基本信息：唐晓芬，博士 性别：女
出生年月：1978年5月
职称/职务：副教授（硕士生导师）
招生专业：计算机科学与技术/计算机技术/人工智能
联系方式：nxjitang@163.com
研究领域：计算机视觉，人工智能
科研项目：
1.国家自然科学基金项目，61966029，极限学习机不平衡数据分类研究，2020/1-2023/12, 38万元，结题，主持
2.宁夏自然科学基金项目，2025AAC030155，面向数据受限场景的域适应目标检测方法研究，2025/10-2027/9, 8万元，在研，主持，
3.宁夏自然科学基金项目，2019A0484，极限学习机在人类蛋白质泛素化修饰位点预测中的应用研究，2019/03-2021/2，5万元，结题，主持。
4.国家自然科学基金地区科学基金项目，11561054，有向图中点不交圈的存在性参数，2016/01-2019/12，42.5万元，结题，参加。
5.国家自然科学基金地区科学基金项目，61461043，基于深度学习的四元数小波彩色图像质量评价及其应用，2015/01-2018/12，45万元，结题，参加。
6.国家自然科学基金地区科学基金项目，61363054，桌面云的高性能桌面图像压缩与传输关键技术研究，2014/01-2017/12，46万元，结题，参加。
7.国家自然科学基金面上科学基金项目，61379010，数据驱动的彩色图像颜色空间建模与去噪，2014/01-2017/12，48万元，结题，参加。
8.国家自然科学基金项目，60602062，三维物体轮廓曲线匹配技术研究，2007/01-2009/12，29万元，结题，参加。
9.宁夏回族自治区教育厅高等公司科学研究项目，支持向量机在蛋白质分类中的若干问题研究，2011/06-2013/06，1.5万元，结题，主持。
实验室近年来代表性研究成果：
[1] Yongbing Zhang, Lirong Yan, andXiaofen∗, “Fourier-based Dual-level Perturbation forSingle Domain Generalized Object Detection,”in Proceedings of the 7th ACM International
Conference on Multimedia in Asia, 2025, pp. 1–6.
[2] Lirong Yan, Yongbing Zhang, and Tang Xiaofen∗,“Spatial–frequency consistency and biascorrected for few-shot object detection,”The Journal of Supercomputing, vol. 81, pp. 1267–1286, 2025.
[3] Lirong Yan, Yongbing Zhang, and Tang Xiaofen∗,“Uncertainty-guided alignment optimization and pseudo-label refinement for cross-domain few-shot object detection,”The Journal of Supercomputing, vol. 81, pp. 1297–1315, 2025.
[4] Lili Wei, Tang Xiaofen∗, Jin Dang. Few-Shot Object Detection via Disentangling ClassRelated Factors in Feature Distribution. In PRCV 2024, Lecture Notes in Computer Science,vol. 15043. https://doi.org/10.1007/978-981-97-8493-6_6.
[5] Chenyang Wang, Zhendong Li, Xian Mo, Tang Xiaofen, Hao Liu. Exploiting Unfairness With
Meta-Set Learning for Chronological Age Estimation[J]. IEEE Transactions on Information
Forensics and Security, vol. 18, pp. 5678–5690, 2023.
[6] Jue Zhang, Li Chen, Jianxue Tian, Tang Xiaofen. Breast cancer diagnosis using cluster-based
undersampling and boosted C5.0 algorithm[J]. International Journal of Control, Automation
and Systems, 2021, 19: 1998–2008.
[7] Huidong Liu, Fang Du, Xiaofen Tang , Hao Liu and Zhenhua Yu. Network Architecture Reasoning Via Deep Deterministic Policy Gradient. In IEEE International Conference on Multimedia and Expo (ICME), 2020. CCF
[8] Xiaofen Tang , Li Chen. Artificial bee colony optimization-based weighted extreme learning
machine for imbalanced data learning[J]. Cluster Computing, 2019, 22: 6937–6952.
[9] Xiaofen Tang, Libo Liu and Qian Liu. A Predicting method of pupylations sites from imbalanced training data[J]. Journal of Nonlinear and Convex Analysis, 2020, 21(8): 1639–1653.
