姓名：滕少华
职称：教授/博导
所属系部： 人工智能与信息工程系
科研方向、学科领域：人工智能、协同计算、数据挖掘、网络安全
联系方式：shteng@gdut.edu.cn
个人简述：
博士导师，教授，南粤优秀教师，校教学名师，广东省知识工程与协同计算工程技术研究中心主任，广东省网络工程系列课程教学团队负责人；教育部高等学校网络工程专业教学指导工作组成员，广东省本科高校软件工程专业教学指导委员会副主任委员，广东省高等学校公共计算机课程教学指导委员会副主任委员；中国计算机学会杰出会员，中国计算机学会协同计算专业委员会常务委员，中国自动化学会网络信息服务专业委员会常务委员，全国智能信息网络专委会委员，广东省计算机学会理事，广东省计算机学会协同计算专业委员会副主任、秘书长。研究方向：人工智能、协同计算、数据挖掘、智能制造、网络安全。
自1982年7月参加工作，40年来一直在高校从事教学与科研工作。在人工智能、大数据、数据挖掘、协同计算、智能制造与网络安全领域有深入的研究，提出了一系列协同计算与检测模型，探讨并研究生产过程中遇到的协同工作、异构数据分析与处理等重大理论与技术问题，部分研究成果已在国内知名企业获得应用，为同行认可。
近年来，主持国家自然科学基金项目1项，主持广东省重点领域研发计划项目1项；主持完成省、市科技计划项目多项；主持完成各类本科教学工程项目多项；近5年在IEEE Trans., 《IEEE/CAA Journal of Automatica SInica》（自动化学报（英文版））, 《Pattern Recognition》、《International Journal of Intelligent Systems》、《Information Sciences》、《Journal of Networks》,《计算机学报》, 和《电子学报》等国内外权威期刊发表论文30余篇，SCI一区收录论文10多篇，二区收录论文10多篇；授权发明专利11项，授权实用新型专利1项，在审发明专利14项。
2020年和2012年获广东省科技进步二等奖（排名第一，排名第三），2020年和2009年获广东省教育教学成果二等奖（排名第一，排名第二），2007与2010年2次获广州市科技进步三等奖，获校级奖励多次。培养硕士研究生毕业逾150人，任教本科生逾6000人。
教育背景：
2001.09 - 2008.06, 广东工业大学机电工程学院，工业工程 博士学位，师从于IEEE Fellow伍乃骐教授
2005.09 - 2006.01, 清华大学计算机科学与技术系，访问学者，师从于中国科学院院士、清华大学张钹教授
1992.09 - 1993.07, 清华大学计算机科学与技术系，访问学者，师从于中国科学院院士、清华大学张钹教授
1978.10 - 1982.06, 江西师范大学 数学 学士学位
工作经历：
1998.02至今, 广东工业大学计算机学院，副教授、教授
1982.07 - 1998.02, 江西师范大学计算机系，讲师、副教授
学术兼职：
2021.09 至今, 中国计算机学会杰出会员
2015.03 至今，教育部计算机类专业教学指委网络工程专业教学指导工作组委员
2019.08 至今，广东省本科高校软件工程专业教学指导委员会，副主任委员
2019.08 至今，广东省高等学校公共计算机课程教学指导委员会，副主任委员
2008.05 至今, 中国自动化学会网络信息服务专业委员会常务委员
2010.06 至今, 中国计算机学会协同计算专委会常务委员
2009.01 至今, 中国人工智能学会智能信息专委会委员
2010.05 至今, 广东省计算机学会协同计算专委会副主任、秘书长
2018.02 至今，多个期刊的审稿人、编委
主要论文：
1.Shaohua Teng, Zefeng Zheng, Naiqi Wu, Lunke Fei, Wei Zhang, Domain adaptation via incremental confidence samples into classification [J], International Journal of Intelligent Systems, 2021, 37(1), 365-385
2.Shaohua Teng, Naiqi Wu, Haibin Zhu, Luyao Teng, Wei Zhang, SVM-DT-Based Adaptive and Collaborative Intrusion Detection, IEEE/CAA Journal of Automatica Sinica, Vol. 5, No. 1, 2018, 108-118
3.滕少华，张如琪，刘冬宁（通信作者），刘林源，朱咸军，基于角色协同的角色扮演逻辑及其代数模型，电子学报，Vol. 45, No. 12, 2017:3012-3018
4.Jianlun Liu, Shaohua Teng, Lunke Fei, Wei Zhang, Xiaozhao Fang, Zhuxiu Zhang, Naiqi Wu, A novel consensus learning approach to incomplete multi-view clustering, Pattern Recognition, 115(2021)107890，1-13, 2021年7月， DOI:10.1016/j.patcog.2021.107890
5.Lunke Fei, Bob Zhang*, Chunwei Tian, Shaohua Teng*, Wei Jia, Jointly learning multi-instance hand-based biometric descriptor, Information sciences, 562(2021):1-12, DOI:10.1016/j.ins.2021.01.086
6.Lunke Fei, Bob Zhang*, Wei Jia, Shaohua Teng*, Shuyi Li, David Zhang, Joint Learning compact multi-view hash codes for few-shot FKP recognition, Pattern Recognition, 115(2021)107894, DOI:10.1016/j.patcog.2021.107894
7.Xiaozhao Fang, Kaihang Jiang, Na Han, Shaohua Teng, Guoxu Zhou Shengli Xie, Average Approximate Hashing-Based Double Projections Learning for Cross-Modal Retrieval, IEEE Transaction on Cybernetics, 2021, 1-14, DOI: 10.1109/TCYB.2021.3081615
8.Yulan Deng, Shaohua Teng, Lunke Fei, Wei Zhang, Imad Rida, A Multifeature Learning and Fusion Network for Facial Age Estimation [J], Sensors, 2021, 21, 4597:1-15
9.Xiaozhao Fang, Zhihui Liu, Na Han, Lin Jiang, Shaohua Teng, Discrete matrix factorization hashing for cross-modal retrieval, International Journal of Machine Learning and Cybernetics, 2021, 12(10): 3023-3036
10.Na Han, Jigang Wu, Xiaozhao Fang, Shaohua Teng, Guoxu Zhou, Shengli Xie, Xuelong Li, Projective Double Reconstructions Based Dictionary Learning Algorithm for Cross-Domain Recognition, IEEE Transactions on Image Processing, Vol. 29, 2020:9220-9233
11.Lunke Fei, Bob Zhang, Shaohua Teng, Zhenhua Guo, Shuyi Li, Wei Jia, Joint Multiview Feature Learning for Hand-Print Recognition, IEEE Transactions on Instrumentation and Measurement, Vol. 69, No. 12, 2020:9743-9755
12.Luyao Teng, Zhenye Feng, Xiaozhao Fang, Shaohua Teng, Hua Wang, Peipei Kang, & Yanchun Zhang, Unsupervised Feature Selection with Adaptive Residual Preserving. Neurocomputing. v 367, p 259-272, 20, 2019
13.Xiaozhao Fang, Na Han, Wai Keung Wong, Shaohua Teng, Jigang Wu, Shengli Xie, Xuelong Li, Flexible affinity matrix learning for unsupervised and semisupervised classification, IEEE Transactions on Neural Networks and Learning Systems, v 30, n 4, p 1133-1149
14.Lunke Fei, Guangming Lu, Jia Wei, Shaohua Teng, David Zhang, Feature Extraction Methods for Palmprint Recognition: A Survey and Evaluation, IEEE Transactions on System, Man, and Cybernetics: Systems, v49, No.2，2019：346-363
15.Lunke Fei, Bob Zhang*, Wei Zhang, Shaohua Teng, Local Apparent and Latent Direction Extraction for Palmprint Recognition, Information Sciences, 2019, 473, pp. 59-72
16.Dongning Liu, Yunyi Yuan, Haibin Zhu, Shaohua Teng, Changqin Huang, Balance Preferences with Performance in Group Role Assignment, IEEE Transactions on Cybernetics, v 48, n 6, p 1800-1813, June 2018
17.Xiaozhao Fang, Shaohua Teng, Zhihui Lai, Zhaoshui He, Shengli Xie, Wai Keung Wong, Robust Latent Subspace Learning for Image Classification, IEEE Transactions on Neural Networks and Learning Systems, v 29, n 6, p 2502-2515, June 2018
18.Haibin Zhu, Dongning Liu, Siqin Zhang, Shaohua Teng, Yu Zhu, Solving the Group Multirole Assignment Problem by Improving the ILOG Approach, IEEE Transactions on Systems, Man, and Cybernetics: Systems, 2017, Vol. 47, No. 12, 3418-3424
19.Haibin Zhu, Dongning Liu, Siqin Zhang, Yu Zhu, Luyao Teng, Shaohua Teng, Solving the Many to Many assignment problem by improving the Kuhn-Munkres algorithm with backtracking, Theoretical Computer Science, 618, 2016:30-41
20.刘冬宁，邓春国，滕少华，张巍，梁路，基于轻语义-演算的汉语陈述句灵活语序研究[J]，中文信息学报，2016，30（3）：23-29
科研项目：
1.负责人，面向人机协作的智能制造关键技术及其产业化应用（编号：2020B010166006），广东省重点领域研发计划项目
2.负责人，基于协同的鲁棒多视图学习理论与方法研究（编号：61972102）， 国家自然科学基金面上项目
3.负责人，广东省知识工程与协同计算工程技术研究中心，广东省科学技术厅，2017
4.负责人，基于大数据及其语义正定的一体化邮政业务转型研究（编号：2016201604030034），广州市科技计划项目，已结题
5.负责人，面向中小微型企业信息化的移动网络系列共性软件研发（编号：2013B010401034），广东省科技计划，已结题
6.负责人，面向SLA 的移动网络用户体验服务平台（编号：2012B091000173），广东省教育部产学研结合项目，已结题
7.负责人，基于信令挖掘的宽带移动通信网络用户体验(QOE)平台（编号：2012J5100054），广州市科技计划项目，已结题
8.负责人，对象监控机理及其权限提升攻击检测研究（编号：9151009001000007），广东省自然科学基金，已结题
9.负责人，协同入侵检测的数据整合与负载均衡技术研究（编号：06021484），广东省自然科学基金，已结题
