欢迎访问山西大学计算机智能与中文信息处理教育部重点实验室
科研队伍

梁吉业

现在的位置: 首页 » 科研队伍 » 教授 » 梁吉业
  • 梁吉业

    最终学历:博士,

    研究方向:数据挖掘与机器学习,粒度计算

    电子邮箱:ljy@sxu.edu.cn

  • 最终学位:博士研究生

    研究生导师:博士生导师

    联系电话:

个人简介


梁吉业:男,1962年1月生,博士,教授、博士生导师,山西大学副校长(正校级),计算智能与中文信息处理教育部重点实验室主任,教育部计算机类专业教学指导委员会委员,中国计算机学会理事,中国计算机学会大数据专家委员会委员,中国人工智能学会粗糙集与软计算专业委员会副主任委员,山西省计算机学会理事长,山西省2011协同创新基地(面向信息化的大数据分析与处理)主任,享受国务院政府特殊津贴专家,担任国际学术期刊《International Journal of Computer Science and Knowledge Engineering》与国内学术期刊《计算机研究与发展》编委。曾获山西省五一劳动奖章,入选山西省“新世纪学术技术带头人 333 人才工程”。

2001年西安交通大学信息与系统科学研究所获博士学位,2002年10月至2004年10月在中国科学院计算技术研究所做博士后。曾多次赴美国、德国、日本、瑞典、香港等国家和地区进行学术访问与合作研究。

梁吉业教授先后主持国家863计划项目2项,国家自然科学基金项目6项(其中重点项目2项),国家973计划前期研究专项1项,教育部博士点专项基金项目2项。主要研究领域为:计算智能、数据挖掘、智能决策。先后在《Artificial Intelligence》、《IEEE Transactions on Pattern Analysis and Machine Intelligence》、《Data Mining and Knowledge Discovery》、《IEEE Transactions on Knowledge and Data Engineering 》、《Neural Networks》、《IEEE Transactions on Systems, Man and Cybernetics-Part A》、《Pattern Recognition》、《IEEE Transactions on Fuzzy Systems》、《Information Sciences》、《中国科学》、《计算机学报》等国际国内重要学术刊物上发表论文170余篇,其中SCI收录70余篇;在科学出版社出版著作2部;获发明专利8项。主持完成的“基于计算智能的数据挖掘理论与方法研究”获 2006 年度山西省科学技术奖(自然科学类)一等奖,主持研发的“智能电子板书写系统”于 2004 年获第五届中国国际发明展览会金奖,第六届中国国际高新技术成果交易会优秀产品奖。


主持或参与项目
  • 1、国家自然科学基金重点项目(No. 61432011 ): 面向大数据的粒计算理论与方法, 2015.01-2019.12, (主持人);
    2、国家自然科学基金重点项目(No. 71031006 ): 高维复杂数据分析理论及其在投资决策中的应用, 2011.01-2014.12, (主持人);
    3、973计划前期研究专项(No.2011CB11805): 基于认知机理的高维复杂数据建模理论与方法, 2011.01-2012.12, (主持人);
    4、高等学校博士学科点专项科研基金(No. 20101401110002): 基于粒计算的符号数据分析方法研究, 2011.01-2013.12, (主持人);
    5、国家863计划项目(No. 2007AA01Z165): 面向高维复杂数据的粒度计算理论与算法研究, 2007.10-2009.12, (主持人);
    6、国家863计划项目(No. 2004AA115460): 专家系统及计算机软硬件系统评价技术研究, 2004.10-2005.12, (主持人) ;
    7、国家自然科学基金项目(No. 70971080 ): 面向复杂数据的粗糙集多属性/多准则决策分析研究, 2010.01-2012.12, (主持人);
    8、国家自然科学基金项目(No. 60773133): 复杂信息系统的粒度结构与知识获取研究, 2008.01-2010.12, (主持人);
    9、国家自然科学基金项目(No. 70471003): 基于软计算技术的不确定性决策方法研究, 2005.01-2007.12, (主持人);
    10、国家自然科学基金项目(No. 60275019): 粗糙集理论中的不确定性、模糊性与知识获取, 2003.01-2005.12, (主持人) ;
    11、高等学校博士学科点专项科研基金(No. 20050108004): 基于软计算技术的粒度计算理论和方法的研究, 2006.01-2008.12, (主持人) ;
    12、教育部科学技术研究重点项目: 基于粒度计算的不确定性信息处理的理论与方法研究, 2006.01-2008.12, (主持人)。

发表论文
  • [1]     Zhiqiang Wang,Jiye Liang,Ru Li. Exploiting user-to-user topic inclusion degree for link prediction in social-information networks, Expert Systems with Applications, 2018, 108:143-158.点击阅读

    [2]      Liang Bai,Jiye Liang,Yike Guo. An ensemble clusterer of multiple fuzzy k-means clusterings to recognize arbitrarily shaped clusters, IEEE Transactions on Fuzzy Systems, 2018, DOI 10.1109/TFUZZ.2018.2835774..点击阅读

    [3]      Zhiqiang Wang,Jiye Liang,Ru Li. A fusion probability matrix factorization framework for link prediction, Knowledge-Based Systems, 2018, 10.1016/j.knosys.2018.06.005.点击阅读

    [4]      Yinfeng Meng,Jiye Liang,Fuyuan Cao,Yijun He. A new distance with derivative information for functional k-means clustering algorithm, Information Sciences, 2018, 10.1016/j.ins.2018.06.035.
    [5]      Liang Bai,Jiye Liang,Hangyuan Du,YikeGuo. A novel community detection algorithm based on simplification of complex networks, Knowledge-Based Systems, 2018, doi.org/10.1016/j.knosys.2017.12.007.点击阅读

    [6]      张凯涵,梁吉业,赵兴旺,王智强. 一种基于社区专家信息的协同过滤推荐算法, 计算机研究与发展, 2018, 55(5):968-976.点击阅读

    [7]      Xingwang Zhao,Fuyuan Cao,Jiye Liang. A sequential ensemble clusterings generation algorithm for mixed data, Applied Mathematics and Computation, 2018, 335:264–277.点击阅读

    [8]      Fuyuan Cao,Joshua Zhexue Hang,Jiye Liang,Xingwang Zhao,Yinfeng Meng. An Algorithm for Clustering Categorical Data with Set-valued Features, IEEE Transactions on Neural Networks and Learning Systems, 2018, (DOI:10.1109/TNNLS.2017.2770167).点击阅读

    [9]      Wei Wei,Xiaoying Wu,Jiye Liang,Junbiao Cui,Yijun Sun. Discernibility matrix based incremental attribute reduction for dynamic data, Knowledge-Based Systems, 2018, 140:142-157.点击阅读

    [10]      Xiaoqiang Guan,Jiye Liang,Yuhua Qian,Jifang Pang. A multi-view OVA model based on decision tree for multi-classification tasks, Knowledge-Based Systems, 2017, 138:208–219.点击阅读

    [11]      Xingwang Zhao,Jiye Liang,Chuangyin Dang. Clustering ensemble selection for categorical data based on internal validity indices, Pattern Recognition, 2017, 69:150–168.
    [12]      Jifang Pang,Jiye Liang,Peng Song. An adaptive consensus method for multi-attribute group decision making under uncertain linguistic environment, Applied Soft Computing, 2017, 58:339-353.
    [13]      Yunsheng Song,Jiye Liang,Jing Lu,Xingwang Zhao. An efficient instance selection algorithm for k nearest neighbor regression, Neurocomputing, 2017, 251:26-34.
    [14]      Fuyuan Cao,Joshua Zhexue Huang,Jiye Liang. A fuzzy SV-k-modes algorithm for clustering categorical data with set-valued attributes, Applied Mathematics and Computation, 2017, 295:1–15.
    [15]      Yuhua Qian,Honghong Cheng, Jieting Wang,Jiye Liang,Witold Pedrycz,Chuangyin Dang. Grouping granular structures in human granulation intelligence, Information Sciences, 2017, 382-383:150–169.
    [16]      Liang Bai,Xueqi Chen,Jiye Liang,Huawei Shen,Yike Guo. Fast density clustering strategies based on the k-means algorithm, Pattern Recognition, 2017, 71:375–386.
    [17]      Liang Bai,Xueqi Cheng,Jiye Liang,Yike Guo. Fast graph clustering with a new description model for community detection, Information Sciences, 2017, 388-389:37–47.
    [18]      Jie Wang,Wenping Zheng,Yuhua Qian,Jiye Liang. A seed expansion graph clustering method for protein complexes detection in protein interaction networks, Molecules, 2017, 22:2179.
    [19]      Feijiang Li,Yuhua Qian,Jieting Wang,Jiye Liang. Multigranulation information fusion: A Dempster-Shafer evidence theory-based clustering ensemble method, Information Sciences, 2017, 378:389–409.
    [20]      Fuyuan Cao,Liqin Yu,Joshua Zhexue Huang,Jiye Liang. k-mw-modes: an algorithm for clustering categorical matrix-object data, Applied Soft Computing, 2017, 57:605-614.