个 人 简 历



一、自然情况

姓名：王淑琴 职称：教授 党派：九三学社社员 学历：工学博士

邮箱：wangshuqin@tjnu.edu.cn

研究方向：机器学习和生物信息学

二、主要学习简历

2005年 9月-2009年7月：吉林大学计算机科学与技术学院，计算机应用技术专业，博士

2002年10月-2004年4月：日本大阪教育大学计算机系，计算机应用专业，研修

2001年 9月-2004年7月：东北师范大学计算机系，计算机软件与理论专业，理学硕士
1990年 9月-1994年7月：东北师范大学计算机系，计算机应用专业，理学学士

三、工作简历

1994.7－1999.11，东北师范大学，数学与统计学院，助教

1999.12－2006.12，东北师范大学，数学与统计学院，讲师

2007.1－2009.11，东北师范大学，数学与统计学院，副教授

2009.12－2017.11，天津师范大学，计算机与信息工程学院，副教授

2017.12－至今，天津师范大学，计算机与信息工程学院，教授

四、科研工作简历

天津师范大学计算机与信息工程学院教授，工学博士，硕士生导师。研究方向为机器学习和生物信息学。近年来在IEEE Trans. Knowledge and Data Engineering、Neurocomputing、ComputationalIntelligence、Artificial Intelligence in Medicine、Knowledge Based Systems、J.Bionanoscience等国内外重要刊物及国际会议上共发表论文30多篇，其中SCI/EI/ISTP检索论文20篇。主持天津市自然科学基金1项，第一参加人参与国家自然科学基金项目2项，参与省市级项目3项，主持东北师范大学自然科学青年基金2项，主持天津师范大学博士基金1项。获得发明专利1项，获省科技进步三等奖1项，获ICYCS2008国际会议的优秀论文奖1项。

五、主持与参加科研项目

1. 天津市应用基础与前沿技术研究计划项目，“基于向量化分类能力度量的特征子集选取方法研究”，项目批准号：15JCYBJC46600，2015.4-2018.4,10万元, 主持。

2. 天津师范大学博士基金项目, “癌症调控基因与调控模式分析方法研究”, 2012.1-2014.12, 3万元, 主持。

3. 东北师范大学自然科学青年基金项目, “神经网络和遗传算法在游戏设计中的应用”，2004.1-2006.12, 1万元, 主持。

4. 东北师范大学自然科学青年基金项目，“智能计算及其在生物信息中的应用”，2007.1-2009.12, 2.5万元, 主持。

5. 国家自然科学基金项目, “基于分类能力结构度量与类相关性关系保留的特征选取方法研究”, 项目批准号：**, 2018.1-2018.12, 16万, 参加。

6. 国家自然科学基金项目, “粗糙超长方体分类方法研究”,项目批准号：**, 2010.1-2013.12, 30万, 第一参加人。

7. 国家自然科学基金项目, “pathway预测研究方法”, 项目批准号：**， 2009.1-2011.12,38万, 第一参加人。

8.天津市应用基础与前沿技术研究计划项目，“癌症基因组中的非编码区调控序列致病变异型的识别研究”, 项目批准号：19JCZDJC35100, 2019.4-2022.3, 20万元, 参加。

9. 天津市应用基础与前沿技术研究计划项目，“真菌生物全基因组范围转录因子结合位点的计算预测研究”, 项目批准号：11JCYBJC26600,2011.10-2014.9, 10万元, 参加。

10. 吉林省科技厅科技发展计划项目，“基于RST的决策树分类方法与系统的研究”，2004.1-2006.12，7万元, 参加。

11. 长春市科技成果产业化计划项目, “基于决策树的企业信息资源管理软件系统”， 2006.1-2008.12，8万元, 参加。

六、获奖和专利

1. 基于RST的决策树分类方法与系统的研究，吉林省科学技术进步三等奖，2008.11.6，第二。

2. ICYCS2008 Best paper。

3. 文科高等数学教学内容与模式，东北师范大学教学成果一等奖, 2007.5, 第二。

4. 2016年中国高校计算机大赛—团体程序设计天梯赛, 省冠军。

5. 2012-2015年“蓝桥杯”全国软件专业人才设计与创业大赛天津赛区一等奖、全国总决赛二等奖和三等奖。

6. 2010年天津市大学生计算机应用能力竞赛--创新成果竞赛（软件技术类）三等奖。

发明专利：基于分类能力结构向量互补的最优特征子集选取方法.专利号：ZL 2015 1 **.3。

七、发表的主要论文

1. ShuangjieLi, Kaixiang Zhang, Qianru Chen, Shuqin Wang* and Shaoqiang Zhang. FeatureSelection for High Dimensional Data Using Weighted K-Nearest Neighbors andGenetic Algorithm. IEEE Access, 2020, 8: 139512-139528, doi: 10.1109/ACCESS.2020.**. (SCI 2区)

2. PengKe, Shiqi Sun, Wang SQ*. Indoor Seat State Monitoring Based on ObjectDetection. Proceedings of 12th Internetional Conference on IntelligentHuman-Machine Systems and Cybernetics (IHMSC2020), Hangzhou China, 22-23 August,2020, Volume II: pp.109-112.

3. 李双杰, 张开翔, 王士栋, 王淑琴*. 基于加权K近邻的特征选择方法. 天津师范大学学报(自然科学版). 2020, 40(2): 63-67.

4. LeiLiu, Bing Zhang, Shidong Wang, Shuangjie Li, Kaixiang Zhang and Shuqin Wang*. Featureselection based on feature curve of subclass problem. The 2019 InternationalJoint Conference on Neural Networks (IJCNN 2019), Budapest, Hungary, July14-19, 2019. (CCF C类)

5. ShuqinWang, Jinmao Wei. Feature selection based on measurement of ability to classifysubproblems. Neurocomputing, 2017, 224, pp.155-165.(SCI:E12YI 2区) (SCI 2区)

6. ShuqinWang, Jinmao Wei, Zhenglu Yang. Discrimination Structure Complementarity-BasedFeature Selection. Computational Intelligence,2017,33(4),pp.863-898.DOI: 10.1111/coin.12118(SCI 4区)

7. 刘磊, 郑陶然, 赵晨飞, 刘林, 王淑琴*, 何茂伟. 基于子类问题分类能力度量的特征选择方法. 天津师范大学学报(自然科学版). 2018, 38(2): 77-80.

8. JunWang , Jin-Mao Wei , Zhenglu Yang , Shu-Qin Wang. FeatureSelection by Maximizing Independent Classification Information. IEEE Transactionson Knowledge and Data Engineering. 2017, 29(4): 828-841.( SCI 3区)

9. ShuqinWang, Yinzhu Li, Peiyan Liu, and Jinmao Wei. Pathway Prediction in Protein-Protein Interaction Networks Based onHierarchical Clustering Algorithm, Journal of Bionanoscience, August 2013, 7(4),pp. 478-483.(EI)

10. Shuqin Wang, Shusheng Hou, Jianying Wu, andJinmao Wei. Clustering of ncRNA Based on Structural and Semantic Similarity.Journal of Bionanoscience, February 2013, 7(1), pp.20-25. (EI)

11. Shuqin Wang, Jianying Wu, and Peiyan Liu.An Improved Performance Measure for AUC.Journal of Bionanoscience, February2013, 7(1),pp.59-65.( EI)

12. Jin-MaoWei, Shu-Qin Wang, Xiao-Jie Yuan. Ensemble Rough Hypercuboid Approach forClassifying Cancers. IEEE Transactions on Knowledge and Data Engineering, 22(3), pp.381-391,2010(SCI 2区).

13. Jin-Mao Wei, Xiao-Jie Yuan, Qing-Hua Hu, Shu-Qin Wang. A Novel Measure for Evaluating Classifiers.ExpertSystems with Applications, 37, pp. 3799-3809, 2010(SCI 2区).

14. Shuqin Wang, Fangxun Sun,Yingsi Wu, Wei Du, Chunguang Zhou, Yanchun Liang. Operon Prediction by Decision Tree Classifier Based onVPRSM. The 3rd International Conference on Bioinformatics and BiomedicalEngineering (iCBBE 2009), Beijing, 11-13 June, 2009(EI).

15. Shuqin Wang, Chunbao Zhou, Yingsi Wu, JianxinWang, Chunguang Zhou, Yanchun Liang. A Novel Approach for Classifying HumanCancers. The 9th International Conference for Young ComputerScientists(ICYCS2008), pp.976-981, 2008(EI).

16. Wang SQ, Wang Y, Du W, Sun FX, Wang XM, ZhouCG and Liang YC. A Multi-approaches-guided Genetic Algorithm with Applicationto Operon Prediction. Artificial Intelligence in Medicine, 41(2), pp.151-159,2007. (SCI 3区)

17. Wang SQ, Wang Y, Du W, Sun FX, Wang XM,Liang YC, and Zhou CG. A Multi-gene-feature-based Genetic Algorithm for Predictionof Operon. ICANNGA 2007, Part I. Lecture Notes in Computer Science, 4431, pp.296–305,2007(EI).

18. Jin-Mao Wei, Shu-Qin Wang, Da-You Liu, etal. Rough Set Based Approach for Inducing Decision Trees. Knowledge BasedSystems, 20, pp.695-702, 2007(SCI 2区).

19. W Du, Y Wang, SQ Wang, XM Wang, FX Sun, CZhang, CG Zhou, CQ Hu and YC Liang. Operon Prediction Using Neural NetworkBased on Multiple Information of Log-Likelihoods. ISNN2007, Part I. LectureNotes in Computer Science, 4491, pp.656–661, 2007(EI).

20. Shu-Qin Wang, Jin-MaoWei, Da-You Liu, et al. AVPRSM Based Approach for Inducing Decision Trees. RSKT2006, Chongqing, China.LNCS. pp.421-429, 2006 (SCI).

21. Shu-Qin Wang, Jin-Mao Wei,et al. ComEnVprs: A NovelApproach for Inducing Decision Tree Classifiers. ADMA06, Xi’an, China. LNCS.pp.126 - 134, 2006 (SCI).

八、讲授课程

C++程序设计、数据结构、算法设计与分析、智能计算。