唐肝翌

主要学习与工作经历:

2003~2006,西南大学,计算机科学与技术,硕士

2006~今, ,计算机科学与工程系副主任,现任副教授


研究方向:

机器学习、模式识别、图像处理


承担的主要科研项目:

1. 基于混合群智能的无线传感器网络自适应设计. 2015年安徽省高等教育提升计划项目(TSKJ20151B14),主持

2. 基于人工免疫的入侵检测系统关键技术研究. 2007年度校青年科研基金(2007YQ030),主持

3. R1范数约束的非负矩阵分解算法研究. 2015年度安徽省高校自然科学研究重大项目(KJ2015ZD08),参与

4. 增量式学习环境和大规模数据集情况下的核鉴别分析算法研究. 安徽省自然科学基金面上项目(1308085MF95),参与

5. 2016年高校优秀青年人才支持计划重点项目(gxyqZD2016124),参与

6. 基于故障上下文的轻量级软件故障定位技术研究. 2018年度高校科学研究项目重点项目(KJ2018A0116),参与


第一作者发表的科研论文:

1. Block Principle Component Analysis with Lp-norm for Robust and Sparse Modelling. Journal of Shanghai Jiaotong University (Science), 上海交通大学学报(自然科学版英文), 2018, 23(3):398-403. EI收录

2. Robust and Sparse Tensor Analysis with Lp-norm Maximization. Proceedings of 2017 IEEE 8th International Conference on Software Engineering and Service Science, 2017.11. EI收录

3. Robust Tensor Principal Component Analysis by Lp-norm for Image Analysis. 2016 2nd IEEE International Conference on Computer and Communications(ICCC) Proceedings,2016.10. 分会场最佳报告人(Best Presentation Award), EI收录 

4. Adaptive Design of Wireless Sensor Networks Based on Hybrid Immune Particle Swarm Optimization,the 3rd International Conference on System Science, Engineering Design and Manufacturing Informatization,2012.10. EI收录

5. 基于L1-范数的鲁棒稀疏的张量PCA人脸图像分析. 南京大学学报(自然科学版), 2018, 54(1):31-39

6. 基于ANFIS云推理的网络学习评价. 西南师范大学学报(自然科学版), 2014,39(1):137-141. 

7. 规则不完备的模糊系统新规则在线生成. 计算机工程与应用, 2006, 42(11):63-65


近年来主要获奖情况:

1. 2017年度校级先进个人

2. 2015年第十八届教学优秀奖三等奖

3. 2016年度“教学骨干”(三档)

4. 2017年度“教学骨干”(三档)

5. 2017年高等学校省级质量工程项目教学成果奖一等奖(排名第6)

6. 2016年第9届中国大学生计算机设计大赛国赛二等奖1项(指导老师)

7. 2016年第9届中国计算机设计大赛国赛三等奖1项(指导老师)

8. 2016年中国大学生计算机设计大赛安徽省级赛二等奖2项(指导老师)

9. 2015第六届“挑战杯”安徽省大学生课外学术科技作品竞赛二等奖1项(指导老师) 

10.2018年中国大学生计算机设计大赛安徽省级赛二等奖1项(指导老师)

11.2019年中国大学生计算机设计大赛安徽省级赛二等奖1项(指导老师)

12.2017年中国大学生计算机设计大赛安徽省级赛三等奖1项(指导老师)

13.2017年第八届蓝桥杯全国软件和信息技术专业人才大赛安徽赛区三等奖1项(指导老师)

14.2018年第九届蓝桥杯全国软件和信息技术专业人才大赛安徽赛区三等奖2项(指导老师)

15.2018年“全国大学生信息安全竞赛”安徽省赛三等奖2项(指导老师)

16.2016年第二届安徽省“互联网+”大学生创新创业大赛铜奖1项(指导老师)

17.2015年中国大学生计算机设计大赛安徽省级赛三等奖1项(指导老师)

Baidu
map