数据挖掘，人工智能，并行计算

• 中国科学院大学 

主持自然科学基金面上项目《基于多源信息融合的面向异物检测的小目标检测关键技术研究》，62176247，2022/01-2025/12

主持横向课题《基于深度学习的雷达特征提取方法》，2025/06-2026/05

主持横向课题《FDA-MIMO机载雷达专用多通道数据采集、存储与回放技术》，2025/06-2026/05

主持横向课题《双极化星载遥感数据实时模拟算法》，2025-2026

主持横向课题《新一代气象雷达数据处理机》，2025-2026

主持横向课题《超高速数据存储技术》，2025-2026

主持中国人民解放军国防创新研究院项目《多通道信号生成和采集模块》，2025

主持国防科技大学项目《信号处理机》，2025

主持中国科学院半导体所项目《线性调频连续波测距软件》，2024-2025

主持中国科学院网信办信息化专项示范项目子课题《流水线模块并行化及适配》，2023

主持中国科学院大学优秀青年教师提升重点项目《低慢小飞行器检测与识别关键技术研究》，2023-2025

主持北京计算机技术及应用研究所项目《视频综合显示设计开发平台研制》，2022

主持空军航空大学项目《实验雷达系统》，2022-2023

主持北京遥感设备研究所项目《智能算法性能提升技术研究》，2022

主持XX重点项目课题《有限运算资源下高压缩比低失真的智能化网络模型自适应优化设计技术研究》，2021/04-2023/11

主持北京遥感设备研究所项目《多功能雷达测试控制设备》，2021

主持横向课题《数采设备》，2021

主持北京遥感设备研究所项目《多功能雷达八通道高速信号处理系统》，2018-2021

主持中国航天科工飞航技术研究院项目《基于雷达光学信息融合的目标识别技术》，2020/08-2020/11

主持中国科学院大学优秀青年教师提升重点项目《基于深度学习的光学卫星遥感图像舰船检测与识别关键技术研究》，2019-2020

主持北京遥感设备研究所项目《全极化多维参数捷变体制抗干扰验证技术研究》，2019-2020

主持横向课题《多通达信号高速采集存储系统》，2018-2019

主持横向课题《高速信号记录与分析软件系统》,2018

主持横向课题《海量数据存储与管理平台开发》，2018-2019

主持横向课题《数据采集处理扩展技术》，2018

主持华为公司横向课题《GPU云DCN超低时延性能分析》，2017-2018

主持广东省科技计划项目应用型科技研发专项子项目《城市公共交通大数据开放平台研发与产业化》，2016-2020

主持自然科学基金面上项目《基于多源异构大数据的互联网信贷信用评分关键技术》，2017-2020

主持中国科学院大学院所合作项目《基于多源异构大数据的互联网信贷系用评分研究》，2016-2018

主持横向课题《高速信号提取及在线监测系统》,2016-2017

主持横向课题《现场测试管理系统软件》，2016

主持横向课题《嵌入式图像处理模块》，2015

主持横向课题《宽带电磁环境监测系统频谱监测软件》，2014～2019

主持重点学科建设项目《大规模开放网络课程（MOOC）：数据挖掘》，2014

主持中国互联网信息中心实验室开放课题项目《域名解析日志数据及用户注册数据挖掘技术研究》，2013 ~ 2014

主持自然科学基金《面向海量数据的基于效用的个性化学术资源推荐系统关键技术研究》（61202321），2013～2015

主持中国科学院大学“精品数字课程”项目，2012

主持中国互联网信息中心实验室开放课题项目《域名解析数据挖掘技术研究》，2012 ~ 2013

主持美国安捷伦公司全球大学研究基金项目《基于云的科学模拟计算平台研究》，2012 ~ 2013

主持企业横向课题《高性能交通稽查计算系统平台》，2012

主持美国安捷伦公司横向课题《跨平台的图形处理器加速数据图形显示技术》，2010～2011

主持国家自然科学基金委创新群体项目子课题《海量数据的挖掘技术的研究》，2007 ～ 2012

主持国家自然科学基金委重点项目子课题《可信软件过程的基本属性和度量模型》，2008 ～ 2010

主持美国英伟达公司横向课题《基于CUDA的并行数据挖掘》，2009

主持教育部留学归国人员科研启动基金《基于传感器网络的交通数据流挖掘》，2009 ～ 2010

主持中国科学院研究生院院长基金《效用挖掘的理论研究及应用》， 2009 ～ 2010

主要负责中国人民银行横向课题《个人信用评分系统》，2006～2007 

• Ultra-Scale Computing Laboratory, Northwestern University

参加美国国家科学基金（NSF）项目，High-Performance Techniques, Designs and Implementation of Software Infrastructure for Change Detection and Mining （IIS-0536994）

参加美国能源部项目，Scientific Data Management Integrated Software Infrastructure Center

参加Intel公司项目，Characterizing Scalable Data Mining Kernels/Primitives on SMP’s

081202-计算机软件与理论
081203-计算机应用技术

任《遥测遥控》期刊编委

任智能化航天测运控教育部重点实验室学术委员，2023.09 - 今

任北京理工大学信息技术专业博士校外导师，2019.06-2022.05

任2020-2022“先导杯”全国应用计算大会评审委员会评委

任2016大数据智能论坛共同主席

任中国计算机学会高性能计算专业委员会执行委员，2014 – 今

任Data Science Journal编委

任Annals of Data Science客座主编

任2015-2025全国科学数据大会程序委员会委员，分会召集人

任2022数字中国创新大赛大数据赛道评委

2014-2022年5次担任中国科学院发展中国家科学大数据国际培训班主讲

任2014-2025 International Conference on Information Technology and Quantitative Management高性能数据分析分会主席

任2014全国科学数据大会程序委员会共同主席

任2013 International Conference on Information Technology and Quantitative Management程序委员会委员

任全国高性能计算年会 (HPCChina) 程序委员会委员，2012、2013、2014、2015

任3rd Informational Center for Computational Science Workshop程序委员会委员, 2012

担任NVIDIA2009、2010、2011、2012年全国CUDA 校园程序设计大赛评委

任第二届、第三届国际网络社会研讨会（SWS2010， SWS2011）程序委员会委员

2nd International Conference on Computational and Systems Biology程序委员会委员, 2010

任第七届国际计算科学大会(ICCS2007)地方组委成员

任第七届国际计算科学大会(ICCS2007)高性能数据挖掘研讨会主席

任第七届国际数据挖掘大会(ICDM2007)高性能数据挖掘研讨会主席

任第278次香山会议“数据技术与知识经济若干科学前沿问题“组委成员

   

北京大学-- 学士，1999
美国Northwestern University -- 硕士，2001
美国Northwestern University -- 博士 ，2005

中国科学院大学计算机科学与技术学院，教授 2015.12 ~ 今
中国科学院大学计算机科学与技术学院，副教授 2007. 6 ~ 2015.11 
美国内布拉斯加大学奥马哈分校，访问学者 2009.7 ~ 2009.9
中国科学院研究生院信息科学与工程学院, 讲师 2006.1 ~ 2007.5
美国Northwestern University，研究助理 2005.6 ~ 2005.11

高性能计算系统II(B)、 数据挖掘算法研究讨论班、 数据挖掘、 数据挖掘算法研究、 高性能计算系统 II(B)、 数据挖掘引论、 高性能计算的新发展——基于图形处理器的并行计算及CUDA编程、 数据挖掘高级技术

• 中国科学院大学计算机科学与技术学院
• 《分布式与并行计算技术》 2024.2~ 今
• 《数据挖掘》 2006. 9 ~ 今
• 《数据挖掘算法讨论班》 2009.10 ~ 今
• 《并行与分布式计算》 2017.3 ~ 2022.12
• 《基于图形处理器的并行计算及CUDA编程》 2009. 2 ~ 2015.6
• 《数据挖掘高级技术》 2007. 2 ~ 2010.6
• 中国科学院大学国际学院
•    《数据挖掘》 2013.9 ~ 今
• 中国科学院研究生院计算与通信工程学院
•    《数据挖掘》 2007.3 ~ 2007.5

 

中国科学院大学计算机科学与技术学院     

《数据挖掘》2016 ~ 今

   

获中国科学院大学2025年度校级优秀课程《数据挖掘算法研讨课》

获中国科学院大学2024年度本科校级优秀课程《数据挖掘》

获中国科学院大学2024年度校级优秀课程《并行与分布式计算》

获中国科学院大学2023年度优秀个人

获中国科学院大学2023聘期考核优秀

获中国科学院2022年度李佩优秀教师奖

获中国科学院大学2021学年度校级优秀课程

获中国科学院大学2021学年度院级优秀课程

获中国科学院大学2020聘期考核优秀

获2020年全国NANO Hackathon大赛第三名

获中国科学院大学2019年度优秀个人

获中国科学院大学2018-2019学年度校级优秀课程

获中国科学院大学2018-2019学年度院级优秀课程

获中国科学院大学2018年度优秀个人

获2017年中国科学院“朱李月华”优秀教师奖

获2017 International Conference on Information Technology and Quantitative Management最佳论文奖

获2015 International Conference on Information Technology and Quantitative Management最佳论文奖

获2015全国科学数据大会最佳展示奖

获美国英伟达公司2014年度最佳教学中心称号（中国）

获美国英伟达公司2013全球研究中心

获美国英伟达公司2012全球教学中心

获2011年北京市科学技术奖二等奖，编号2011计-2-002，项目《最优化信用评分体系与应用》，本单位排名第四

获2010年北京市科学技术奖三等奖，编号2010基-3-004，项目《多目标规划数据挖掘理论、方法及在重要行业中的应用》，本单位排名第四

获2012中国科学院大学“精品数字课程”项目

获中国科学院研究生院2011-2012学年度优秀课程

获中国科学院研究生院2010-2011学年度优秀课程

获中国科学院研究生院2009-2010学年度优秀课程

获中国科学院研究生院2007-2008学年度优秀课程

获2010-2011学年中国科学院研究生院“我最喜爱的研究生课程主讲老师”称号

一种道路平均通行时间预测方法，专利号：201910378265.8

一种低精度神经网络自定义加宽方法，申请号：2023115545965

一种可扩展的神经网络剪枝方法, 申请号：2026101152894

一种基于权重对齐与重映射的神经网络跨架构初始化方法, 申请号：2026101582515

   

1. 潘巍，欧阳建权，刘莹，赵地，苏统华，《模式识别和机器学习基础》，机械工业出版社，ISBN：9787111735267，2023/10.
2. 李国庆，刘莹，庞禄申，《地球科学中的大数据分析与挖掘算法手册》，人民邮电出版社，ISBN：9787115478559, 2018/08/01.
3. 赵地，刘莹等，《强化学习》，机械工业出版社，ISBN：9787111600220, 2018/07/01.
4. 文跃然，刘莹等，《人力资源管理学习精要——基于人工智能的方法》，复旦大学出版社，ISBN：9787309136944/F.2463，2018/06/01.
5. 刘莹，《大数据挖掘》，大数据时代的科研活动，科学出版社，ISBN：9787030401830，2014.

1. Hao Gong, Ying Liu*, Expandable Pruning: Enhancing Model Compression through Smoothness-Guided Widening, Neurocomputing, 674, 132892, Jan. 29, 2026, https://doi.org/10.1016/j.neucom.2026.132892. (SCI 2)
2. Hao Gong, Ying Liu*, Pruning-Sensitivity-Guided Adaptive Widening for Binary Neural Networks, Displays, 93, 103397, 2026/02/12, https://doi.org/10.1016/j.displa.2026.103397. (SCI 2)
3. Xiaoying Chen, Ying Liu, Cheng Wang, Multi-Domain Fusion Network for Active Jamming Recognition in Cognitive Radar, Remote Sensing, May 14, 2025, 17(10), 1723. https://doi.org/10.3390/rs17101723. (SCI 2, IF=4.05)
4. Mohammed Ali Mohammed Al-Hababi1, Ahsan Habib, Fursan Thabit, Ying Liu, “A Novel Pre-Processing Approach and Benchmarking Analysis for Faster, Robust, and Improved Small Object Detection Methods”, Remote Sensing, 10/10/2024, 16(20), 3753, https://doi.org/10.3390/rs16203753. (SCI 2，IF=4.2)
5. Qiancheng Wei, Ying Liu*, Xiaoping Jiang, Ben Zhang, Qiya Su, Muyao Yu, “DDFNet-A: Attention-Based Dual-Branch Feature Decomposition Fusion Network for Infrared and Visible Image Fusion”, Remote Sensing, 05/18/2024, 16, 1795, https://doi.org/10.3390/rs16101795. (SCI 2, IF=4.2)
6. Tajuddeen Rabiu Gwadabe, Mohammed Al-hababi, Ying Liu, “SimGNN: Simplified Graph Neural Networks for Session-based Recommendation”, Applied Intelligence,Vol. 53, pp. 22789–22802, July 3, 2023. (SCI 2, IF=5, H-Index=52)
7. Hao Gong, Ying Liu, Xiaoying Chen, Cheng Wang, “Scene Optimization of GPU‑based Back‑Projection Algorithm”, Journal of Supercomputing, https://doi.org/10.1007/s11227-022-04785-w. (SCI 3)
8. Zhengyu Cui, Ying Liu, Wei Zhao, Cheng Wang, “Learning to Transfer Attention in Multi-level Features for Rotated Ship Detection”, Neural Computing and Applications, June, 2022, https://doi.org/10.1007/s00521-022-07491-z. (SCI 2)
9. Tajuddeen Rabiu Gwadabe, Ying Liu, “Improving graph neural network for session-based recommendation system via non-sequential interactions”, Neurocomputing, Volume 468, Jan. 2022, pp. 111-122. (SCI 2, 计算机科学顶刊), h-index=110
10. Tajuddeen Rabiu Gwadabe, Ying Liu, “IC-GAR: Item Co-occurrence Graph Augmented Session-based Recommendation”, Neural Computing and Applications, 34, pp. 7581–7596, 2022. (SCI 2)
11. Jiaxu Leng, Ying Liu, Xinbo Gao, “Selective region enlargement network for fast object detection in high resolution images”, Neurocomputing, Vol. 462, Oct. 28, 2021, pp. 402-411. (SCI 2, 计算机科学顶刊), h-index=110
12. Zhengyu Cui, Jiaxu Leng, Ying Liu, Tianlin Zhang, Pei Quan, Wei Zhao, “SKNet: Detecting Rotated Ships as Keypoints in Optical Remote Sensing Images”, IEEE Transactions on Geoscience and Remote Sensing (Print ISSN: 0196-2892, Online ISSN: 1558-0644), Feb. 2021, pp. 8826-8840, DOI: 10.1109/TGRS.2021.3053311. (SCI 1, 工程技术顶刊)，h-index=216
13. Jiaxu Leng, Ying Liu, “CrossNet: Detecting Objects as Crosses”, IEEE Transactions on Multimedia, Vol. 2, Feb. 18, 2021, pp. 861-875, (SCI 1, IF = 5.84, 计算机科学顶刊), h-index=108
14. Jiaxu Leng, Ying Liu, “Context Augmentation for Object Detection”, June 2022, Applied Intelligence, 52(3), pp. 2621–2633, 2022. (SCI 3, IF = 3.3)
15. Jiaxu Leng, Ying Liu, “Single-shot augmentation detector for object detection”, Neural Computing and Applications, Vol. 33, pp. 3583–3596, 2021, DOI: 10.1007/s00521-020-05202-0. (SCI 2, IF=4.66)
16. Tianlin Zhang, Jiaxu Leng, Ying Liu, “Deep learning for drug–drug interaction extraction from the literature: a review”, Briefings in Bioinformatics, Nov. 2019， https://doi.org/10.1093/bib/bbz087. (SCI 1, IF = 9.1)
17. Jiaxu Leng, Ying Liu, Shang Chen, “Context-aware Attention Network for Image Recognition”, Neural Computing and Applications, Vol. 31(12), June 2019, pp. 6295-6305. (SCI 2, IF=4.66)
18. Jiaxu Leng, Ying Liu, Dawei Du, Tianlin Zhang, Pei Quan, “Robust Obstacle Detection and Recognition for Driver Assistance Systems”, IEEE Transactions on Intelligent Transportation Systems, Vol. 21(4), April 2020, pp. 1560-1571. (SCI 2, IF=5.74)
19. Ying Liu, Hongyuan Cui, Renliang Zhao, “Fast Acquisition of Spread Spectrum Signals using Multiple GPUs”, IEEE Transactions on Aerospace and Electronic Systems, Vol 55(6), December 2019, pp. 3117-3125. (SCI 2, IF=2.8)
20. Jiaxu Leng, Ying Liu, Real-Time RGB-D Visual Tracking With Scale Estimation and Occlusion Handling, IEEE Access 2018，DOI: 10.1109/ACCESS.2018.2831443. (SCI 2, IF=4.1)
21. Jiaxu Leng, Ying Liu, “An enhanced SSD with feature fusion and visual reasoning for object detection”, Neural Computing and Applications, Vol. 31, 2019, pp. 6549-6558. (SCI 2, IF=4.66)
22. Ying Liu, Guoyu Ou, “Real-Time Vehicular Traffic Violation Detection in Traffic Monitoring Stream”, Journal of Intelligent Transportation Systems: Technology, Planning, and Operations, Vol. 22, (1) 2018, pp.53-64. (SCI 3, IF=2.57)
23. Ying Liu, Haixin Zheng, Renliang Zhao, Liheng Jian, “Design and Evaluation of Multi-GPU enabled Multiple Symbol Detection Algorithm”, Journal of Supercomputing, Vol. 72(6), 2016.6, pp. 2111-2131, DOI 10.1007/s11227-015-1475-z.
24. Zhongya Wang, Ying Liu, Jiajun Yang, Zheng Zheng, Kaichao Wu, “A Personalization-Oriented Academic Literature Recommendation Method”, Data Science Journal, 2015, DOI: http://doi.org/10.5334/dsj-2015-017.
25. Hongyuan Cui, Jiajun Yang, Ying Liu, Zheng Zheng, Kaichao Wu, “Data Mining-based DNS Log Analysis”, Annals of Data Science, DOI: 10.1007/s40745-014-0023-7.
26. Zhongya Wang, Ying Liu, Steve Chiu, “An Efficient Parallel Collaborative Filtering Algorithm on Multi-GPU Platform”, Journal of Supercomputing, Vol. 72(6), 2016.6, pp 2080-2094, DOI:10.1007/s11227-014-1333-4.
27. Yuwei Wang, Yuanchun Zhou, Ying Liu, “A Grid-Based Clustering Algorithm for Wild Bird Distribution”, Frontiers of Computer Science, Vol. 7(4), 2013, pp. 475-485. DOI:10.1007/s11704-013-2223-2.
28. Liheng Jian, Ying Liu, Weidong Yi, “CU-Simulator: A Parallel Scalable Simulation Platform for Radio Channel in Wireless Sensor Networks”, Ad Hoc & Sensor Wireless Networks, Vol.24, pp. 109-134.
29. Liheng Jian, Cheng Wang, Ying Liu, Shenshen Liang, Weidong Yi, Yong Shi, "Parallel Data Mining on Graphics Processing Unit with Compute Unified Device Architecture (CUDA)", Journal of Supercomputing, Vol. 64(3), 2013, pp. 942-967.
30. Ying Liu, Lingling Zhang, Yuehua Zhang, Yong Shi, " Bug Detection in Source Code in Process Monitoring", Journal of Computational Information System, Vol. 8(2), 2012, pp. 591-601.
31. Ying Liu, Jianwei Li, Wei-keng Liao, Alok Choudhary, Yong Shi, “High Utility Itemsets Mining”, International Journal of Information Technology & Decision Making (IJITDM), Volume No.09, Issue No. 6, November 2010, pp. 905-934.
32. Yuejin Zhang, Lingling Zhang, Ying Liu, Yong Shi, "Mining Intelligent Knowledge from a Two-phase Association Rules Mining", International Journal of Data Mining, Modeling and Management, Vol. 2, No. 4, 2010, pp. 403-418.
33. Lian Duan, Lida Xu, Ying Liu and Jun Lee, “Cluster-based Outlier Detection”, Annals of Operations Research, Vol. 168, No. 1, April 2009, pp. 151-168.
34. Guangli Nie, Lingling Zhang, Ying Liu, Xiuyu Zheng, Yong Shi, "Decision analysis of data mining project based on Bayesian risk", Journal of Expert Systems with Applications, Vol. 36, Issue 3, Part 1, April 2009, pp. 4589–4594.
35. Cheng Wang, Ying Liu, Liheng Jian, Peng Zhang, "An Efficient Approach for Mining Web Content Sensitivity", International Journal of Knowledge and Web Intelligence, Vol. 1, Nos. 1/2, 2009, pp. 95-109.
36. 张顺生，陈爽，陈晓莹，刘莹，王文钦，《面向小样本的多模态雷达有源欺骗干扰识别方法》，雷达学报， 2023，12(4). （核心期刊）（CSCD).
37. 龚昊，刘莹，冯建周，赵仁良，冷佳旭，《基于GPU加速的脉冲多普勒雷达信号处理》，计算机工程与科学，2021，43(7)。（核心期刊）（CSCD）
38. 魏千程, 吴开超, 刘莹. 基于迁移学习的信用评分预测，计算机系统应用, 2020, 29(11): 134-138.
39. 冷佳旭, 刘莹，《基于深度学习的小目标检测与识别》，数据与计算发展前沿，2020，2(2).
40. 陈源，王元钦，刘莹，《基于CORBA的扩展型事件服务模型设计 》，计算机应用， S1期， pp 138-140+143， 2011。
41. 刘莹，菅立恒， 梁莘燊， 李小君，高洋，王琤，《基于CUDA架构的GPU的并行数据挖掘技术研究》，科研信息化技术与应用，2010年第4期，pp. 37-52。