◎研究方向 机器学习与深度神经网络算法与应用，具体研究方向包括： 1. 神经网络的优化算法：加速一阶算法、进化算法
2. 机器学习与数据挖掘：PU学习、在线学习 3. 目标检测：缺陷检测
◎学习与工作经历
2003.9-2007.7，必赢线路检测3003（华东），理学 学士；
2007.9-2013.12，大连理工大学，博士（硕博连读）；
2014.3-2019.3，必赢线路检测3003（华东），基础数学系，讲师； 2019.3-2020.12，必赢线路检测3003（华东），数据科学与统计系，讲师；
2021.2至今，必赢线路检测3003（华东），数据科学与统计系，副教授。
◎主讲课程
1. 本科生课程《大数据分析与挖掘》、《高等数学》 2. 硕士生课程 《机器学习与数据挖掘》、《数值优化》、《Python语言与数据分析》 3. 博士生课程 《机器学习》
◎指导研究生
指导 应用数学与能源数据科学博士生1名、统计学、应用统计硕士研究生17名。
主要毕业去向： 2023级：于琪（博士）、詹亚南、刘悦、贾雯雯、刘金梦 2022级：杜珅瑜、段雨芊、朱凯俐 2021级：李梦真、陈玥琳、阎鑫 2020级： 于琪（组内读博）、朱莉莉（山东省城市商业联盟）、曾攀（货讯通科技（珠海））、李月菱（重庆三峡银行）
2019级： 肖安（江苏华能智慧能源供应链）、张凯莉（联通软件研究院济南分院）、张志鹏（四川大学商学院读博）
◎承担和参与项目
1.近年来，主持的代表性科研项目：
[1] 国家重点研发计划子项目, 2021YFA1000101-05, 基于图结构数据的油气管网在线监控算法及应用, 2021-2026, 90万元, 主持 [2] 山东省自然科学基金面上项目，ZR2023MF002，梯度指导的多点迭代算法及在海洋溢油检测中的应用，10万元，2024-2026, 主持 [3] 工业锅炉烟气多污染物协同控制技术数据库技术，中国环境科学院， 2023-2025，主持 [4] 青岛市自然科学基金项目，23-2-1-160-zyyd-jch, 基于非凸损失的在线PU学习算法及应用研究，18万元，2023-2025, 主持 [5] 国家自然科学基金青年科学基金项目，基于串联质谱数据的多肽鉴定半监督学习并行算法研究，20.7万元，2016-2018, 主持 [6] 山东省自然科学基金项目，非凸核学习算法研究及其在肽段鉴别中的应用，4.0万元，2014-2016, 主持 [7] 必赢线路检测3003自主创新科研计划项目，具有未标号样本分类问题的算法研究, 5.0万元, 2015-2016,主持 2.近年来，参与的代表性科研项目： [1] 山东省教育厅高等学校“青创计划“团队项目，2021-2024 [2] 国家自然科学基金面上项目, 数据流场景下高炉炼铁过程的实时统计建模研究, 72万元, 2019-2022 [3] 国家科技重大专项，2016ZX05011-001-003， 特高含水整装油田流场调整方法研究， 435.25万元，2016-2020, 5/40 [4] 山东省自然科学基金面上项目, 面向空间数据的同时异常点探测与变量选择建模方法及其应用, 20万元, 2019-2022 [5] 山东省自然科学基金-杰出青年基金，环境毒物分析,100万元，2022-2025 [6] 青岛市科技计划项目,面向多种食源性致病菌同时检测的关键技术研究，50万元，2020-2022 [7] 山东省重点研发计划，数据流驱动建模技术研发及其在泵站机组调节优化中的应用示范，15万，2018-2019 3.近年来，主持的教学改革项目： [1] 山东省优质专业学位教学案例库建设项目.《数据挖掘与机器学习》教学案例库建设，2022.12-2024.12,1/7，主持 [2] 必赢线路检测3003(华东) 青年教师教学改革项目.《高等数学》数值实例库建设. 2018.4-2020.4，1/6,主持
◎获奖情况（除教师个人获奖之外，还包含指导学生获奖情况）
[1] Budget online Learning Algorithm for Least squares SVM, 青岛市社会科学优秀成果二等奖,2020.12 [2] 第五界全国高校微课程教学设计竞赛山东省一等奖，2019.9 指导学生获奖 [1] 贾雯雯, 山东省研究生统计方案设计与分析大赛二等奖 ，2023.12 [2] 杜珅瑜、段雨芊、朱凯俐，全国应用统计专业学位研究生案例大赛三等奖，2023.10 [3] 于琪，李梦真，全国应用统计专业学位研究生案例大赛二等奖， 2022.9 [4] 陈玥琳，阎鑫，全国应用统计专业学位研究生案例大赛三等奖, 2022.9 [5] 李月菱，于琪，林丹，周家欣，互联网+大学生创新创业大赛山东省金奖, 2021.11 [6] 肖安，张凯莉，张志鹏，全国应用统计专业学位研究生案例大赛二等奖，2020.12 [7] 邓哲雅. 优秀本科毕业论文. 必赢线路检测3003（华东)， 2020.6 [8] 巩昕锐, 赵帅, 张宇航. 美国大学生数学建模比赛，M奖， 2019.4
◎荣誉称号（除教师个人获得荣誉之外，还包括指导学生获得荣誉情况）
1. 必赢线路检测3003（华东）百优班主任，2020
◎论文 1.第一作者主要论文： [1] Xijun Liang, Qi Yu, Kaili Zhang, Pan Zeng, Ling Jian, LapRamp: a noise resistant classification algorithm based on manifold regularization, Applied Intelligence, 2023. [2] Xijun Liang, Zhipeng Zhang, et al. Kernel-based online regression with canal loss,European Journal of Operational Research, 2022, 297(1):268-297. (Top 期刊) [3] Xijun Liang, Zhipeng Zhang, Xingke Chen, Ling Jian, Kernel learning with nonconvex ramp loss. Statistical Analysis and Data Mining, 2022, 15(6):751-765. [4] Xijun Liang, Xiaoxin Song, et al. Anomaly Detection Aided Budget Online Classification for Imbalanced Data Streams, IEEE Intelligent Systems, 2021:36(3), 14-22. [5] Xijun Liang, Zhonghang Xia, et al. A cost-sensitive online learning method for peptide identification. BMC Genomics, 2020:21. (Top 期刊) [6] Xijun Liang, Zongjin Zhen, et al. Pol-SAR based Oil Spillage Classification with Various Scenarios of Prior Knowledge, IEEE Access, 2019:7. [7] Xijun Liang, Zhonghang Xia, et al., Measure prediction capability of data for collaborative filtering. Knowledge and Information Systems. 2016:49, 975-1004. [8] Xi-Jun Liang, Xia Zhong-Hang*, Jian Ling, Niu Xin-Nan, A. Link, An adaptive classification model for peptide identification, BMC genomics, 2015, 16:S1. (Top 期刊) [9] Xijun Liang, Zhonghang Xia, Ling Jian, Xinnan Niu, Andrew Link, An efficient ACS algorithm for classification-based peptide identification ,IEEE International Conference on Bioinformatics and Biomedicine (BIBM)2015, pp. 286-289 (CCF B) [10] Xijun Liang, Zhonghang Xia, Ling Jian, Xinnan Niu, A. Link, An adaptive classification model for peptide identification, BMC genomics,16:1, 2015. (Top 期刊)
2.第二作者（通讯作者）主要论文：
[1] Qi Yu, Xijun Liang*, Mengzhen Li, Ling Jian, NGDE: A Niching-Based Gradient-Directed Evolution Algorithm for Nonconvex Optimization, IEEE Transactions on Neural Networks and Learning Systems, 2024, 接收 (Top 期刊) [2] Ling Jian, Kai Shao, Ying Liu, Jundong Li, Xijun Liang*. OEC: an online ensemble classifier for mining data streams with noisy labels. Data Mining and Knowledge Discovery, 2023: 1-24. [3] Wu Yaxin, Yunquan Song, Xijun Liang and Gai Yujie, Exponential Squared Loss-based Robust Variable Selection of AR Models. Brazilian Journal of Probability and Statistics, vol. 36 , 2022. [4] Ling Jian, Zhiqi Pu, Lili Zhu, Tiancan Yao, and Xijun Liang*. SS R-CNN: Self-Supervised Learning Improving Mask R-CNN for Ship Detection in Remote Sensing Images, Remote Sensing, 14(17): 4383, 2022 (Top 期刊) [5] Yunquan Song, Xijun Liang*, et al. Robust Variable Selection with Exponential Squared Loss for the Spatial Autoregressive model. Computational Statistics and Data Analysis, vol.155 , 2021. [6] Cuiqing Zhang, Maojun Zhang, Xijun Liang, Zhonghang Xia, Jiangxia Nan, Perceptron Ranking Using Interval Labels with Ramp Loss for Online Ordinal Regression. Mathematical Problems in Engineering, 8866257, 2020 [7] Fuhao Gao, Xiaoxin Song, Ling Jian, Xijun Liang, Toward Budgeted Online Kernel Ridge Regression on Streaming Data. IEEE Access, 7, 26136-26145, 2019 [8] Yongxiang Wang, Xijun Liang*, et al. Improved Classification Model for Peptide Identification Based on Self-paced Learning. IEEE International Conference on Bioinformatics and Biomedicine (BIBM) 2017, 258-261. (CCF B) [9] Ling Jian, Shuquian Shen, Jundong Li, Xijun Liang, Lei Li, Budget Online Learning Algorithm for Least Squares SVM. IEEE Transactions on Neural Networks and Learning Systems, 28(9), 2076-2087, 2017 [10] 李卫国; 张宏伟; 梁锡军,投资组合优化模型的一个序列凸近似算法, 大连理工大学学报, 57(3), 2017. [11] Ling Jian, Zhonghang Xia, Xinnan Niu, Xijun Liang, Parimal Samir, and Andrew J. Link, L2 Multiple Kernel Fuzzy SVM-Based Data Fusion for Improving Peptide Identification. IEEE/ACM Transactions on Computational Biology & Bioinformatics, 2016, 13(4):804-809. ◎著作
[1] 渐令,梁锡军. 最优化模型与算法-基于Python实现，电子工业出版社，2022. (校“十四五”规划教材)
◎专利
[1] 发明专利，一种多肽谱匹配鉴定的在线分析方法，ZL201810042887.9, 2021.
[2] 发明专利，基于预算支持向量集的LS-SVMs在线学习方法， ZL201610087343.5, 2021. [3] 发明专利，自适应高炉铁水硅含量趋势预报方法， ZL201610088041.X, 2016. [4] 发明专利，一种基于生成对抗网络的表面缺陷检测方法(申请), 202310484962.8, 2023.
◎学术兼职
[1] 2022. AAAI SPC member;
[2] 2022. 自动化学会会员 [3] 2019. IEEE Member； ◎其他 SMaLL团队网站：http://small.sem.upc.edu.cn/ 个人信箱: liangxijunsd@163.com 如果你有意攻读 应用数学与能源数据科学博士生 或 应用统计、数学、统计学硕士研究生，欢迎通过个人邮箱找我聊一聊。 招生要求： 1. 积极主动、进取心强； 2. 有较好的数学基础、编程能力、英语水平者，优先考虑。如果对机器学习算法有兴趣和学习的决心亦可； 3. 如果只想拿张文凭，SMaLL研究组可能并不适合。 | 