求真百科欢迎当事人提供第一手真实资料，洗刷冤屈，终结网路霸凌。

李培培查看源代码讨论查看历史

事实揭露 揭密真相
跳转至： 导航、 搜索
李培培

李培培，女，合肥工业大学计算机学院副教授。

人物履历

教育经历

·2008/09-2012/12，合肥工业大学，计算机应用专业，工学博士

·2005/09-2008/06，合肥工业大学，软件与理论专业，工学硕士

·2001/09-2005/06，合肥工业大学，计算机科学与技术专业，工学学士

工作经历

·2016年12月-至今，合肥工业大学计算机与信息学院，副研究员/副教授

·2015年5月-2016年11月，合肥工业大学计算机与信息学院，讲师

·2013年1月-2015年4月，合肥工业大学软件工程博士后站，博士后

·2011年8月-2012年12月，微软亚洲研究院，实习生

·2008年4月-2009年4月，新加坡管理大学，助理研究员

研究方向

数据挖掘与智能计算，主要研究兴趣包括：数据流分类、概念漂移检测方法、不完全标记数据流的分类算法与模型、多标签数据流分类、半监督学习

科研项目

主持人：李培培，国家面上基金项目“面向短文本数据流的多标记分类方法研究”（No.61976077）(2020.1-2023.12)

主持人：李培培，重点研发计划项目课题三“碎片化知识拓扑融合”（No.2016YFB1000903）子课题 (2016.7-2020.12)

主持人：李培培，国家青年基金“多标记文本数据流分类方法研究”（No.61503112）(2016.1-2018.12)

主持人：李培培，第55批中国博士后科学基金面上资助二等资助“面向短文本数据流分类的关键问题研究”（No.2014M551801）(2014.5-2015.5)

主持人：李培培，安徽省青年基金“基于实体语义上下文特征扩展的短文本数据流分类方法研究”（No.1708085QF142）(2017.7-2019.6)

校级博士专项课题“多标记文本的数据流分类方法研究”（No.JZ2015HGBZ0461）(2015.110.1-2017.9.30)

获奖情况

[1] 获得合肥工业大学2019年“课程思政”说课比赛获三等奖

[2] 获得2017年度校青年教师讲课比赛三等奖

[3] 2009年度安徽省优秀硕士论文.

学术成果

论著

[1] Peng Zhou, Peipei Li, Shu Zhao, and X. Wu. FeatureInteraction for Streaming Feature Selection. IEEE Transactions onNeural Networks and Learning 

     Systems (TNNLS), in press, 2020.

[2] Xiulin Zheng, Peipei Li*, Zhe Chu, HaixiangZhang, and Xuegang Hu. A Survey on Multi-label Data StreamClassification. IEEE ACCESS, 8: 1249-1275, 

     2020.

[3] Peipei Li*, Lu He, Haiyan Wang, Xuegang Hu, YuhongZhang*, Lei Li, Learning from Short Text Streams with TopicDrifts, IEEE Transactions on 

      Cybernetics, 48(9): 2697-2711, Sept.2018.

[4] PeipeiLi*, Haixun Wang, Hongsong Li, Employing Semantic Context forSparse Information Extraction Assessment, ACM Transactions onKnowledge 

      Discovery from Data,12(5): 54:1-36, July 2018.

[5] Peng Zhou, Xuegang Hu, Peipei Li*, OnlineFeature Selection for Class Imbalance Data. Knowledge-basedSystems,136: 187-199,2017.

[6] Yuhong Zhang, Guang Chu, Peipei Li*, XuegangHu.Three-layer Concept Drifting Detection in Text Data Streams.Neurocomputing, 260: 393-403, 

      2017.

[7] Peipei Li*, HaixunWang, Kenny Q. Zhu,Zhongyuan Wang,Xuegang Hu, A Large Probabilistic Semantic Network based Approachto Compute Term 

      Similarity. IEEE Transactions on Knowledge andData Engineering, 27(10): 2604-2617, 2015.

[8] Peipei Li, , Xuegang Hu, and Hao Wang*. AnIncremental Decision Tree for Mining Multi-label Data. AppliedArtificial Intelligence,29(10):992-1014, 

     2015.

[9] Peipei Li*, Xuegang Hu, and Hao Wang. LearningConcept-Drifting Data Streams with Random Ensemble Decision Trees.NeuroComputing, 166(6): 

      68-83, 2015.

[10] PeipeiLi*and Xuegang Hu.Learning from Concept Drifting Data Streams withUnlabeled Data. NeuroComputing, 92(1): 145-155, 2012.

[11] PeipeiLi*and Xuegang Hu. Mining Recurring Concept Drifts with LimitedLabeled Streaming Data. ACM Transactions on Intelligent 

      SystemsandTechnology, 3(2): 29:1-32,2012.

[12] PeipeiLi*, Xuegang Hu,Qianhui Liang and Yunjun Gao. A RandomDecision Tree Ensemble for Mining Concept Drifts from Noisy 

      DataStreams. Applied Artificial Intelligence, 24(7): 680-710,2010.

会议论文：

[13] PeipeiLi*, Lu He, Xuegang Hu, Yuhong Zhang, Lei Li. Concept based ShortText Stream Classification with Topic Drifting Detection.In: Proceedings of 

      International Conference on DataMining (ICDM'16), pp. 1009-1014, 2016.

[14] XugangHu, Junhong He, Peipei Li*, Drifting Detection andModel Selection based Ensemble Classification for Data Streamswith Unlabeled Data. 

      In: Proceedings of ArtificialIntelligence Science and Technology (AIST’16),pp: 83-90, 2017.

[15] PeipeiLi*, Hunxun Wang, Hongsong Li, Assessing Sparse InformationExtraction using Semantic Contexts. In: Proceedings of 22ndACM 

      International Conference on Information and KnowledgeManagement (CIKM’13), pp.1709-1714, 2013.

[16] PeipeiLi*, Hunxun Wang, Kenny Q. Zhu, Zhongyuan Wang. Computing TermSimilarity by Large Probabilistic isA Knowledge. In: Proceedings of 

      CIKM’13,pp. 1401-1410, 2013.

[17] PeipeiLi*, Qianhui Liang, Xuegang Hu, Yuhong Zhang. Random EnsembleDecision Trees for Concept Drifting Data Streams. In:Proceedingsof 

      PAKDD’11, May 24-27, pp. 313-325, Shenzhen China, 2011.

[18] PeipeiLi*and Xuegang Hu. Learning from Concept Drifting Data Streamswith Unlabeled Data. In:Proceedings of AAAI10-SA10, July11-15, pp. 

      1945-1946, Atlanta, GA, United States, 2010.

[19] Peipei Li* and Xuegang Hu. Mining Recurring ConceptDrifts with Limited Labeled Streaming Data. In: Proceeding of2nd Asian Conference Machine 

      Learning, Nov. 8-10, pp. 251-262,Tokyo, 2010.

[20] PeipeiLi*, Xuegang Hu, Q.-H. Liang, and Y.-J. Gao.Concept DriftingDetection on Noisy Streaming Data in Random Ensemble DecisionTrees. 

     In: Proceedings of the 6th International Conference onMachine Learning and Data Mining, pp. 236-250, 2009.

[21] PeipeiLi*, Qianhui Liang and Xuegang Hu. Parameter Estimation inSemi-Random Decision Tree Ensembling on Streaming Data.In: Proceedings of 

      PAKDD’09,pp. 376-388, 2009.

[22] Qianhui Liang, Peipei Li*, P. C.K. Hung. Clustering WebServices for Automatic Categorization. In: Proceedings ofInternational Conference on Services 

      Computing, pp. 380-387, 2009.

[23] PeipeiLi*, Xuegang Hu. Mining Concept-drifting Data Streams withMultiple Semi-random Decision Trees. In: Proceedings of4th International 

      Conference on Advanced Data Mining andApplications, pp. 733-740, 2008.

国内期刊:

[24] 王海燕, 胡学钢, 李培培*. 基于向量表示和标签传播的半监督短文本数据流分类算法. 模式识别与人工智能，31(7):1-9, 2018.7.

[25] 胡学钢,王海平,郭丹,李培培*.图算法求解带有限长空位和one-off约束的模式匹配问题. 模式识别与人 工智能,29(5):400-409,2016.

[26] 朱群, 张玉红*, 胡学钢, 李培培. 一种基于双层窗口的概念漂移数据流分类算法。自动化学报,37(9): 1077-1084, 2011. (EI检索号:20114314458584)

[27] 梅灿华, 张玉红*, 胡学钢, 李培培. 一种基于最大熵模型的加权归纳迁移学习方法. 计算机研究与发展,48(9): 1722-1728, 2011.

[28] Xuegang Hu, Peipei Li*, Gongqing Wu. ASemi-Random Multiple Decision-Tree Algorithm forMining DataStreams. J. Comput. Sci. Technol. 22(5): 

      711-724, 2007.


软著： [1] 李培培、柳佳浩、张子瑞. 基于数据挖掘技术的国内考研信息搜索平台“Re-Searchers”V1.0(登记号为2018SR503271)

[2] 胡学钢、李培培等. 数据流分类算法实验工具包软件 ETDSV1.0（登记号为2010SR062895）


专著：

[1] 胡学钢、李培培*、张玉红.数据流分类, 清华大学出版社,603千字,ISBN 978-7-302-40599-3, 2016.01.01.

专利：

[1] 李培培, 胡学钢，胡阳. 一种基于深度学习网络的短文本数据流分类方法，专利申请号201911251229.1，专利申请日：2019年12月09日.

[2] 张玉红，杨帅，胡学钢，李培培. 基于双重自动编码器的半监督跨领域文本分类方法, 申请号：201910378359.5,专利申请日：2019年5月8日；

[3] 李培培, 胡阳, 胡学钢. 一种基于word2vec的分布式短文本数据流快速增量分类方法, 专利申请号:CN201910169255.3, 专利申请日:2019年3月06日.

[4] 胡学钢，王海燕，李培培. 一种基于短文本扩展和概念漂移检测的短文本数据流分类方法，专利申请号201710994366.9，专利申请日：2017年10月23日. 授权公 

      告日:2019年08月06日, 授权公告号:20190723001100%40.

[5] 吕俊伟，胡学钢，李培培, 邵玉涵, 廖建兴. 一种基于RBF神经网络的煤与瓦斯突出预测方法. 国家发明专利，专利号：ZL201710631202.X，专利申请日：2017年 

      07月28日，授权公告日：2020年05月22日.

[6] 李培培, 李磊, 张玉红, 胡学钢, 何路等. 一种基于类与特征分布的多标签数据流中概念漂移检测方法, 国家发明专利，专利号：ZL201710151295.6，专利申请 

      日 :2017年3月14日, 授权公告日:  2019年06月14日,授权公告号:CN106934035 B.

[7] 李磊，张芳，李培培等. 基于区块链的信誉信息的防篡改方法.国家发明专利，专利号：ZL201710020031.7，专利申请日：2017年01月11日，授权公告日：2020 

       年06月26日.

[8] 胡学钢, 王博岩, 李培培. 自适应多标签预测方法. 国家发明专利，专利号：ZL201510501816.7，专利申请日：2015年08月14日，授权公告日：2018年05月18日.[1]

参考资料

  1. ↑ 合肥工业大学计算机学院
取自“https://pediainside.com/index.php?title=李培培&oldid=4101849”