Weifeng Liu's Space

PR&IPGroup| News | Services | Publications | Students | Future Students | Codes&Data


Contact Details

img


Weifeng Liu (M’12-SM’17) is currently a Professor with the College of Control Science and Engineering, China University of Petroleum (East China), China. He received the double B.S. degree in automation and business administration and the Ph.D. degree in pattern recognition and intelligent systems from the University of Science and Technology of China, Hefei, China, in 2002 and 2007, respectively. He was a Visiting Scholar with the Centre for Quantum Computation & Intelligent Systems, Faculty of Engineering & Information Technology, University of Technology Sydney, Sydney, Australia, from 2011 to 2012. His current research interests include pattern recognition and machine learning. He has authored or co-authored a dozen papers in top journals and prestigious conferences including 10 ESI Highly Cited Papers and 3 ESI Hot Papers. Dr. Weifeng Liu serves as associate editor for Neural Processing Letter, co-chair for IEEE SMC technical committee on cognitive computing, and guest editor of special issue for Signal Processing, IET Computer Vision, Neurocomputing, and Remote Sensing. He also serves dozens of journals and conferences.

刘伟锋,博士,教授,博士生导师,山东省高等学校青年创新团队带头人,IEEE高级会员,IEEE SMC协会感知计算技术委员会主席,ACM会员,ACM SIGMM中国分会会员,CCF高级会员,CCF计算机视觉专委会委员,CSIG会员,山东省人工智能学会理事,中国石油大学(华东)控制科学与工程学院常务副院长。2002年6月毕业于中国科学技术大学自动化专业,获自动控制与工商管理双学士学位,2007年6月毕业于中国科学技术大学模式识别与智能系统专业,获工学博士学位,2009年12月晋升副教授,2011年9月至2012年9月在澳大利亚悉尼科技大学做访问学者,2016年12月晋升教授。主要研究方向为模式识别、机器学习理论及其应用。目前主持在研国家自然科学基金面上项目1项,主持完成国家自然科学基金青年基金1项、山东省自然科学基金青年基金1项。近年发表学术论文近百篇,其中10篇论文入选ESI高被引论文,3篇入选ESI热点论文,申请国家发明专利10项(授权6项)。担任SCI期刊《Neural Processing Letters》编委(Associate editor),《Signal Processing》、《IET Computer Vision》、《Neurocomputing》、《Remote Sensing》 客座编辑(Guest editor),数十种领域内重要期刊审稿人,近年来作为分会(共同)主席、宣传主席等组织国际学术会议分会近十次,国际学术会议技术委员会成员或审稿人数十余次。

↑Top


News

See more past news.

↑Top


Selected Publications:

  1. X. Yang, W. Liu, D. Tao, W. Liu, BESA: BERT-based Simulated Annealing for Adversarial Text Attacks, IJCAI2021, in press
  2. S. Fu, W. Liu, K. Zhang, D. Tao and Y. Zhou, Semi-supervised Classification by Graph p-Laplacian Convolutional Networks. Information Sciences, in press
  3. X. Yang, W. Liu, J. Bailey, D. Tao and W. Liu, Bigram and Unigram Based Text Attack via Adaptive Monotonic Heuristic Search. AAAI2021, in Press
  4. X. Yang, W. Liu, S. Zhang, W. Liu and D. Tao, Targeted Attention Attack on Deep Learning Models in Road Sign Recognition. IEEE Internet of Things, in press
  5. X. Yang, W. Liu and W. Liu, Tensor Canonical Correlation Analysis Networks for Multi-view Remote Sensing Scene Recognition. IEEE Transactions on Knowledge and Data Engineering, 10.1109/TKDE.2020.3016208
  6. S. Fu, W. Liu, Y. Zhou, D. Tao, and C. Xu, “Dynamic Graph Learning Convolutional Networks for Semi-supervised Classification”, ACM Transactions on Multimedia Computing Communications and Applications, in press
  7. W. Liu, S. Fu, Y. Zhou, Zh.-J. Zha, and L. Nie, “Human Activity Recognition by Manifold Regularization Based Dynamic Graph Convolutional Networks”, Neurocomputing, in press.
  8. X. Yang, W. Liu, W. Liu, and D. Tao, “A Survey on Canonical Correlation Analysis”, IEEE Transactions on Knowledge and Data Engineering, 10.1109/TKDE.2019.2958342.
  9. Weifeng Liu, Jinfeng Li, Baodi Liu, Weili Guan, Yicong Zhou and Changsheng Xu, Unified Cross-domain Classification via Geometrical and Statistical Adaptations. Pattern Recognition, 10.1016/j.patcog.2020.107658
  10. J. Li, W. Liu, Y. Zhou, D. Tao, and L. Nie, “Domain Adaptation with Few Labeled Source Samples by Graph Regularization,” Neural Processing Letters, 51(1): 23-39, 2020. 10.1007/s11063-019-10075-z.
  11. S. Fu, W. Liu, D. Tao, Y. Zhou, and L. Nie, “HesGCN: Hessian Graph Convolutional Networks for Semi-Supervised Classification”, Information Sciences, 514: 484-498,2020. 10.1016/j.ins.2019.11.019.
  12. W. Liu, X. Ma, Y. Zhou, D. Tao, and J. Cheng, “p-Laplacian Regularization for Scene Recognition,” IEEE Trans. on Cybernetics, 49(8):2927-2940, 2019. 10.1109/TCYB.2018.2833843.(ESI Highly Cited Papers)
  13. Q. Wang, J. Yu, T. Liu, and W. Liu, “ Visual Domain Adaptation and Generalisation,” IET Computer Vision, 13(2): 87-89, 2019.(Editorial)
  14. X. Ma, W. Liu, S. Li, D. Tao, and Y. Zhou, “Hypergraph -Laplacian Regularization for Remotely Sensed Image Recognition”, IEEE Trans. on Geoscience and Remote Sensing, 57(3): 1585-1595, 2019.(ESI Highly Cited Papers)
  15. C. L. P. Chen, X. You, X. Gao, T. Liu, F. Murtagh, and W. Liu, “Advances in Data Representation and Learning for Pattern Analysis,” Neurocomputing, 348: 1-2, 2019, 10.1016/j.neucom.2018.08.084.(Editorial)
  16. X. Tian, W. Liu, and F. Murtagh, “Data Mining in Human Activity Analysis,” Signal Processing, 147: 247-248, 2018. (Editorial)
  17. W. Liu, X. Yang, D. Tao, J. Cheng, and Y. Tang, “Multiview dimension reduction via Hessian multiset canonical correlations,” Information Fusion, 41: 119-128, 2018.(ESI Highly Cited Papers)
  18. X. Yang, W. Liu, D. Tao, J. Cheng, “Canonical Correlation Analysis Networks for Two-view Image Recognition”, Information Sciences, 385-386: 338-352, 2017.(ESI Highly Cited Papers)
  19. Y. Guo, L. Li, W. Liu, J. Cheng, D. Tao, “Multiview Cauchy Estimator Feature Embedding for Depth and Inertial Sensor-Based Human Action Recognition”, IEEE Trans. on Systems, Man, and Cybernetics: Systems, 47(4): 617-627, 2017.
  20. W. Liu, Z. Zha, Y. Wang, K. Lu, and D. Tao, “p-Laplacian Regularized Sparse Coding for Human Activity Recognition,” IEEE Trans. on Industrial Electronics, 63(8): 5120-5129, 2016.(ESI Hot Papers,ESI Highly Cited Papers)
  21. W.Liu, H.Zhang, D.Tao, Y.Wang, K.Lu, “Large-Scale Paralleled Sparse Principal Component Analysis”, Multimedia Tools and Applications, 75(3): 1481-1493, 2016. (ESI Highly Cited Papers)
  22. W.Liu, H.Liu, D.Tao, Y.Wang, K.Lu, “Multiview Hessian regularized logistic regression for action recognition”,Signal Processing, 110: 101-107, 2015. (ESI Hot Papers)
  23. W. Liu, Y. Li, X. Lin, D. Tao, and Y. Wang, “Hessian regularized co-training for social activity recognition,” PLOS One, 9(9): e108474, 2014. (ESI Highly Cited Papers)
  24. W. Liu, D. Tao, J. Cheng, and Y. Tang, “Multiview Hessian Discriminative Sparse Coding for Image Annotation,” Computer Vision and Image Understanding, 118: 50-60, 2014. (ESI Highly Cited Papers)
  25. W. Liu and D. Tao, “Multiview Hessian Regularization for Image Annotation,” IEEE Trans. on Image Processing, 22: 2676-2687, 2013. (ESI Hot Papers,ESI Highly Cited Papers)
  26. D. Tao, L. Jin, W. Liu, and X. Li, “Hessian Regularized Support Vector Machines for Mobile Image Annotation on the Cloud”. IEEE Trans. on Multimedia, 15(4): 833-844, 2013. (ESI Highly Cited Papers)

More…

See Weifeng Liu’s Google Scholar for the full publications.

专利成果

  1. 一种基于典型相关分析网络的二视角图像识别方法,国家发明专利,ZL201610663936.1,2019.
  2. 一种基于多视角典型相关分析的人脸识别方法及其系统, 国家发明专利,ZL201610055275.4,2019.
  3. 一种智能导盲方法,国家发明专利,ZL201610012203.1, 2018.
  4. 一种智能导盲装置及安装有该装置的导盲杖,国家发明专利,ZL201610010270.X, 2018.
  5. 一种基于自编码的物体识别方法, 国家发明专利,ZL201610055128.7, 2018.
  6. 一种基于高阶图结构p-Laplacian稀疏编码的数字图像标记方法,国家发明专利,ZL201510632014.X, 2017.

↑Top


Professional Services:

Membership:

Journal Editorial Board:

Conference/Session (Co-)Chair:

↑Top


指导学生

指导优秀研究生、本科生学位论文、科技创新活动数十人次。

研究生奖项 学生(年度)
山东省优秀硕士学位论文 马学琦(2020)、杨兴浩(2019)
中国电子学会优秀硕士学位论文 傅司超(2020)
山东省人工智能学会优秀硕士学位论文 马学琦(2020)、傅司超(2021)
中国石油大学(华东)优秀硕士论文 傅司超(2020)、马学琦(2019)、杨兴浩(2018)、刘红丽(2015)、宋彩风(2013)
中国石油大学(华东)“学术十杰” 马学琦(2018)
中国石油大学(华东)“学术十杰”提名奖 傅司超(2019)
中国石油大学(华东)十大学生标兵提名奖 马学琦(2018)
山东省研究生优秀成果奖 李金凤(学术学位三等奖2020)、傅司超(专业学位一等奖2019)
国家奖学金 李金凤(2020)、傅司超(2019)、马学琦(2018、2017)、杨兴浩(2017)、李阳(2015)、刘红丽(2014)、宋彩风(2012)
山东省优秀研究生毕业生 李金凤(2021)、傅司超(2020)、马学琦(2019)、杨兴浩(2018)、刘红丽(2015)
中国石油大学(华东)优秀研究生毕业生 李阳(2016)
山东省大学生创新方法应用大赛 昝畅通(二等奖2020)、单芮(三等奖2020)
山东省大学生科技创新大赛 王飞(三等奖2020)

在读研究生

年级 姓名
博士 庞健(2021级)、王子豪*(2021级)、昝畅通(2020级)、许睿(2019级)
硕士2021级 齐宇鹏韩雯王进
硕士2020级 潘婷刘东凯许仁杰蔡玉颖潘丽丽李家兴李雪飞
硕士2019级 彭旭阳王飞吕云雪刘瑶
硕士2018级 潘宜辰李金凤卜祥蕊#赵贵啸#

毕业研究生

姓名(年级) 学位论文题目 毕业去向
李金凤(硕士2021届) 基于几何结构迁移的领域自适应方法研究 国家图书馆
潘宜辰(硕士2021届) 基于局部结构嵌入的低秩表示算法研究 建设银行成都公司
赵贵啸#(硕士2021届) 声纹识别算法研究与系统设计 浙江中控
李乔楠(硕士2020届) 碳纤维抽油杆显微图像检测分析系统的研究与开发 光大银行青岛分行
傅司超(硕士2020届) 基于图卷积神经网络的半监督分类算法研究 澳门大学攻读博士
冯冠华(硕士2020届) 基于 Hessian 正则化的行人再识别算法研究 云从科技
伊丽莎(硕士2019届) 基于矩阵回归的图像分类算法研究 北京某厂
马学琦(硕士2019届) 基于p-Laplacian的图像分类算法研究 墨尔本大学攻读博士
张振清(硕士2018届) 基于广义Hough变换的直线道路检测算法研究 歌尔声学股份有限公司
杨兴浩(硕士2018届) 基于典型相关分析的多视角图像识别算法研究 悉尼科技大学攻读博士
马腾洲(硕士2017届) 基于Auto-Encoder的图像识别算法研究 青岛通产智能科技股份有限公司
张连波(硕士2017届) 基于交互学习的生理情感信号分析 悉尼科技大学攻读博士
李阳*(硕士2016届) 协同训练中的流形正则化及其在分类中的应用研究 山东省公共安全技术防范监理中心
张会敏(硕士2015届) 特征向量的稀疏性分析及其应用研究 北纬通信科技南京有限责任公司
刘红丽(硕士2015届) 多视角学习在智能信息处理中的若干应用研究 歌尔声学股份有限公司
宋彩风*(硕士2013届) 基于视觉感知机制的人脸表情分析 广饶县民生热线综合服务中心
李树娟*(硕士2010届) 基于LBP特征的人脸表情分析 汉王科技

注:*协助指导 #非全日制

优秀本科毕业论文

年度 级别 毕设题目 学生
2018 省级 多光谱遥感图像直线道路检测算法研究 陈兴华
2017 省级 基于边连接信息的图像分类方法研究 马学琦
2016 省级 基于一种改进的前向后向分离算法的稀疏编码算法研究 王震(注:实际指导)
2020 校级 基于域间流形结构关系的迁移学习方法探究 蔡玉颖
2018 校级 基于图上鲁棒主分量分析的聚类方法研究 潘宜辰
2017 校级 多光谱遥感图像直线道路检测算法研究 陈兴华
2017 校级 深度神经网络中Dropout正则化优化方法研究 张永岗
2016 校级 基于边连接信息的图像分类方法研究 马学琦
2015 校级 基于一种改进的前向后向分离算法的稀疏编码算法研究 王震(注:实际指导)
2015 校级 基于PMC的动作识别方法研究 杨兴浩
2014 校级 基于主动学习的图像分割方法研究 张连波
2013 校级 基于改进HMAX的目标识别算法研究 张会敏
2012 校级 基于K-SVD的图像去噪方法 刘红丽(注:实际指导)
2011 校级 基于压缩感知的人脸表情识别研究 贾璐
2010 校级 高频地波超视距雷达的舰船RCS估计研究 唐庆乐
2009 校级 基于彩色直方图特征的目标检测与跟踪算法研究 龙利兵
2008 校级 人脸图像采集系统设计 李卉园

大学生科技创新活动

年度 科技创新活动
2021 研究生创新工程项目,小样本图像分类方法研究,许睿
2019 研究生创新工程项目,基于图神经网络的半监督分类算法研究,傅司超
2018 研究生创新工程项目,基于Metric Learning的行人再识别算法研究,冯冠华
2017 研究生创新工程项目,基于高阶局部结构保持的动作识别算法研究,马学琦
2016 研究生创新工程项目,基于简单深度学习——CCANet的图像分类算法研究,杨兴浩
2015 研究生创新工程项目,基于协同训练的行为识别,李阳
2013 研究生创新工程项目,基于多视角学习的人脸图像分析,刘红丽
2018 大学生创新训练项目,脑电波控制鼠标,张金翼
2016 大学生创新计划项目,基于局部高阶流形结构保持的图像分类算法及实现,张凯
2015 大学生创新创业项目,可识别儿童肺炎的智能听诊器,傅星瑜
2014 大学生创新创业项目,云相册,马学琦
2013 大学生创新创业项目,视觉辅助交通信息系统,王宗伟
2013 大学生创新计划项目,智能听诊器,张连波
2009 大学生创新实验项目,新型车载疲劳检测仪研制,贾璐
2015 第一届全国研究生移动终端应用设计创新大赛三等奖,意念锁屏,张连波
2014 “创青春”全国大学生创业大赛银奖,迈优医疗科技有限公司,孙常亮(注:指导老师之一)
2014 “创青春”全国大学生创业大赛移动互联网创业专项金奖,迈优科技有限责任公司,孙常亮(注:指导老师之一)
2014 校第二届大学生创新创业年会十佳论文,高效的Hessian矩阵正则化稀疏编码下的动作识别研究,王震
2011 青岛市第二届大学生科技节科技论文大赛优秀奖,基于光线衰减的深度获取方法,张卓

↑Top


欢迎志同道合的优秀同学加入课题组

长期接收本科生参与科研活动及课外创作,如果你能够心无旁骛并有坚持到底的决心,欢迎跟我联系。

2019年10月起,我只为在课题组工作超过3个月或将在课题组工作的同学签写推荐信(书),望理解

我的研究领兴趣主要为模式识别、机器学习理论及其应用。

  1. 机器学习理论与算法
    • 机器学习中的流形结构分析:利用样本数据分布的局部结构,促进模式识别中特征提取、分类器设计等的性能
    • 多视角学习算法研究:探索多源数据、多视角特征的协同学习,提高机器学习算法及系统性能
    • 稀疏表达及其应用研究:探索不同应用场景的稀疏特征表示方法,研究高效的稀疏编码算法
    • 深度学习算法研究:图卷积神经网络算法,对抗生成网络算法
    • 跨域机器学习算法研究:迁移学习算法、元学习算法
  2. 视觉测量与图像检测
    • 视觉测量技术
    • 图像异常检测
  3. 模式识别与重识别方法
    • 模式分类方法
    • 图像识别技术
    • 行人重识别
  4. 人工智能技术与应用
    • 工业互联网中的信息理解与应用
    • 智慧油气田开发、油藏数值模拟与优化
    • 地球物理勘探、地震资料分析与处理

我能够招收如下类型博士研究生,每届招生名额1名左右:

  1. 学术学位博士研究生(0811控制科学与工程)-控制科学与工程学院;

我能够招收如下类型硕士研究生(我更倾向于招收学术型硕士研究生,直博生优先),每届招生名额3名左右:

  1. 学术学位硕士研究生(081100控制科学与工程)-控制科学与工程学院;
  2. 专业学位硕士研究生(0854电子信息:06控制工程、07仪器仪表工程)-控制科学与工程学院;

我的学生培养理念(观点)是:

  1. 本科生的目标不(只)是学习知识,更重要的是学习如何学习知识;
  2. 研究生的目标不(只)是课题研究,更重要的是在研究中培养发现问题、解决问题的能力。

我招生学生的要求如下(按重要性排序):

  1. 诚实;
  2. 勤奋;
  3. 数学好或喜欢数学;
  4. 编程好或喜欢编程;
  5. 英语好。

联系我作研究生导师之前,请先了解我的学生情况、研究领域、工作方式、科研要求,尤其考虑以下几点:

  1. 兴趣是最好的驱动力, 你是否对我的研究方向有兴趣?
  2. 研究和开发需要长期的坚持,你是否有足够的决心和毅力?
  3. 你是否认同我的工作态度及方式?(可以的话,多听一下我学生的切身体会)

切记:如果不能志同道合,未来的几年你我都会很累。 🎁彩蛋:导师学生关系大杂烩🎉

你也可以通过我的公众号进一步了解我: img

↑Top


学生周汇报