北京交通大学硕士研究生导师信息：童浩楠

　　在读研期间，所有与你读研相关的事情，可能都需要经过你的导师同意，所以说，选择导师真的很重要，也希望大家能够认真对待这件事，怎样才能选择适合自己的导师呢?这就要我们提前做足功课，尽可能多的搜集有关你准备报考的导师的信息，下面新东方在线考研频道为大家分享：“北京交通大学硕士研究生导师信息：童浩楠”文章。

　　童浩楠

　　博士 、副教授

　　基本信息

　　办公电话：010-51687358电子邮件： hntong@bjtu.edu.cn

　　通讯地址：逸夫楼西706邮编：100044

　　教育背景

　　2015.09-2020.08 北京航空航天大学 可靠性与系统工程学院 博士

　　2012.09-2015.03 北京航空航天大学 可靠性与系统工程学院 硕士

　　2008.09-2012.07 河南工业大学 理学院 学士

　　工作经历

　　2020.12-至今 北京交通大学 软件学院

　　研究方向

　　软件缺陷预测

　　软件故障定位与修复

　　人工智能系统测试

　　智能软件工程

　　软件可靠性

　　机器学习与深度学习

　　招生专业

　　软件工程

　　科研项目

　　红果园(横): 某设备在轨可靠性分析软件开发，2025.2-2025.10(主持)

　　国家重点研发计划-课题: 软件平台架构设计与异构并行计算优化, 2021-2025 (参与)

　　红果园(横): 软件缺陷数据收集和工具开发, 2022-2024 (主持)

　　自然科学横向项目: 基于数字孪生的智慧云展平台, 2022-2023 (参与)

　　自然科学横向项目: 综合监测货车时空同步及通信平台研究, 2022-2025 (参与)

　　自然科学横向项目: 基金数据前沿主题识别系统开发, 2022-2023 (主持)

　　北京市社科基金: 北京市地下综合管廊风险预警体系研究, 2021-2022 (参与)

　　自然科学横向项目: 论文数据前沿主题识别系统开发, 2021-2021 (主持)

　　自然科学横向项目: 面向智慧城市的服务资源知识图谱匹配研究, 2021-2022 (参与)

　　自然科学横向项目: 弓网燃弧识别监控系统开发, 2021-2023 (参与)

　　自然科学类人才基金项目: 基于逐点卷积神经网络的离散紧耦合选择模型研究, 2021-2023 (参与)

　　自然科学类人才基金项目: 基于深度学习的软件缺陷数目预测方法研究, 2021-2023 (主持)

　　教学工作

　　本科生课程：

　　《软件测试与质量保证》、《专业课程综合实训III》、《软件工程学期实训II》、《算法设计与分析》

　　研究生课程：

　　《云计算与大数据平台分析》、》《学术写作能力》

　　论文/期刊

　　1. Rongrong Shi, Yuxin He, Ying Liu, Zonghao Li, Jingxin Su, Haonan Tong*. ALOGO: A Novel and Effective Framework for Online Cross-project Defect Prediction, 2024 IEEE International Conference on Software Analysis, Evolution and Reengineering (2025 SANER) (Accepted). (CCF B)

　　2. Haonan Tong, Dalin Zhang, Jiqiang Liu, etc., “MASTER: Multi-Source Transfer Weighted Ensemble Learning for Multiple Sources Cross-Project Defect Prediction” IEEE Transactions on Software Engineering, vol. 50, no. 5, pp. 1281-1305, 2024. (JCR Q1, CCF A, 中科院一区Top期刊)

　　3. Haonan Tong, Wei Lu, Weiwei Xing, Shihai Wang, “ARRAY: Adaptive triple feature-weighted transfer Naive Bayes for cross-project defect prediction”, Journal of Systems and Software, Volume 202, 2023, 111721. (JCR Q1，中科院二区，CCF B类期刊)

　　4. S. Wang, Y. He, R. Shi, C. Jing, Y. Liu and H. Tong*, "An Empirical Study on Regression Techniques for Software Defect Number Prediction," 2023 30th Asia-Pacific Software Engineering Conference (APSEC), Seoul, Korea, Republic of, 2023, doi: 10.1109/APSEC60848.2023.00086. (CCF C 类会议)

　　5. Haonan Tong, W. Lu, W. Xing and B. Liu, S. Wang. “SHSE: A subspace hybrid sampling ensemble method for software defect number prediction”, Information and Software Technology, 142, 2022: 106747. (JCR Q1，中科院二区，CCF B 类期刊)

　　6. Xuanying Liu, Zonghao Li, Jiaqi Zou and Haonan Tong*. "An Empirical Study on Multi-Source Cross-Project Defect Prediction Models," 2022 29th Asia-Pacific Software Engineering Conference (APSEC), 2022, pp. 318-327. (CCF C类会议)

　　7. Haonan Tong, Bin Liu, and Shihai Wang, “Kernel Spectral Embedding Transfer Ensemble for Heterogeneous Defect Prediction,” IEEE Transactions on Software Engineering, vol. 47, no. 9, pp. 1886-1906, 2021. (JCR Q1, CCF A, 中科院一区Top期刊)

　　8. Haonan Tong, Bin Liu, and Shihai Wang, “Software defect prediction using stacked denoising autoencoders and two-stage ensemble learning,” Information and Software Technology, vol. 96, pp. 94-111, 2018. (JCR Q1，中科院二区，CCF B)

　　9. Haonan Tong, Bin Liu, and Shihai Wang, “Software defect prediction using support vector machines with adaptive particle swarm optimization algorithm”, in 22nd ISSAT International Conference on Reliability and Quality in Design, pp. 367-371, 2016.

　　专著/译著

　　专利

　　[1] 基于特征加权迁移学习的跨项目软件缺陷预测方法及系统 (2023107323703).

　　[2] 一种基于子空间混合抽样的软件缺陷数目预测方法 (2021115534105).

　　[3] 基于核谱映射的异构跨项目软件缺陷预测方法 (2019108257359).

　　软件著作权

　　[1] 软件度量元与缺陷数据自动提取系统(2019SR0799404).

　　以上就是小编为大家分享的：“北京交通大学硕士研究生导师信息：童浩楠”，更多研究生导师信息，欢迎继续浏览新东方在线研究生导师频道。