郭东恩，博士，9001cc金沙以诚为本教授，重庆邮电大学及郑州轻工业大学硕士研究生导师，美国ESU大学访问学者，中国人工智能教育联盟理事、委员。《IEEE Transactions on Neural Networks and Learning Systems》、《Neurocomputing》、《IEEE Geoscience Remote Sensing Letter》、《neural networks》、《Pattern Recognition》、《Neural Computing and Applications》、《International Journal of Applied Earth Observation and Geoinformation》、《Engineering Applications of Artificial Intelligence》、《Complex & Intelligent Systems》、《Results in Engineering》、《IEEE Journal of selected topics in applied earth observations and remote sensing》等SCI期刊审稿人。

多次获得优秀教师、师德先进个人、优秀共产党员、先进工作者、优秀学业导师、优秀论文指导教师等荣誉称号，获教学质量考评优秀10多次。获河南省科技进步二等奖1项，获校级教学成果一等奖1项；发表科研论文20多篇（其中SCI、EI收录10多篇），教改论文10余篇；主持完成河南省科技攻关项目1项，主持河南省高等学校重点科研项目1项（3万），主持博士科研启动基金项目1项（25万）、校级交叉学科研究项目1项（6万）；获授权发明专利4项，实现成果转化1项；独立出版科研著作1部、教研著作1部；主持完成省级教改项目1项（3万）、省级虚拟仿真实验项目1项（3万），主持教育部产学合作协同育人项目2项，主持校级一流课程1门（10万），主编参编教材多部；主持完成横向项目3项，到账经费将近150万元。指导学生获国家级一等奖3项、二等奖3项，省级竞赛奖励10多项；指导学生立项大学生创新创业计划项目、学生科研项目、开放实验室基金项目共10多项；指导本科生发表高水平论文3篇（SCI 2区、3区和4区各1篇），目前在投SCI论文3篇（1篇大修返回，1篇大修中）。

研究方向:

1．深度学习

2．计算机视觉

3. 图像处理

承担课程:

《面向对象程序设计》、《Python程序开发》、《深度学习》、《计算机视觉》、《数字图像处理》等。

科研课题:

1. 面向遥感图像认知的生成对抗机制研究，河南省科技攻关项目，212102210492，2020.1-2021.12.（主持，1万）。

2. 基于深度学习的高分辨率遥感图像目标检测，河南省高等学校重点科研项目，23A520053，2023.1-2024.12.（主持，3万）

3.基于视觉 Transformer 的农作物病虫害检测研究，南阳理工学院交叉科学研究项目，NGJC-2022-01，2023.1-2024.12.（主持，6万）

4.基于深度学习的遥感图像场景分类研究,博士科研启动基金项目,南阳理工学院，2023-2026.(主持,25万)

5.基于 HarmonyOS 的设备虚拟仿真项目，河南省教育厅. (主持，3万)

6.软件类课程考试考核评价方式的研究与实践,河南省教育教学改革项目,2017SJGLX471.(主持，3万)

代表论文：

[1] Guo Dong’en, Xia Ying, Xu Liming, et al. Remote sensing image super-resolution using cascade generative adversarial nets[J], Neurocomputing, 2021,443:117-130 (SCI2区)

[2] Guo Dongen,Wu Zechen. HELViT: highly efficient lightweight vision transformer for remote sensing image scene classification[J].Applied Intelligence,2023. (SCI 2区)

[3] Guo Dong’en, Xia Ying. GAN-Based semi-supervised scene classification of remote sensing image[J], IEEE Geoscience Remote Sensing Letter, 2021,18(12):.2067-2071. (SCI 2区)

[4] Guo Dong’en, Xia Ying, Luo Xiaobo. Self-supervised GANs with similarity loss for remote sensing image scene classification[J]. IEEE Journal of selected topics in applied earth observations and remote sensing, 2021, 14: 2508-2521. (SCI 2区)

[5] Guo Dongen,Wu Zechen, Feng Jiangfan,Zou Tao. Multi-scale semantic enhancement network for object detection[J]. scientific reports,2023,13:179.(SCI 2区)

[6] Guo Dong’en, Xia Ying. Scene classification of remote sensing images based on saliency dual attention residual network[J]. IEEE Access, 2020(8): 6344-6357. (SCI 2区)

[7] 郭东恩，夏英. 基于有监督对比学习的遥感图像场景分类[J].光子学报, 2021,50(7):79. (中文EI，已检索)

[8] Guo Dong’en,Wu Zechen, Zhang Yuanzheng, Sen Zhen. Semi-supervised Remote Sensing Image Scene Classification Based on Generative Adversarial Networks[J]. International Journal of Computational Intelligence Systems, 2022. (SCI 4区)

[9] Guo Donge’en, Zhou Zhuoke, Guo Fengshuo, Jia Chaoxin. A Remote Sensing Target Detection Model Based on Lightweight Feature Enhancement and Feature Refinement Extraction[J].IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing,2024.(SCI2区)

[10] 郭东恩,沈燕,张峰.GIS技术在大气环境模拟与评价系统中的应用探讨[J].测绘科学,2011,36(05):100-102.（中文核心）

[11] Lei Lei,Guo Dongen*,Shen zhen,Wu Zechen.Image hashing retrieval based on generative adversarial networks[J].Applied Intelligence,2022.(SCI 2区，通信作者)

著作：

1. 计算机辅助教学理论与实践研究，西北工业大学出版社，35.7万字，2023.7，独著。

2. 基于深度学习的遥感图像场景分类研究，哈尔滨工业大学出版社，26.6万字，2023.8，独著。

授权发明专利：

1. 一种基于生成对抗网络的遥感图像超分辨重建方法，ZL201911175452.2，2023.4.7，郭东恩第一

2. 基于词法词缀的论文冗余数据清洗方法、装置及存储介质，ZL202211586218.0，2024.4.9，郭东恩第一

获奖:

1. 2012年度获河南省科技进步二等奖

2. 2010年获南阳市科技进步二等奖2项

3. 2022.1获校级教学成果一等奖

刘伟，中国传媒大学博士，南方科技大学访问学者。2009年7月从中国地质大学（武汉）硕士毕业后至今，一直在南阳理工学院从事大数据相关专业和方向的教学和科研工作。多次获得河南省网络安全和信息化工作先进个人、南阳理工学院优秀本科毕业论文指导老师、师德先进个人、大学生科技园工作室优秀指导老师等称号。近年来，发表多篇国内外SCI、EI科研论文，目前为Multimedia Systems、the Journal of Electronic Imaging等SCI国际期刊审稿人；主持或参与国家、省和市级科研和教研项目多项。

研究方向:

1． 人工智能分析与处理

2． 深度学习

开设课程:

《深度学习》、《数据库原理及应用》、《Python大数据处理基础》、《高级大数据》等。

主要论文

[1] Liu W, Chen X, Ran J, Liu L, et al. LaeNet:ANovel Lightweight MultitaskCNN for Automatically Extracting Lake Area and Shoreline from Remote Sensing Images. Remote Sens. 2021, 13, 56.https://dx.doi.org/10.3390/rs13010056

[2] Liu W , Huang X , Cao G, et al. Joint learning of NNeXtVLAD, CNN and context gating for micro-video venue classification[J].IEEE Access, 2019, PP(99).DOI:10.1109/ACCESS.2019.2922430.

[3] Liu W , Huang X , Cao G ,et al.Multi-modal sequence model with gated fully convolutional blocks for micro-video venue classification[J].Multimedia Tools and Applications, 2020, 79(2).DOI:10.1007/s11042-019-08147-2.

[4] Wei L , Huang X , Cao G ,et al.Joint learning of LSTMs-CNN and prototype for micro-video venue classification[C]//Pacific Rim Conference on Multimedia (PCM).Springer, Cham, 2018.DOI:10.1007/978-3-030-00767-6_65.

主要项目

1. 基于人工智能的短视频内容理解关键技术的研究，河南省教育厅，主持

2. 中医药大数据集成建模与智能分析关键技术研究，南阳市科技局，主持

3. 面向多源异构空间大数据的多模态大模型关键技术研究，南阳市科技局，主持

4. 仲景中药图像大数据构建和智能分析关键技术研究，南阳理工学院，主持

5. 数据库迁移同步工具测试服务，南阳理工学院，主持

获奖记录:

个人获奖

1. 2023年度南阳理工学院师德考核优秀

2. 2021和2023年度考核优秀

3. 2023年度优秀基层工作者

教学获奖

1. 2021、2023届优秀毕业设计（论文）指导教师

2. 2022年度师德主题教育征文河南省三等奖

侯米娜，正高级工程师，2007年毕业于厦门大学计算机与应用技术专业，硕士研究生，曾在中光学集团从事软件研发工作，多个重点项目软件负责人。长期从事视频与图像处理、人工智能与大数据处理、智能化光电成像探测与识别、总体技术领域的研究与软件开发工作。2022年起入职南阳理工学院任专职教师，校企合作计算机视觉研发中心负责人，河南省科协入库专家。近年来主持或主要参与国家级或省部级重要科研项目10多项，累计科研经费1000多万，获得科学技术进步奖10余项，已登记软件著作权10余项，发布企业标准1部。

研究方向:

1． 人工智能

2． 计算机视觉

开设课程:

《人工智能导论》、《Python程序开发》、《智能信息处理综合训练》等。

科研项目:

1. 全景真彩色智慧安全监测关键技术及应用示范.南阳市第二批产业研发联合基金重点项目，在研，重要参与。

2. 太赫兹探测成像扫描仪. 国家基金项目，软件负责人。

3. 某型狙击手光电探测与压制项目.国家型号竞标项目，软件负责人。

4. 某型狙击手光电探测与干扰系统. 国家型号项目，2019年结项，软件负责人。

5. 智慧城市—光电跟踪仪. 国家国防科工局军用技术推广项目，2018年结项，重要参与。

科技获奖:

1. 2019年某型狙击手光电探测与干扰系统获河南省国防科学技术进步奖一等奖 、中国兵器装备集团公司技术进步奖二等奖。

2. 2019年智慧城市—光电跟踪仪获河南省国防科学技术进步奖一等奖 、中国兵器装备集团公司技术进步奖一等奖。

3. 2017年某型狙击手光电探测系统获河南省国防科学技术进步奖二等奖。

4. 2014年 HF-1.1C型视频监控站获南阳市科学技术进步奖一等奖。

陈小玉，副教授，软件工程师，大数据分析师，研究方向为数据挖掘、机器学习与算法优化。发表论文20余篇，主持及参与项目10余项，申请发明专利1项，编写教材10余部，包括“十四五”普通高等教育规划教材、新工科新形态数字化教材、课程思政特色教材，获得河南省优秀学位论文指导老师、河南省教育科学优秀成果二等奖、南阳理工学院教学成果二等奖。

主讲课程:

《Python程序开发》、《机器学习》、《数据结构》、《算法设计与分析》、《离散数学》《数值计算》等。

主要课题:

1. 河南省科技攻关项目，基于数据挖掘的网络浏览推荐系统，主持

2. 河南省“十四五”普通高等教育规划教材，主持

3. 河南省本科高校新工科新形态教材，主持

4. 南阳理工学院课程思政特色教材，主持

5. 新工科地方高校人才培养模式研究，教育科学规划课题，主持

6. OBE理念下地方性高校人才培养模式研究，教育科学规划课题，主持

7. 《算法设计与分析》教学方法与教学手段改革，主持

8. 河南省本科高校课程思政样板课程（教学团队），参与

9. 南阳理工学院转型发展本科专业核心课程改革专项研究，参与

10. 基于OBE理念的操作系统原理课程教学方法教学手段改革，参与

主要著作：

1. 《iOS 8案例开发大全》，人民邮电出版社，2015，参编

2. 《Java 开发从入门到精通》，人民邮电出版社，2016，参编

3. 《Flash动画制作项目教程》，清华大学出版社，2016，参编

4. 《趣学算法》，人民邮电出版社，2017，独著

5. 《趣學演算法》，碁峰資訊出版社（中国台湾繁体版），2018，独著

6. 《趣学数据结构》，人民邮电出版社，2019，独著

7. 《算法训练营》进阶篇，电子工业出版社，2021，独著

8. 《算法训练营》入门篇，电子工业出版社，2021，独著

9. 《演算法戰鬥營》，深智數位出版社（中国台湾繁体版），2022，独著

10. 《趣学算法(第2版)》，人民邮电出版社，2022，独著

主要论文：

1. 陈小玉.一种快速多种群的粒子群多模优化算法[J].计算机应用研究,    2018, 35 (11): 3286-3289. (中文核心)

2. 陈小玉,李晓静,马海英.一种面向大数据的快速自动聚类算法[J].计算机应用研究, 2017, 34(09):2651-2654+2658. (中文核心)

3. 陈小玉,李晓静,刘克成.基于模糊聚类和评论时效的在线点餐推荐算法    [J].南阳理工学院学报, 2015, 7 (02): 38-41.    

4. 陈小玉.动态自适应的混合智能协同推荐算法[J].计算机应用, 2014,34 (12):3487-3490+3501. (中文核心)

5. 陈小玉.改进的神经网络在变压器故障诊断中的应用[J].计算机仿真,2012,29(08):318-321+335. (中文核心)

6. 陈小玉,骆小红.基于分割提速法的并行股票预测研究与仿真[J].计算机仿真, 2012, 29 (05):367-370. (中文核心)

7. 刘克成,陈小玉.一种基于随机决策信息系统的属性约简算法[J].南阳理工学院学报, 2012, 4(02):1-4.

8. 陈小玉. A New Algorithm for Attribute Reduction[J]. 2011 8th International Conference on Fuzzy Systems and Knowledge Discovery.(EI检索)    

9. 陈小玉,张静.基于粗糙集-神经网络的变压器故障诊断方法[J].制造业自动化, 2011, 33 (17): 52-54. (中文核心)

10. 陈小玉,朱海华.一种改进的神经网络模型在故障诊断中的应用[J].微型电脑应用, 2010, 26(02):55-58+6.

吕聪颖 计算机应用专业研究生，副教授，人工智能教研室专任教师。主讲《机器学习》、《数值计算》等课程。发表论文10余篇，参与省级以上项目3项，出版专著1部，教材2部，申请发明专利2项。

研究方向:

1． 机器学习

2． 智能优化方法

开设课程:

《机器学习》、《数值计算》等。

科研课题:

1. 基于非线性核稀疏表示的医学图像特征提取方法. 国家自然科学基金，编号：61872085，参与。

2. 新工科背景下的大数据人工智能产业研究. 2019教育部产学合作协同育人项目，编号：XT1911003，参与。

主要论文

1. 吕聪颖,赵刚彬,吕贯廷.真核生物基因组转录诱导融合基因的研究进展,生物化学与生物物理进展,2007,(12):1255-1259.（SCI收录）

2. 吕聪颖.基于混流装配线调度问题的新颖蚁群算法,计算机测量与控制,2013,(10):2762-2763,2776.(北大核心）

3. 吕聪颖.一种新颖的RFID标签防冲突算法,制造业自动化, 2013,(20):75-76,91.(北大核心）

4. 吕聪颖,赵刚彬.求解成组技术中加工中心组成问题的改进粒子群优化算法,桂林理工大学学报,2013,(3):555-559.(北大核心）

5. 吕聪颖,赵刚彬.求解加工中心组成问题的新的遗传算法,组合机床与自动化加工技术,2013,(7):37-40.(北大核心）

6. 吕聪颖,赵刚彬.模糊人工蜂群算法在加工中心组成问题中的应用研究,科学技术与工程,2013(2):342-346.(北大核心）

7. 吕聪颖.基于新颖蚁群算法的加工中心组成问题研究,计算机工程与科学,2015,(9):1712-1717.(北大核心）

项目：

1. 加工中心组成问题的求解研究及应用，河南省科技厅，主持，2014.

2. 云数据库在物流信息平台的研究应用，河南省科技厅，第二，2014.

3. 基于物联网的水电厂信息传输协议与系统，河南科技厅，第三，2014.

获奖记录:

教学获奖

1. 南阳理工学院教案评比二等奖

2. 南阳理工学院教学技能竞赛二等奖

3. 南阳理工学院教育教学改革论文二等奖

唐满，双师双能型教师，计算机视觉工程师、大数据处理工程师（高级）。主要研究方向：数字图像处理、计算机视觉。主讲《数字图像处理》《深度学习》等课程。参与省级课题4项，主持或参与地厅级课题多项，发表论文7篇。

研究方向:

1． 图像处理

2． 计算机视觉

主讲课程:

《数字图像处理》、《深度学习》、《Python程序开发》

科研课题:

[1] ATM软件开发过程虚拟仿真项目，河南省虚拟仿真实验项目，3万，第二，2023.

[2] 基于深度学习的农作物病虫害识别关键技术研究，南阳市科技攻关计划项目，23KJGG297,主持，2023立项.

[3] 云存储安全关键技术研究，河南省基础与前沿计划研究项目，142300410108，第三，2016.

[4] 基于深度学习的新能源车牌识别，南阳理工学院实验室开放基金项目，主持，2023.

[5] 基于深度学习的胸部CT良恶性肺结节的智能检测研究，河南省社发领域科技攻关计划项目，202102310199，第6，2021.

[6] 河南省家具制造业智慧化升级困境与对策研究，河南省科技智库调研课题，2023081，第3，2023.

教改项目：

[1]BOPPPS教学模式在《Python程序开发》课堂教学中的应用研究，2020年度南阳理工学院教学改革项目，编号:NIT2020JY-120，主持，2022年12月结项

[2] 2021年度优秀课程思政教学设计案例“遵守法律道德、弘扬工匠精神”，2021年度南阳理工学院课程思政教学改革项目

[3]《数字图像处理》过程性评价研究与实践,南阳理工学院教学改革项目,NIT2023JY-164,2023立项

[4]基于类 ChatGPT 大语言模型的差异化智慧学习与个性化指导模式研究与实践,南阳理工学院教学改革项目,NIT2023JY-104,2023立项

[5]南阳理工学院一流本科课程《Python 程序开发》

主要论文：

[1]Man Tang, Junying Guo, Zhen Shen.Rapid detection of carbendazim residue in tea by machine learning assisted electrochemical sensor[J], Journal of Food Measurement and Characterization, 2023. (SCI 3区)

[2]Wang Juan, Tang Man.Study on feature extraction method of Han dynasty stone carving images[J], INFORMATION TECHNOLOGY AND COMPUTER SCIENCE, 2013. (EI检索)

[3]唐满, 王少英, 李跃新等. 基于自适应事变的OFDM无线信道机会估计机制[J]. 计算机工程与设计，2017，18(3):606-610. (核心)

[4]唐满,郭东恩.BOPPPS教学模式在“Python程序开发”课堂教学中的应用研究[J].电脑知识与技术,2022,18(28):117-119.

[5]2020年，基于校企合作的实践教学改革研究，科教导刊，唐满，独著

[6]<三维数字特效>课堂教学方法改革探索》，课程教学研究， 2014,33:98-99,独著

[7]软件工程专业卓越工程师培养模式探索, 当代教育理论与实践，2013，4(7):136-139,独著

获奖记录:

个人获奖

1. 2014、2015、2020、2023年度南阳理工学院先进工作者

2. 2020年度南阳理工学院优秀教师

3. 2022年度南阳理工学院优秀共产党员

4. 2015、2016、2020、2022、2023年度南阳理工学院优秀毕业设计指导教师

5. 2020、2022年度南阳理工学院优秀学业导师

6. 2015年，论文“《三维数字特效》课堂教学方法探讨”获河南省教育科学研究优秀成果三等奖

7. 2016年，大学生创新创业教学-创业改变人生，获二十届全国教育教学信息化交流展示活动高等教育组精品开放课程二等奖

8. 2017年，大学生创新创业课-大众创业，万众创新，获二十届全国教育教学信息化大奖赛高等教育组-精品开放课程三等奖

9. 2015年，论文“《三维数字特效》课堂教学方法探讨”获河南省教育科学研究优秀成果三等奖

10. 2021年在河南省“牢记育人使命，志做四有教师”师德主题教育征文中荣获三等奖

11. 南阳理工学院第五届教育教学改革论文评选中获三等奖2项

12. 2023年度南阳理工学院学科竞赛优秀指导教师

13. 第六届传智杯全国IT技能大赛、第五届全球校园人工智能算法精英大赛、2023年“典阅杯”全国大学生人工智能算法设计与应用大赛、2023年第五届全国高校计算机能力挑战赛优秀指导教师

指导学生获奖

1.指导学生立项大学生科研基金项目2项

2.指导学生参加“2023睿抗机器人开发者大赛”，获国家级二等奖1项

3.指导学生参加“第14届蓝桥杯全国软件和信息技术专业人才大赛”，获国家级二等奖1项

4.指导学生参加“第5届国际青年人工智能大赛”，获国家级一等奖1项，省级二、三等奖各1项

5.指导学生获“第五届全球校园人工智能算法精英大赛”，获国家级二等奖1项，省级一等奖2项、三等奖1项

6.指导学生参加“第五届全国计算机能力挑战赛（人工智能挑战赛）”，获国家级二等奖1项

7.指导学生参加“2023年典阅杯全国大学生人工智能算法设计与应用大赛”，获国家级一等奖1项，奖金4000元

8.指导学生获参加“华为云杯”南阳市第二届软件创新设计大赛”，获市级三等奖1项

9.指导学生参加“第6届传智杯程序设计挑战赛”，获省级二等奖1项，校级三等奖3项

10.指导学生参加“第二十五届中国机器人及人工智能大赛”，获国家级三等奖1项，省级一等奖1项，二等奖1项

11.指导学生参加“‘移动云杯’算力网络应用创新大赛”，获决赛优胜奖，奖金10000元

贾子琪，硕士研究生，南阳理工学院计算机与软件学院讲师，长期从事机器学习、计算机视觉等人工智能领域的研究与实践。发表SCI论文3篇、核心论文3篇、授权发明专利1项、公开发明专利多项、获得软件著作权多项。所带学生团队多次获得普通高校大学生竞赛榜单国家级奖项、省级科研项目立项、优秀毕业论文。

研究方向:

1．机器学习（数据聚类）

2．计算机视觉（目标检测、语义分割）

开设课程:

《深度学习》《计算机视觉》《数字图像处理》等。

科研课题:

1.多视图聚类与模型优化关键技术研究，南阳市科技发展计划项目，主持。

获奖记录:

1.国家级学科竞赛优秀指导老师十余项。

2.河南省“中原文化”主题课程思政教学设计大赛三等奖。

曲凯扬，硕士研究生，毕业于天津大学。主要研究方向：生物信息学、机器学习、深度学习。主讲课程：《机器学习》《数值计算》《工程数学实践》等。发表多篇SCI论文，论文被引用次数超450次，影响因子累计超35，高被引论文一篇，主持并参与多项省市级项目。所带学生团队多次获得普通高校大学生竞赛榜单国奖、省奖。

研究方向:

1. 生物信息

2. 机器学习

3. 深度学习

讲授课程:

《机器学习》《数值计算》《工程数学实践》等。

科研课题:

1. 面向工业物联网的无线多址接入策略研究. 河南省高等学校重点科研项目计划，编号：24A520027，参与。

2. 蛋白质翻译后修饰位点识别及其与疾病关系研究，南阳市基础与前沿技术研究计划项目，编号：JCQY010，主持。

主要论文

[1] Kaiyang Qu, Fei Guo, Xiangrong Liu, Yuan Lin and Quan Zou, Application of Machine Learning in Microbiology[J]. Frontiers in microbiology, 2019; 10: 827. （SCI，，IF=5.2，JCR：Q2，中科院：二区TOP 期刊，被引次数：112）

[2] Kaiyang Qu, Leyi Wei, Jiantao Yu and Chunyu Wang. Identifying Plant Pentatricopeptide Repeat Coding Gene/Protein Using Mixed Feature Extraction Methods[J]. Frontiers in plant science, 2019; 9: 1961.（SCI，IF=5.6，JCR：Q1， 中科院：二区TOP 期刊，被引次数：12）

[3] Quan Zou, Kaiyang Qu, Yamei Luo, Dehui Yin, Ying Ju and Hua Tang. Predicting Diabetes Mellitus with Machine Learning Techniques[J]. Frontiers in genetics. 2018; 9:515.（SCI，IF=3.7，JCR：Q2，中科院：三区，被引次数： 310）

[4] Kaiyang, Qu, Ke Han, Song Wu, Guohua Wang, and Leyi Wei. Identification of DNA-Binding Proteins Using Mixed Feature Representation Methods[J]. Molecules. 2017; 22(10):1602.（SCI，IF=4.6,JCR:Q2,中科院：二区，被引次数：29）

[5] Kaiyang Qu, Quan Zou, Hua Shi. Prediction of diabetic protein markers based on an ensemble method[J]. Frontiers in Bioscience-Landmark. 2021; 26(7): 207-221. （SCI，IF=3.1，JCR:Q3，中科院：四区，被引次数：6）

[6] Kaiyang Qu, Leyi Wei and Quan Zou, A Review of DNA-binding Proteins Prediction Methods[J]. Current Bioinformatics, 2019; 14(3): 246-254. （SCI,IF=4,JCR:Q2,中科院：三区，被引次数：81）

[7] Kaiyang Qu, Feng Gao, Fei Guo, Quan Zou, Taxonomy dimension reduction for colorectal cancer prediction[J]. Computational Biology and Chemistry, 2019; 83: （SCI，IF=3.1，JCR：Q2，中科院：四区，被引次数：18）

获奖记录:

个人获奖

1. 2022/2023年度优秀学业导师

王树恒，博士，9001cc金沙以诚为本讲师，长期从事自然语言处理、机器翻译和人工智能等方面的工作，发表SCI、EI以及中文核心论文9篇，有丰富的系统研究开发和扎实的理论基础知识。

研究方向:

1． 神经机器翻译

2． 非自回归文本生成

3.  语音翻译

开设课程:

《自然语言处理》等。

科研课题:

1. 基于Restriction-Centered Theory的自然语言模糊语义理论研究及应用. 国家自然科学基金，参与。

2. 面向资源稀缺型语言的机器翻译理论方法及关键技术研究. 国家自然科学基金，参与。

主要论文

1. Wang S, Shi S, Huang H. Alleviating repetitive tokens in non-autoregressive machine translation with unlikelihood training[J]. Soft Computing, 2024: 1-8.

2. Wang S, Huang H, Shi S. Better Localness for Non-Autoregressive Transformer[J]. ACM Transactions on Asian and Low-Resource Language Information Processing, 2023, 22(5): 1-11.

3. Wang S, Huang H, Shi S. Improving non-autoregressive machine translation using sentence-level semantic agreement[J]. Applied Sciences, 2022, 12(10): 5003.

4. Wang S, Huang H, Shi S. Incorporating history and future into non-autoregressive machine translation[J]. Computer Speech & Language, 2023, 77: 101439.

5. Wang S, Shi S, Huang H. Enhanced encoder for non-autoregressive machine translation[J]. Machine Translation, 2021, 35(4): 595-609.

6. Wang S, Shi S, Huang H, et al. Improving Non-Autoregressive Machine Translation via Autoregressive Training[C]//Journal of Physics: Conference Series. IOP Publishing, 2021, 2031(1): 012045.

7. Wang S, Yin Z, Zhang W, et al. Two Stage Learning for Argument Pairs Extraction[C]//Natural Language Processing and Chinese Computing: 10th CCF International Conference, NLPCC 2021, Qingdao, China, October 13–17, 2021, Proceedings, Part II 10. Springer International Publishing, 2021: 538-547.

8. 王树恒, 吐尔根, 艾山, 等. 基于 blstm 的维吾尔语文本情感分析[J]. 计算机工程与设计, 2017, 38(10): 2879-2886.