关系分类与修正的SQL语法结构构建[J]. 计算机科学, 2020,v.47(S2):572-579.
[55]唐焕玲,窦全胜,于立萍,等.有监督主题模型的SLDA-TC文本分类新方法[J].电子学报, 2019,47(6):9.DOI:CNKI:SUN:DZXU.0.2019-06-017.
[56]唐焕玲,郑涵,刘艳红,窦全胜等.Tr-SLDA:一种面向交叉领域的迁移主题模型[J].电子学报, 2021,49(3):9.DOI:10.12263/DZXB.20200210.
[57]张晓明,窦全胜,陈淑振,等.面向小样本关系抽取的自适应胶囊网络[J].计算机应用研究, 2022(008):039.
[58]赵萍,窦全胜,唐焕玲,等.融合词信息嵌入的注意力自适应命名实体识别[J].计算机工程与应用, 2023,59(8):8.DOI:10.3778/j.issn.1002-8331.2112-0193.
[59]唐焕玲,卫红敏,王育林,等.结合LDA与Word2vec的文本语义增强方法[J].计算机工程与应用, 2022,58(13):135-145.DOI:10.3778/j.issn.1002-8331.2112-0491.
[60]刘欢,窦全胜.嵌入不同邻域表征的方面级情感分析模型[J].计算机应用, 2023,43(1):8.DOI:10.11772/j.issn.1001-9081.2021122099.
[61]窦全胜,刘欢,李丙春,等.融合先验分布的多表征眼底稀有病症识别[J].吉林大学学报：信息科学版, 2022(003):040.融合词信息嵌入的注意力自适应命名实体识别
[62]安志勇, 梁顺楷, 李博, 赵峰, 窦全胜, 相忠良. 一种新的分段式细粒度正则化的鲁棒跟踪算法. 自动化学报, 2023, 49(5):1116−1130 doi: 10.16383/j.aas.c220544
[63]Zhang,S.,Dou,Q.,Tang,H.,Pan,H.,Wang,H.:SQL Synthesis with Input-Output ExampleBased on Deep Learning.In:International Joint Conference on NeuralNetworks.pp.1-8.IJCNN(2023)
[64]Dou,Q.,Pan,H,Tang,H.,Wang,H.Program synthesis algorithm based on contextconsistency heuristic，InternationalJournal of Machine Learning and Cybernetics 2023,08
[65]窦全胜，张顺等PSR-SQUARES：基于程序空间约简器的 SQL 逆向合成系统.通信学报.2023v44(11).249-259
