刘建华

个人信息Personal Information

教授

硕士生导师

教师英文名称:Jianhua Liu

教师拼音名称:Liu Jianhua

所在单位:计算机科学与数学学院

职务:曾任教学副院长

学历:研究生(博士)毕业

办公地点:至诚楼2号-619

联系方式:Email:jlhiu@fjnu.edu.cn; Tel:13720834316; QQ:656095080

学位:博士学位

在职信息:在职

主要任职:福建理工大学 信息科学与工程学院副院长; 计算机科学与数学学院副院长;

其他任职:福建省民盟科技委副主任;福建省大数据挖掘与应用技术重点实验室 副主任

毕业院校:中南大学

学科:物联网工程
信息管理与信息系统
软件工程
数据科学与大数据技术
计算机科学与技术

其他联系方式Other Contact Information

邮编 :

传真 :

通讯/办公地址 :

办公室电话 :

移动电话 :

邮箱 :

个人简介Personal Profile

  • l  简介:博士,教授,硕士生导师。曾任福建工程学院(2023年改为福建理工大学)信息科学与工程学院、计算机科学与数学学院 副院长;福建省大数据挖掘与应用技术重点实验室常务副主任;民主同盟福建省科技委员会副主任;民盟福建理工大学委员会委员;福建省人工智能学会常务理事;澳大利亚皇家墨尔本理工大学(RMIT)访问学者,北京大学信息技术学院访问学者;中国工程教育专业认证专家。

 

l  学术研究:主要从事智能计算、自然语言处理、机器学习、大数据分析等研究及基于RFID的室内定位系统研发;兴趣领域主要有情感分析、进化算法的理论分析与应用、基于RFID物联网应用。主持参与过国家自然科学基金、国家原子能研究所科研项目、福建省科技厅重点项目、福建省自然科学基金项目、福建省教育厅重点项目等各类项目40余项;在《IEEETran. on Evolutionary Computation》、《Knowledge-Based Systems》、《NearComputing》、《自动化学报》等国内外学术刊物共发表论文近70余篇,其中SCI,EI检索近30余篇,授权专利2件,其中转让专利1件,软件著作授权1件,获福建省自然科学优秀学术论文奖三等奖二项,福建省教学成果奖一项;主持省级教改项目2项,发表教改论文3篇。


l  研究兴趣

1️智能计算与工业优化

²  进化算法创新设计:针对进化算法基本理念与方法,探索算法原理,针对车间调度、能源机组组合等NP难问题,提出混合启发式算法,成果可落地于智能制造企业。

²  时间序列预测系统:针对当前深度学习的先理模型,研究相关序列预测模型,研发基于深度学习的交通流量预测、工业设备故障预警模型。

 2️ 自然语言处理前沿技术

²  多模态情感分析:融合文本、语音与视频等多模态信号的情感计算模型,应用于消费心理分析、人机交互优化。

²  医疗文本生成与挖掘:开发大模型驱动的中医案例自动生成、医疗报告结构化系统,探索生成式AI在垂直领域的可信应用。

3️大模型驱动的心理健康与中医现代化

²  心理健康智能分析:基于大模型构建心理状态评估系统,从社交媒体文本、临床对话中识别焦虑、抑郁等风险信号,推动AI在精神健康领域应用。

²  中医知识图谱与智能诊断:利用NLP技术解析中医方剂数据,构建中药-病症关联网络,结合相关数据探索中医药的配伍模式。

n  科研项目

[1]  双模智能控制水龙头关键技术研发与产业化示范  省科技厅-科技型中小企业技术创新资金项目,项目编号: 2022C0022, 2022.9-2024,6  35万 ,企业项目协助方(协助经费3.5万)。帮助企业基于智能化控制提出语音和手势识别技术,提升新产品质量。

[2]  农业灌溉智能水龙头研发, 2023年科技特派员项目-省级科技特派员 福建省洁博利科技有限公司的特派员,指导企业提升洁具相关智能控制技术

[3]  福建省自然科学基金,融合语义特征与图神经网络的方面级情感分析研究,项目编号: 2023J01349, 2023.9-2026.9, 10万,主持

[4]  福州市科技创新平台项目,基于深度预训练模型的新能源汽车驾驶行为数据分析探索,项目编号:2021-P-052, 2021.9-2023.9, 30万,主持

[5]  国家自然科研学基金面上项目,大规模复杂本体匹配方法的研究,项目编号:621720952022.1-2025.12, 53,在研、主要参与者。

[6]  福建省自然科学基金,大规模本体匹配机制研究,项目编号 2020J018752020.10- 2023.12,7万元、在研、主要参与者.

[7]  福建省自然科学基金, 二进制粒子群算法应用于高维特征选择问题的研究,项目编号 2019J017712019.7 -2022.06.3010万元、在研、主持者.

[8]  国家自然科学基金项目,基于进化算法的大规模本体匹配问题研究,项目编号 615030822016.1 -2018.12, 20万元、在研、主要参与者.

[9]  福建省自然科学基金, 基于拓扑优化的WSN数据汇聚技术研究,项目编号:2017J050982017.3- 2020.2, 3万, 在研,主要参与者;

[10]   校科研发展基金,一种基于Hadoop的高效即席查询引擎,项目编号:GY-Z17150; 2017.12-2021.124万,在研,主持人。

[11]   福建省自然科学基金,基于进化算法的LOD实例共指消解问题研究,项目编号:2016J05452016.3-2019.2;在研,主要参与者;

[12]   福建省自然科学基金,大规模学习问题中平衡学习效率与学习性能的随机策略研究,项目编号:2016J17502016.3-2019.2;在研,主要参与者;

[13]   福建省教育厅项目,GPU在无人机遥感影像匹配中的应用,项目编号:JA153352015.7-2017.6;在研,参与;

[14]   福建州市科技局项目,基于RFID的人员定位与测距系统的研发,项目编号:2012-G-1262012.9-2016.12;在研,主要参者;

[15]   福建省科技厅重点项目,基于RFID的隧道施工人员定位系统的研发,项目编号:2012H00022012.5 -2015.5; 项目主持人

[16]   福建省科技厅JK类资助省属高校项目,智能交通控制系统的建模及其优化技术,项目编号:JK20120332012.9 -2014.8;项目参与者;

[17]   福建省科技厅发展项目, 安全生产管理中环境和设备智能化监测巡检装备与系统研发;项目编号:2016H00012016.3-2019.215万,项目参与;

[18]   福建省自然科学基金,数据挖掘偏倚取样技术与算法研究,项目编号: 2012J012452012.5-2014.5,主要成员;

[19]   福建省自然科学基金,智能优化算法的选择性集成及统一性建模,项目编号:2012J012462012.5-2014.5;项目主持人;

[20]   福建省自然科学基金,大规模数据的在线学习技术研究,项目编号:2012J012472012.5-2014.5;主要成员;

[21]   福建省科技厅JK类资助省属高校项目,粒子群算法分析及其在交通控制中运用研究,项目编号:JK20110352011.9-2013.9 项目主持人;

[22]   福建工程学院科研启动基金项目,粒子群算法的分析与改进及其在数据挖掘中的应用研究,项目编号:E06001002010.6 -2013.9;项目主持


n  发表论文

  • 英文论文

[1]    Zhu J, Liu J. A simple and scalable particle swarm optimization structure based on linear system theory[J]. Memetic Computing, 2024: 1-13.SCI 二区)

[2]    Xie Z, Liu J, Hu R, et al. The Application of Adversarial Training Based on Gradient Constraint Optimization Method to Sentiment Analysis[J]. 2024.9(1):538-549EI收录)

[3]    Zhu J, Liu J, Chen Y, et al. Binary Restructuring Particle Swarm Optimization and Its Application[J]. Biomimetics, 2023, 8(2): 266.SCI 三区)

[4]    Chen Y, Liu J, Zhu J, et al. An improved binary particle swarm optimization combing V-shaped and U-shaped transfer function[J]. Evolutionary Intelligence, 2023, 16(5): 1653-1666.EI

[5]    Liu J, Wang Z, Chen Y, et al. Solving the Unit Commitment Problem with Improving Binary Particle Swarm Optimization[C]//International Conference on Sensing and Imaging. Springer, Cham, 2022: 176-189.

[6]    Zhu J, Liu J, Wang Z, et al. Restructuring Particle Swarm Optimization algorithm based on linear system theory[C]//2022 IEEE Congress on Evolutionary Computation (CEC). IEEE, 2022: 1-7.

[7]    Liu J, Wang Z, Chen Y, et al. Solving the Unit Commitment Problem with Improving Binary Particle Swarm Optimization[C]//International Conference on Sensing and Imaging. Springer, Cham, 2022: 176-189.

[8]    S Xu, S Sun, Z Zhang, F Xu, J Liu. BERT gated multi-window attention network for relation extraction[J]. Neurocomputing, 2022, 492: 516-529. (SCI二区)

[9]    Nguyen, T. T., Wang, H. J., Dao, T. K., Pan, J. S., Liu, J. H., & Weng, S. (2020). An improved slime mold algorithm and its application for optimal operation of cascade hydropower stations. IEEE Access, 8, 226754-226772. (SCI二区)

[10]  Luo Y, Liu J, Xue X, et al. The Experimental Analysis on Transfer Function of Binary Particle Swarm Optimization[C]//International Conference on Swarm Intelligence. Springer, Cham, 2021: 254-264.

[11]  Zhang D Y, Liu J H, Jiang L, et al. The Improvement of V-Shaped Transfer Function of Binary Particle Swarm Optimization[C]//International Conference on Swarm Intelligence. Springer, Cham, 2020: 202-211.

[12]  Jiang L, Liu J, Cui D, et al. A Binary Particle Swarm Optimization with the Hybrid S-Shaped and V-Shaped Transfer Function[C]//International Conference on Genetic and Evolutionary Computing. Springer, Singapore, 2019: 69-77.

[13]  Xue X, Liu J. Geo-spatial Ontology Matching Through Compact Evolutionary Algorithm[C]//International Conference on Smart Vehicular Technology, Transportation, Communication and Applications. Springer, Cham, 2018: 11-18.

[14]  Xue X, Chen J, Liu J, et al. Matching Biomedical Ontologies Through Compact Evolutionary Simulated Annealing Algorithm[C]//International Conference on Genetic and Evolutionary Computing. Springer, Singapore, 2018: 661-668.

[15]  Xue X, Liu J. A compact hybrid evolutionary algorithm for large scale instance matching in linked open data cloud[J]. International Journal on Artificial Intelligence Tools, 2017, 26(04): 1750013.

[16]  Xue X, Liu J. Collaborative ontology matching based on compact interactive evolutionary algorithm[J].  Knowledge-Based Systems, 2017, 137: 94-103. (SCI二区)

[17]  Xue X, Liu J. Optimizing ontology alignment through compact MOEA/D[J]. International Journal of Pattern Recognition and Artificial Intelligence, 2017, 31(04): 1759004. (SCI四区)

[18]  Wang J, Liu J, Pan J S, et al. A Hybrid BPSO-GA Algorithm for 0-1 Knapsack Problems[C]//The Euro-China Conference on Intelligent Data Analysis and Applications. Springer, Cham, 2017: 344-351.

[19]  Liu J, Mei Y, Li X. An analysis of the inertia weight parameter for binary particle swarm optimization[J]. IEEE Transactions on Evolutionary Computation, 2016, 20(5): 666-681. (SCI一区,top期刊)

[20]  Xue X, Liu J, Tsai P W, et al. Optimizing ontology alignment by using compact genetic algorithm[C]//2015 11th International Conference on Computational Intelligence and Security (CIS). IEEE, 2015: 231-234.

[21]  Liu J, Zheng S, Tan Y. Analysis on global convergence and time complexity of fireworks algorithm[C]//2014 IEEE Congress on Evolutionary Computation (CEC). IEEE, 2014: 3207-3213.

[22]  Liu J, Zheng S, Tan Y. The improvement on controlling exploration and exploitation of firework algorithm[C]//International Conference in Swarm Intelligence. Springer, Berlin, Heidelberg, 2013: 11-23.

[23]  Liu J, Fan X. The analysis and improvement of binary particle swarm optimization[C]//2009 International Conference on Computational Intelligence and Security. IEEE, 2009, 1: 254-258.

[24]  Liu J, Fan X, Qu Z. A new interestingness measure of association rules[C]//2008 Second International Conference on Genetic and Evolutionary Computing. IEEE, 2008: 393-397.

[25]  Liu J, Fan X, Qu Z. An improved particle swarm optimization with mutation based on similarity[C]//Third International Conference on Natural Computation (ICNC 2007). IEEE, 2007, 4: 824-828.

·       中文论文

[1] 蔡子杰,方荟,刘建华,基于大型语言模型指令微调的心理健康领域联合信息抽取 [J]. 中文信 息学报, 2024, 38 (08): 112-127.

[2] 力尚龙,刘建华,贾鹤鸣融合多狩猎协调策略的爬行动物搜索算法  [J/OL].  计算机应用, 1- 15[2024-08-14].

[3]  陈治铭,刘建华,柯添赐,一种对抗性的权重注意力机制Seq2Seq模型估算SOC [J/OL]. 电工技术学报, 1-12[2024-08-14].

[4]  柯添赐刘建华孙水华郑智雄蔡子杰融合强关联依赖和简洁语法的方面级情感分析模型[J]. 计算机应用, 2024, 44 (06): 1786-1795.

[5] 陈林颖刘建华郑智雄林杰徐戈孙水华多特征交互的方面情感三元组提取[J]. 计算机科学与探索, 2024, 18 (04): 1057-1067.

[6] 林杰,刘建华,陈林颖,融合多窗口特征的词对标记情感三元组抽取 [J/OL]. 计算机工程与应用, 1-12[2024-08-14].

[7] 郑智雄,刘建华,孙水华,融合多窗口局部信息的方面级情感分析模型 [J]. 计算机应用, 2023, 43(06): 1796-1802.

[8] 张智源,孙水华,徐诗傲,刘建华基于BERT和多窗口门控CNN的电机领域命名实体识别 [J]. 计算机应用研究, 2023, 40(01): 107-114.

[9]  李东升,鲍玉来,刘建华,基于BERT的高校图书馆微信信息服务的命名实体识别方法 [J]. 现代情报, 2023, 43(04): 64-76.

[10]  王子航,刘建华,薛醒思,融合迭代和问题维度的速度约束粒子群算法 [J]. 华东交通大学学报, 2023, 40(04): 112-126.

[11]  卜冠南 ,刘建华 ,张冬阳 ,改进并行蚁群算法在配电网网架优化中的应用 [J]. 计算机应用与软件, 2023, 40(09): 73-77.

[12]  陈林颖,刘建华,孙水华, 郑智雄,林鸿辉,林杰面向方面的自适应跨度特征的细粒度意见元组提取 [J]. 计算机应用, 2023, 43(05): 1454-1460

[13]  郑智雄刘建华孙水华林鸿辉徐戈面向方面级情感分析的交互关系图注意力网络[J]. 计算机工程与应用, 2023, 59(15): 187-195.

[14]  林鸿辉,刘建华,郑智雄,联合对话行为识别与情感分类的多任务网络 [J]. 计算机工程与应用, 2023,59(03): 104-111.

[15]  胡任远,刘建华,王璇,罗逸轩,林鸿辉.引入双循环机制深度学习模型的文本情感分析[J].福建工程学院学报,2022,20(04):383-390.

[16]  罗逸轩刘建华胡任远张冬阳卜冠南融合经验共享Q学习的粒子群优化算法[J]. 计算机科学与探索, 2022, 16(09): 2151-2162.

[17]  姜磊,刘建华,张冬阳,卜冠南.二进制粒子群算法中V型转换函数的应用分析[J].计算机应用与软件,2021,38(04):263-270.

[18]  胡任远,刘建华,卜冠南,张冬阳,罗逸轩.融合BERT的多层次语义协同模型情感分析研究[J].计算机工程与应用,2021,57(13):176-184.

[19]  卜冠南刘建华姜磊张冬阳一种自适应分组的蚁群算法[J]. 计算机工程与应用, 2021, 57 (06): 67-73.

[20]  姜磊,刘建华,张冬阳,卜冠南.一种自适应变异二进制粒子群算法[J].福建工程学院学报,2020,18(03):273-279.

[21]  何尧,刘建华,杨荣华.人工蜂群算法研究综述[J].计算机应用研究, 2018,35(05):1281-1286.

[22]  刘国买,戴小廷,刘建华,周理.隧道施工安全管理与定位系统的设计和实现[J].武汉理工大学学报(信息与管理工程版),2014,36(02):163-166.

[23]  刘建华,张永晖,周理,贺文武.一种权重递增的粒子群算法[J].计算机科学,2014,41(03):59-65+84.

[24]  刘建华.相空间重构和SVR联合优化的短时交通流预测[J].计算机工程与应用, 2014, 50(03):13-17.

[25]  刘建华,冯嘉礼,刘国买.一种新的决策评价模型及其变权分析[J].福建工程学院学报, 2013, 11(04):400-404.

[26]  胡文瑜,刘建华,张柏礼.近似聚集查询中Congressional Samples算法的优化研究[J].数学的实践与认识,2013,43(08):160-169.

[27]  张永晖,林漳希,刘建华,梁泉用于多宿容迟移动网络的实时资源分配算法[J].微电子学与计算机,2013,30(03):93-96+101.

[28]  张永晖,林漳希,刘建华,梁泉容迟网络广义k选播路由资源分配模型[J].计算机应用,2012,32(12):3494-3498+3504.

[29]  张永晖,林漳希,刘建华,梁泉.基于位置信息的仓储容迟网络路由算法[J].电信科学, 2012, 28(11):81-85.

[30]  张永晖,林漳希,刘建华,梁泉.基于AAA认证的仓储移动网络安全关联转移方案[J].通信学报,2012,33(S1):186-191+200.

[31]  刘建华,刘国买,杨荣华,胡文瑜.粒子群算法的交互性与随机性分析[J].自动化学报, 2012, 38(09):1471-1484.

[32]  杨荣华,刘建华.量子粒子群算法求解整数规划的方法[J].科学技术与工程, 2011,11(33): 8195-8198+8202.

[33]  刘建华,杨荣华,孙水华离散二进制粒子群算法分析[J]. 南京大学学报(自然科学版), 2011, 47(05): 504-514.

[34]  杨荣华,刘建华基于粒子群算法求解整数规划的改进方法[J]. 福建工程学院学报, 2011, 9(04):  347-350.

[35]  孙水华,刘建华,林志强.基于数据质量控制的ETL[J].福建工程学院学报, 2011,9(04):363-366.

[36]  刘建华,黄添强,严晓明.融合PSO算法思想的进化算法[J].山东大学学报(工学版), 2010, 40(05):34-40.

[37]  刘建华,樊晓平,瞿志华.一种基于相似度的新型粒子群算法[J].控制与决策,2007(10):1155-1159.

[38]  刘建华,刘建伟.基于粒子群算法的城市单交叉口信号控制[J].系统工程,2007(07):83-87.

[39]  刘建华,樊晓平,瞿志华.一种惯性权重动态调整的新型粒子群算法[J].计算机工程与应用, 2007(07):68-70.

[40]  刘建华.多元最优信息分组延迟粒子群算法[J].现代电子技术,2007(04):83-85.

[41]  刘建华.根据用户行为模式自动生成动态链接的方法[J].福建师范大学学报(自然科学版),2004(04):32-34.

[43]  刘建华.关联规则挖掘的新模型[J].福建师范大学学报(自然科学版), 2004 (02): 32-35.

[44]  刘建华.从数据中挖掘知识[J].福建师范大学学报(自然科学版), 2001(04): 113-117.





  • 教学论文

[1]    唐郑熠,胡文瑜,刘建华.应用技术大学数学基础课程的教学改革探索——以计算机类专业为例[J].福建电脑,2016,32(10):41-43+91.

[2]    贺文武,刘国买,刘建华.新工科专业育人共同体与学习共同体构建研究——以数据科学与大数据技术为例[J].教育评论,2018(08):46-51.

[3]    刘建华,胡文瑜,唐郑熠,林芳.数据科学与大数据技术专业课程体系探索[J].科教文汇(中旬刊),2021(01):115-116.

n    授予专利与软著

[1]      刘建华刘建华,刘国买,胡文瑜,聂作先,周理一种应用时间序列信号的RFID定位方法[P]. 公开号:CN105445700A,2016-03-30.(已授权:时间2018-03-09;   专利号:ZL   2015 1 0824196.0)

[2]    刘国买,刘建华,周理,胡文瑜,薛醒思隧道里基于RFID功率发射档识别自适用测距方法[P].   公开号:CN105929387B,2016-09-07.(已授权:时间2018-12-07;   专利号:ZL   2016 1 0355571.6)

[3]    刘建华,刘国买,周理等基于RFID功率变档测距的定位系统,软件著作权,登记号:2016SR114155,时间:2016-04-10,

  • 主要获奖

l  第十一届福建省自然科学优秀学术论文奖三等奖,2014.08 粒子群算法的随机性与交互性分析, 福建省科技协会,排名1

l  第十三届福建省自然科学优秀学术论文,三等奖,2018.08, An Analysis of the Inertia Weight Parameter for Binary Particle Swarm Optimization,福建省科技协会,排名1

l  2020年福建省级教学成果奖,二等奖二依托、 四举措 、六转变--应用型本科电类学生实践能力培养模式创新与实施;李天建、李建兴、蔡志明、黄靖、钟宏景、马莹、刘建华、陈岚岚;(闽教师〔202024号)2020.12.21

 n  教学教改项目

[1]  基于利益共同点的多种产教融合模式研究与探索,福建省教学教研改革项目, 2019.6-2021.6,项目编号: FBJG20190173,2019.6-2021.6, 3万元,闽教办高〔2019〕6号,主持;

[2]  新工科校企合作机制模式探索与实践,2020年省级新工科研究与改革实践项目,闽教高[2020]4号,主持

[3]  教育部2020年第二批产学合作协同育人项目(支持公司:北京中软国际信息技术有限公司),实践条件和实践基地建设,项目编号:202101091017,,2021.9-2022.8

[4]  教育部2017年第一批产学合作协同育人项目(支持公司:福建中锐网络股份有限公司),《数据科学导论》课程教学资源开发,项目编号:201701019002,2017.8-2018.12,3万,教高司函〔2017〕37号,主持人

[5]  福建工程学院案例库建设项目,大数据分析技术案例库,JXKA18014,2018.1-2020.1,3万元, 闽工院〔2018〕教1号,主持

[6]  福建工程学院教学研究项目,数据科学与大数据技术专业建设方案研究,0.5万元,GB-SC-17-07 2017-9-2018.12 主持,闽工院[2017]高教15号。

n  教学课程

l  主要本科生授课课程:《软件工程》、《算法与数据结构》、《Java程序设计》、《数据库原理与应用》、《人工智能基础》、《面向对象程序设计》

l  研究生授课程:《智能计算及其应用》、《算法分析与设计》




团队成员Research Group

团队名称:智能信息处理研究中心

团队介绍:本团队致力于智能计算及其运用研究,团队主要专注进化计算、智能优化和自然语言处理研究;团队成员拥有教授三名,培养和现有研究生近二十余名。团队主持国家自然基金三项、主持过省级科技项目近10项,拥有发明专利多项,发表国际期刊论文和国际会议论文50余篇。

https://kyc.fjut.edu.cn/82/6b/c6155a98923/page.htm