当前位置: 本站首页 >> 人才培养 >> 研究生教育 >> 导师介绍 >> 正文


唐焕玲
2024-11-05 19:41     (阅读)

硕士生导师信息

1. 个人基本信息

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,烟台市政协委员、九三学社烟台市委员会常委。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、自然语言处理和数据挖掘等方向的理论及应用研究。近年来主持完成国家自然科学基金面上项目2项,在国内外学术期刊和学术会议上发表学术论文50余篇,出版专著1部,专利5项,荣获山东高校优秀科研成果(自然科学类)叁等奖1项

2. 教学情况

(1) 主讲课程:

本科课程:数据结构与算法、机器学习数据挖掘软件需求分析等。

硕士研究生课程大数据理论与方法数据科学与工程XML技术

(2) 教学研究

1) 数据结构MOOC, 山东省高等学校课程联盟在线开放课程,唐焕玲,石艳荣,肖进杰,陈姝颖,李博,刘晓华. 2019
课程网址:https://coursehome.zhihuishu.com/courseHome/2099362#review

2) 主持完成山东省优质研究生课程建设项目《大数据理论与方法》,2024.1-2025.10,山东省教育厅,第一位。

3) 主持在研山东省优质专业学位教学案例库建设项目《数据科学与工程》教学案例库,山东省教育厅,2025.1-2026.12,第一位。

(3) 参编教材:

深入浅出数据结构,刘晓华,肖进杰,唐焕玲,石艳荣,陈姝颖,清华大学出版社,2015.6.

3. 科研项目

l 主持的科研项目

[1] 国家自然科学基金面上项目面向交叉领域文本挖掘的主题模型研究(编号:61976124),项目负责人61万,2020-012023-12

[2] 国家自然科学基金面上项目面向文本分类的迁移学习和半监督学习方法研究(编号:61175053),项目负责人57万,2012-012015-12

[3] 山东省自然科学基金项目“面向MEMS边缘端的轻量化小样本缺陷检测方法研究”(编号:ZR2026LWN007 项目负责人40万,2026-072029-06

l 参与的科研项目

[1] 国家自然科学基金面上项目深度神经网络启发搜索的归纳程序合成关键技(编号:61976125),国家自然基金面上项目61参与第二位2020-012023-12

[2] 国家自然科学基金专项项目面向多任务优化的元知识差分进化算法及其可解释性(编号:62341605),15.00参与第二位2024-01 2024-12

4. 获奖

[1] 一种结合独立性模型与差异性评估的Co-training改进方案,山东高校优秀科研成果(自然科学类)等奖,山东省教育厅,位次1/2, 2009.

[2] “结合相互独立性模型和差异性评估对Co-training的改进”第十一届中国机器学习会议(CCML2008)优秀学生论文奖,中国人工智能学会机器学习专委会, 位次1/3, 2008.

5. 代表性论文

l 已发表的部分期刊论文*通讯作者

[1] Xiaoyan Liu,Huanling Tang*,Jie Zhao,Quansheng Dou,MingyuLu. TCAMixer: A lightweight Mixer based on a novel triple concepts attention mechanism for NLP[J/OL]. Engineering Applications of Artificial Intelligence. 2023,123(PC).DOI:10.1016/j.engappai.2023.106471.(JCR Q1, SCI-1 TOP) Volume 123 Part C • August 2023

[2] Huanling Tang*, Xiaoyan Liu, Yulin Wang, Quansheng Dou, Mingyu Lu. Pay Attention to the Hidden Semanteme[J/OL]. Information Sciences. 2023(640C). DOI:10.1016/j.ins.2023.119076.(JCR Q1, SCI-1 TOP1.)Volume 640, September 2023

[3] Wenqi Zhang, Xinqiang Li, Xingyu Liu, Shiteng Lu, Huanling Tang*. Facing challenges: A survey of object tracking, Digital Signal Processing,161(2025),105082 https://doi.org/10.1016/j.dsp.2025.105082.JCR Q2, SCI-3

[4] Huanling Tang*, Ruiquan Li, Wenhao Duan, Quansheng Dou & Mingyu Lu. A novel abstractive summarization model based on topic-aware and contrastive learning. Int. J. Mach. Learn. & Cyber. 2024,15(12):5563–5577. https://doi.org/10.1007/s13042-024-02263-8 (SCI-3)

[5] Huanling Tang, Yulin Wang, Yu Zhang, Quansheng Dou, Mingyu Lu.TS-Mixer: A lightweight text representation model based on context awareness[J]. Expert Systems. 42(2), February 2025. DOI: (SCI 4)

[6] Huanling TANG,* Hui ZHU, Hongmin WEI, Han ZHENG, Xueli MAO, Mingyu LU, Jin GUO, Representation of Semantic.Word Embeddings Based on SLDA and Word2vec Model, Chinese Journal of Electronics, 2023, 32(3), 647-654. doi:10.23919/cje.2021.00.113. (SCI-4)

[7] Lu, S., Li, X., Zhang, W., Tang H.*. RoEMF: rotational embedding multimodal fusion for link prediction. Knowledge Information System , 2025,67(5): 4325-4348. https://doi.org/10.1007/s10115-025-02386-6 (SCI-4)

[8] Tang, H*., Sun, X., Dou, Q., & Lu, M.. Triple-GCN: Enhanced Multi-Feature Graph Convolutional Network for Aspect-Based Sentiment Analysis[J]. Computing and Informatics, 2025,44(3): 493-522. https://doi.org/10.31577/cai_2025_3_493(SCI-4)  

[9] Huanling Tang, Yulin Wang , Ruiquan Li. Lcp-mixer: a lightweight model based on concept-level perception for NLP[J]. International Journal of Data Science and Analytics, 2024, 2364-4168. (EI)

[10] 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, 2021,49(3):605-613. (EI )

[11] 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. (EI )

[12] 刘孝炎,唐焕玲*,王育林,窦全胜,鲁明羽.一种去注意力机制的动态多层语义感知机[J].控制与决策,2024,39(2):588-594. EI

[13] 唐焕玲*,宋双梅,刘孝炎,窦全胜,鲁明羽. 基于u-wordMixup半监督深度学习模型, 控制与决策. 2023, 38(6):1646-1652. (EI)

[14] 赵红磊;唐焕玲*;张玉;孙雪源;鲁明羽. k-best维特比解耦合知识蒸馏的NER模型, 计算机科学与探索,2024,18(3):780-794. DOI:10.3778/j.issn.1673-9418.2211052

[15] 隗昊, 唐焕玲, 周爱,张益嘉,陈飞,鲁明羽. 基于双路分段注意力神经张量网络的临床文本关系抽取,电子学报, 2023,51 (6): 658-665. (EI )

[16] 唐焕玲*,王慧,隗昊, 赵红磊, 窦全胜, 鲁明羽. 面向时钟领域的BERT-LCRF命名实体识别方法, 计算机工程与应用, 2022, 58 (18): 218-226. (EI)

[17] 张淑芳,唐焕玲*,郑涵,刘孝炎,窦全胜,鲁明羽. 融合主题模型和动态路由的小样本学习方法,数据采集与处理, 2022,37(3): 586-596.

[18] 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, 2021,57(12):144-154(EI)  

[19] 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.

[20] 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.

[21] Huanling Tang*,Jun Wu, Zhengkui Lin, Mingyu Lu. An Enhanced AdaBoost Algorithm with Naive Bayesian Text Categorization based on a Novel Re-weighting Strategy. International Journal of Innovative Computing, Information and Control (IJICIC). 2010 ,6 (11):5299-5310.  ( SCIEI).  

[22] 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.(EI )

[23] 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.EI, 获第十一届中国机器学习会议CCML2008优秀学生论文奖)

[24] 唐焕玲,林正奎,鲁明羽. 基于差异性评估对Co-training文本分类算法的改进. 电子学报, 2008, 36 (12A):138-143. (EI)

[25] 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

[26] Huanling Tang, Jun Wu, Mingyu Lu , Na Liu. An Improved Semi-supervised Categorization Algorithm Based on Mutual Independence Model. Journal of Computational Information Systems, 2008,4(6): 2893-2901(EI )

[27] Tang Huanling, Lu Mingyu, Liu Na. Co_NBM: A Semi-supervised Categorization Algorithm based TEF-WA Technique. Proceedings of Grc2007, the 2007 IEEE International Conference on Granular Computing, Silicon Valley, Calif., USA: IEEE Pr., 2007: 271-274. (EI)

[28] HuanLing Tang, ZhengKui Lin, Mingyu Lu, Na Liu. A Novel Features Partition Algorithm for Semi-Supervised Categorization. Proceedings of the 7th World Congress on Intelligent Control and Automation, WCICA'08, 2008:129-134 (EI)

[29] Tang Huanling, Lu Mingyu, Liu Na. A Co-training Approach based TEF-WA technique. Proceedings of NPC2007, 2007 IFIP International Conference on Network and parallel Computing Workshops, 2007: 1021-1026. (EI)

6. 专著

[1] 唐焕玲. 基于半监督与集成学习的文本分类方法, 电子工业出版社, 2013年8月,字数 205千字. ISBN:9787121212567,CIP核字号: 2013 第188126号.

7. 专利

[1] 唐焕玲;刘孝炎;王育林;窦全胜;鲁眀羽. 一种基于动态多层语义感知机的文本分类方法及系统, 发明专利, 申请日 2022.5.10, 授权日2025.10.21. 专利号 ZL 2022 1 0504446.2

[2] 唐焕玲;窦全胜;于立萍;宋英杰;鲁眀羽 .一种基于有监督主题模型的文本分类方法及系统,发明专利, 授权日2020.6.2.专利 ZL201811398232.1

[3] 窦全胜; 郭建; 唐焕玲; 姜平; 赵相阳. 基于标签相关度的图像增强方法及系统,申请日 2022.7.15, 授权日2025.11.07, ZL专利号ZL 2022 1 0830890.3

[4] 宋英杰; 张斌; 唐焕玲; 梁远扬; 蔡起海. 一种基于视频图像的远程火灾探测系统及方法, 发明专利, 授权日期 2021.11.23, CN202010730365.5

[5] 宋英杰; 窦全胜; 姜平; 唐焕玲; 张斌; 门洪云. 语音查询方法、装置和电子设备发明专利, 授权日期 2019.03.29, CN201811440115.7



上一条:赵峰
下一条:刘培强
关闭窗口

相 关 链 接

学院官方微信

联系我们:

山东工商学院

地址:山东省烟台市莱山区滨海中路191号

电话:0535-6903541                    邮编:264005

Copyright(C) 2019-2020 山东工商学院计算机科学与技术学院