刘贵松
作者:陈洁   来源:计算机学院   日期:2024年01月05日

姓名:刘贵松

专业职务:教授、博士生导师

【个人背景】

1991—1995:西安交通大学,本科

1997—2000:电子科技大学,硕士

2003—2007:电子科技大学,博士

2000.4—至今:电子科技大学,计算机科学与工程学院,教师

2019.3—2021.3:电子科技大学中山学院,计算机学院,院长

 

【学术简介】  

博士,教授,博导,山东临沭人。ACM/CCF会员,教育部大学计算机教学指导委员会委员、中国工程教育专业认证专家、教育部学位中心通讯评议专家。是四川省发改委、经信委、交通厅等部门项目评审专家,内江和泸州智慧城市建设专家组成员,中山市计算机学会副会长。 当前研究方向为机器学习与数据挖掘、大数据分析、模式识别与智能系统等,尤其关注人工智能及工业互联网产业化发展和应用方向。

2015德国洪堡大学访问学者。发表各类期刊会议论文60余篇,其中包括《IEEE Trans. Cybernetcis》、《Neural Networks》、《Neurocomputing》、《Pattern Recognition》等著名国际期刊SCI/EI检索50余篇。参编出版教材2部、神经网络专著1部。主持国家和省部等科研项目12项,教育部教改项目4项,申请国家发明专利24项(授权18项),获得软件著作权4项。目前为《IEEE Transaction on Neural Networks and Learning System》、《Neurocomputing》、《Neural Computing and Applications》、电子学报、计算机学报等期刊长期审稿人。获奖情况:电子科技大学教学质量优秀奖(2008) ,首届西南地区大学出版社优秀图书奖(2009),四川省科技进步二等奖2(20072017) ,四川省教学成果一等奖(2013),国家教学成果二等奖(2014)。

 

【科研项目】

主持/主研863项目2项、科技部重点研发计划子课题1项、总装预研基金2项、国家自然科学基金2项、教育部博士点基金2项、四川省科技厅项目5项、企业合作项目多项。

近五年科研项目:

1. 泛家居制造工业互联网标识解析二级节点建设项目,广东通信管理局,主持,200

2.   面向XXX调度交互式平台,科技部重点研发计划子课题,主持, 120

3.   基于网络切片的5G物联网超低时延传输关键技术研究,自然基金,主研2, 69

4.   大数据管理与分析系统研发,成都市产业集群创新发展研究项目,主持,42

5.   知识产权大数据服务平台及示范应用,四川省科技计划项目,主持,40

6.   智慧交通关键技术创新与应用,四川省科技厅重大民生项目,主持,105

7.   大数据驱动的医疗健康决策体系研究与应用示范(援疆),四川省科技厅,主持,30

8.   行业大数据分析产品研发,中电科软信,主持,500

9.   手机数据安全消除技术成果转化,四川省产学研项目,主持,40

10. 基于大数据的未知威胁检测及主机运行状态安全预警技术研究,中电,主持,23

11. 大数据感知、处理与服务的应用研究,四川省科技厅,主研230

12. 医疗保险大数据平台建设及关键技术研究(重大前沿),四川省科技厅,主研2 50

13. 求解K最短路径的快速算法研究,中央高校基金,主持,7

14. Spiking神经网络学习算法研究,国家自然科学基金,主研282

 

【发表文章】

近五年SCI期刊论文:

1.     Xie X, G Liu*, Q Cai, P Wei, H Qu. Multi-source sequential knowledge regression by using transfer RNN units. Neural NetworksVol 119, November 2019, Pages 151-161. (SCI/EI)

2.     G Sun, K Xiong, G O Boateng , D A Mensah, G Liu, W Jiang. Autonomous Resource Provisioning and Resource Customization for Mixed Trafcs in Virtualized Radio Access Network. IEEE System Journal, Vol.13(3), pp:2454-2465, 2019.9. (SCI/EI)

3.     Sun G, AL-Ward H, Owusu G, G Liu*, Autonomous Cache Resource Slicing and Content Placement at Virtualized Mobile Edge Network [J]. IEEE Access, Vol.7, pp: 84727 - 84743, 2019.07(SCI/EI)

4.     Sun G, Gordon O B, Daniel A M, G Liu*, Relational Reinforcement Learning Based Autonomous Cell Activation in Cloud-RANs[J]. IEEE Access, Vol.7, pp:63588-63604, 2019. (SCI/EI)

5.     Sun G, Ayepah-Mensah D, Lu L, Liu G*. Delay-aware content distribution via cell clustering and content placement for multiple tenants [J]. Journal of Network and Computer Applications, Vol.137, PP:112-126, 2019.07 (SCI/EI)

6.     Ainam J P, Qin K*, Liu G*, Luo GC. Sparse Label Smoothing Regularization for Person Re-Identification [J]. IEEE Access, Vol.7, pp: 27899-27910, 2019. 02 (SCI/EI)

7.     The Maximum Points-based Supervised Learning Rule for Spiking Neural Networks. X. Xie, G. Liu*, Q. Cai, et, al. Soft Computing, 2018, https://doi.org/10.1007/s00500-018-3576-0. (SCI/EI)

8.     Median Local Ternary Patterns Optimized with Rotation-invariant Uniform-three Mapping for Noisy Texture Classification. Ji, L., Ren, Y., Pu, X., Liu, G. Pattern Recognition, Vol.79, 2018. (SCI/EI)

9.     Training-Based Gradient LBP Feature Models for Multiresolution Texture Classication. L. Ji, Y. Ren, G. Liu, X. Pu. IEEE Transactions on Cybernetics, 48(9), 2018. (SCI/EI)

10.  Big Data Based Dynamic Flow Aggregation over 5G Network Slicing. G. Sun, B. Mareri, G. Liu, X. Fang, W. Jiang. KSII Transactions on Internet and Information Systems, 11(10), 2017. (SCI)

11.  User Bandwidth Demand Centric Soft-Association Control in Wi-Fi Networks, Sun G, Adolphe S, Zhang H, Liu G, Jiang W, KSII Transactions on Internet & Information Systems, 2017, 11(2). (SCI)

12.  Efficient training of supervised spiking neural networks via the normalized perceptron based learning rule [J]. Xie X, Qu H, Liu G, et al. Neurocomputing, 241: 152-163, 2017. (SCI/EI)

13.  Dynamic Resource Reservation for Ultra-low Latency IoT Air-Interface Slice [J]. Sun G, Wang G, Addo P C, Liu G. KSII Transactions on Internet & Information Systems, 2017, 11(7).(SCI)

14.  Energy Efficient Cell Management by Flow Scheduling in Ultra Dense Networks [J]. Sun G, Addo P C, Wang G, Liu G. KSII Transactions on Internet & Information Systems, 2016, 10(9). (SCI)

15.  Reservation based Resource Management for SDN-based UE Cloud [J]. Sun G, Kefyalew D, Liu G. KSII Transactions on Internet & Information Systems, 2016, 10(12).(SCI)

16.  An Efficient Supervised Training Algorithm for Multilayer Spiking Neural Networks. Xie, X., Qu, H., Liu, G., Zhang, M., & Kurths, J. (2016).  PloS one, 11(4). (SCI)

17.  MARS: Multiple access radio scheduling for a multi-homed mobile device in soft-RAN, Sun G; Eng Kongmaing; Yin, Seng; Liu, G; Min, Geyong, KSII Transactions on Internet and Information Systems, v 10, n 1, p 79-95, January 2016. (SCI/EI)

18.  Computing k shortest paths from a source node to each other node, G Liu*; Zhao Qiu; Hong Qu; Luping Ji; Alexander Takacs, Soft Computing, v 19, Issue 8, pp 2391-2402 August 2015(SCI/EI)

19.  Computing k shortest paths using modified pulse-coupled neural network, G Liu; Zhao Qiu; Hong Qu; Luping Ji , Neurocomputing, v 149, p 1162-76, 3 Feb. 2015(SCI/EI)

20.  One-dimensional pairwise CNN for the global alignment of two DNA sequences, Luping Ji; Xiaorong Pu; Hong Qu; G Liu , Neurocomputing, v 149, p 505-14, 3 Feb. 2015(SCI/EI)

 

初审(一审):李彪   复审(二审):苗文双   终审(三审):邹昆