硕导简介-路梅

职称

副教授

学历/学位

研究生/博士

Email

mlu@jit.edu.cn

办公电话

通信地址

金陵科技学院软件学院

邮编

211169

专业名称

计算机科学与技术

研究方向

机器学习与数据挖掘

个人简介

路梅，博士，副教授，硕士生导师。博士毕业于苏州大学计算机学院计算机科学与技术专业，主要研究方向为机器学习与数据挖掘。中国人工智能学会 (CAAI) 粒计算与知识发现专业委员会委员，江苏省人工智能学会 (JSAI) 机器学习专委会委员，中国自动化学会（CAA）会员，中国计算机学会（CCF）会员。近五年在Information Sciences、Knowledge Based Systems 等国际期刊发表科研论文十余篇；参与出版专著2部；主持参与国家自然科学基金项目多项；获国家发明专利授权2项。

主讲课程

及教学成果

主要讲授课程：数据结构与算法分析，离散结构

代表性成果

[1] Mei Lu, Xiangjun Zhao, Li Zhang, Fanzhang Li, Semi-supervised concept factorization for document clustering, Information Sciences, 2016, 331(2): 86~98.

[2] Mei Lu, Li Zhang, Xiangjun Zhao, Fanzhang Li. Constrained neighborhood preserving concept factorization for data representation. KNOWLEDGE-BASED SYSTEMS, 2016. 102: 127-139.

[3] Mei Lu, Li Zhang, Fanzhang Li. Adaptively local consistent concept factorization for multi-view clustering. Soft Computing. 26. 1-13. 10.1007/s00500-021-06526-2 (2022).

[4] Mei Lu, Fanzhang Li. Survey on lie group machine learning. Big Data Mining and Analytics, vol. 3, no. 4, pp. 235-258, Dec. 2020.2020.9020011.

[6] 路梅; 李凡长, 邻域嵌入的张量学习, 计算机科学与探索, 2017, 2017(7): 1102~1113.

[7] 路梅; 李凡长. 张量树学习算法 , 南京大学学报(自然科学版), 2015.3.30,(02): 390~404.

[8] Jiaohong Yi, Mei Lu, Xiangjun Zhao. Quantum inspired monarch butterfly optimization for UCAV path planning navigation problem. Int. J. Bio Inspired Comput. 15(2): 75-89 (2020).

[9] Gaige Wang, Mei Lu, Xiangjun Zhao. An improved bat algorithm with variable neighborhood search for global optimization. CEC 2016: 1773-1778.

[10] Gaige Wang, Mei Lu, Yongquan Dong, Xiangjun Zhao. Self-adaptive extreme learning machine[J]. Neural Computing and Applications, 2016, 27(2): 291-303.

[11] Yanhong Feng, Juan Yang, Congcong Wu, Mei Lu, Xiangjun Zhao. Solving 0-1 knapsack problems by chaotic monarch butterfly optimization algorithm with Gaussian mutation. Memetic Comput. 10(2): 135-150 (2018)

[12] Yanhong Feng, GaiGe Wang, Suash Deb, Mei Lu, Xiangjun Zhao. Solving 0–1 knapsack problem by a novel binary monarch butterfly optimization[J]. Neural computing and applications, 2017, 28(7): 1619-1634.

近期在研项目

在研项目 “高维复杂数据的特征学习算法研究与应用”。