梁吉业山西大学计算智能与中文信息处理教育部重点实验室主任工程与技术科学创新人物科技创新网

梁吉业，博士，教授，博士生导师，IEEE Fellow，中国计算机学会（CCF）会士，中国人工智能学会（CAAI）会士，山西大学学术委员会主任，山西大学计算智能与中文信息处理教育部重点实验室主任，曾任山西大学副校长（正校级）、太原师范学院院长。

主要从事人工智能、机器学习、大数据分析挖掘等方面的教学科研工作。近年来先后主持科技部科技创新2030—“新一代人工智能”重大项目1项、国家自然科学基金/联合基金重点项目4项、国家863计划项目2项、国家自然科学基金面上项目6项等。先后在AI、JMLR、IEEE TPAMI、IEEE TKDE、ML、NeurIPS、ICML、CVPR、AAAI等国际国内重要学术期刊和会议发表论文400余篇，其中SCI收录300余篇。

教育及工作经历：

1983年山西大学本科毕业。

1990年西安交通大学硕士研究生毕业。

2001年西安交通大学博士研究生毕业，获博士学位。

2002年10月-2004年10月在中国科学院计算技术研究所做博士后。

先后赴美国、德国、瑞士、瑞典、加拿大、日本、香港等国家和地区的大学进行学术访问和合作研究。

学术兼职：

1、教育部科技委人工智能与区块链/科技伦理专门委员会委员。

2、教育部高等学校计算机类专业教指委委员。

3、中国计算机学会理事。

4、中国人工智能学会常务理事。

5、中国计算机学会人工智能与模式识别专委会主任。

6、山西省计算机学会理事长。

7、国际学术期刊《Engineering Applications of Artificial Intelligence》，国内学术期刊《计算机研究与发展》、《模式识别与人工智能》与《智能系统学报》等期刊编委。

发明公开：

[1]王智强, 张晨超, 梁吉业, 赵兴旺. 一种基于图神经网络的双对齐可解释风电故障诊断方法[P]. 山西省: CN122728860A, 2026-09-11.

[2]魏巍, 秦昱萱, 闫京, 李琳, 梁吉业. 一种因果解耦与辅助线索筛选的域泛化语义分割方法及相关装置[P]. 山西省: CN122737501A, 2026-09-11.

[3]赵兴旺, 李丹阳, 王智强, 梁吉业. 基于对比学习的单细胞转录组测序数据聚类方法及相关装置[P]. 山西省: CN122551912A, 2026-08-11.

[4]郭少茹, 关勇, 李茹, 赵云肖, 闫智超, 张虎, 谭红叶, 梁吉业. 一种基于大语言模型的知识编码与激活方法及装置[P]. 山西省: CN122334467A, 2026-07-03.

[5]赵兴旺, 袁艳欣, 郑伟, 梁吉业. 一种基于单细胞多组学聚类的发育轨迹确定方法[P]. 山西省: CN122314108A, 2026-06-30.

[6]梁吉业, 李琛, 王智强, 梁建青. 一种基于动态图对比学习的社交平台用户分类方法及系统[P]. 山西省: CN122310321A, 2026-06-30.

[7]魏巍, 马秀钰, 闫京, 范佳兴, 李琳, 冯凯, 梁吉业. 一种基于跨模态对齐的多模态分类方法及系统[P]. 山西省: CN122241572A, 2026-06-19.

[8]魏巍, 李明昊, 宋慧忠, 李琳, 梁吉业. 一种多智能体强化学习通信方法、设备及介质[P]. 山西省: CN122053638A, 2026-05-15.

[9]游秀, 刘佳东, 闫京, 李琳, 魏巍, 梁吉业. 一种基于模态间信息交互的跨模态图文检索方法[P]. 山西省: CN122019811A, 2026-05-12.

[10]姚凯旋, 李瑞芹, 梁吉业, 王智强. 一种基于超图表示学习的全局-局部协同特征精炼的节点分类方法与系统[P]. 山西省: CN121744026A, 2026-03-27.

[11]岳琴, 崔军彪, 梁吉业. 一种人类认知启发的合成式零样本学习方法[P]. 山西省: CN121746850A, 2026-03-27.

[12]梁吉业, 温亮亮, 梁建青, 郭宇星, 姚凯旋. 一种基于Graphon混合的GNN黑盒攻击系统[P]. 山西省: CN121706845A, 2026-03-20.

[13]闫智超, 张文超, 李茹, 郭少茹, 梁吉业. 一种基于原子事实分解的事后归因问答方法和系统[P]. 山西省: CN121561047A, 2026-02-24.

[14]高志栋, 魏巍, 梁吉业, 潘梓蒙, 姚宇航, 谢晨月. 基于预测残差引导的扩散模型迁移方法及相关装置[P]. 山西省: CN121543637A, 2026-02-17.

[15]赵云肖, 张佳炀, 许豪, 李茹, 郭少茹, 梁吉业. 基于框架知识探测的预训练语言模型事后解释方法及系统[P]. 山西省: CN121543591A, 2026-02-17.

[16]梁吉业, 李琛, 王智强. 一种基于对比学习鲁棒动态图表示的社交网络节点分类方法及系统[P]. 山西省: CN121388724A, 2026-01-23.

[17]张鹏, 赵赫阳, 王文剑, 梁吉业, 陈如豪. 基于像素-区域三向扫描的Mamba荧光断层成像系统[P]. 山西省: CN120765780A, 2025-10-10.

[18]梁吉业, 郭宇星, 梁建青, 温亮亮, 姚凯旋. 基于施密特希尔伯特相关性度量的图对抗防御方法[P]. 山西省: CN120706469A, 2025-09-26.

[19]梁建青, 李志强, 梁吉业. 一种流形学习启发的轻量级图对比学习方法[P]. 山西省: CN120597973A, 2025-09-05.

[20]张鹏, 赵赫阳, 王文剑, 梁吉业, 陈如豪. 一种基于扩散和Mamba融合网络的组织病理图像自动分类方法[P]. 山西省: CN120355981A, 2025-07-22.

[21]李瑞芹, 姚凯旋, 梁吉业, 游秀, 王智强. 一种基于超图结构学习的节点分类方法及系统[P]. 山西省: CN120257077A, 2025-07-04.

[22]张凯涵, 刘康驰, 王紫萱, 郭婷, 郭鑫垚, 梁吉业. 一种基于多模态特征增强的可解释推荐方法和设备[P]. 山西省: CN120067440A, 2025-05-30.

[23]李琳, 王凡超, 宋慧忠, 魏巍, 梁吉业. 基于局部可解释性强化学习的无人机集群协作方法及装置[P]. 山西省: CN119960468A, 2025-05-09.

[24]杜航原, 温嘉欣, 王文剑, 白亮, 金弟, 白璐, 梁吉业. 一种基于图解耦表征学习的智慧零售推荐方法及系统[P]. 山西省: CN119671665A, 2025-03-21.

[25]杜航原, 李帅军, 王文剑, 白亮, 白璐, 金弟, 梁吉业. 一种基于图不变学习的社会风险事件分类方法及系统[P]. 山西省: CN119598257A, 2025-03-11.

[26]梁吉业, 白娇婷, 郭志豪, 宋鹏. 基于变分图自编码器去噪的推荐方法及系统[P]. 山西省: CN119577239A, 2025-03-07.

[27]韩孝奇, 赵云肖, 许豪, 李茹, 郭少茹, 梁吉业. 一种基于模型编辑与融合知识的文本生成方法及系统[P]. 山西省: CN119514499A, 2025-02-25.

[28]王智强, 胡白靖, 梁吉业, 赵兴旺. 一种基于霍克斯点过程的科研合作关系预测方法及装置[P]. 山西省: CN119322926A, 2025-01-17.

[29]赵云肖, 李茹, 范越, 王智强, 郭少茹, 梁吉业. 一种强化因果信号指导的自合理化解释方法及装置[P]. 山西省: CN119089999A, 2024-12-06.

[30]王宇杰, 梁吉业, 张虎, 范越, 张广军. 一种基于多模态检索增强的视觉问答模型及方法[P]. 山西省: CN119066174A, 2024-12-03.

[31]张广军, 张虎, 王宇杰, 范越, 王元龙, 李茹, 梁吉业. 面向事件论元抽取的超球面多原型与最优传输方法及装置[P]. 山西省: CN118982018A, 2024-11-19.

[32]梁吉业, 李子谋, 姚凯旋, 赵兴旺. 一种基于超图对比学习的节点分类方法及系统[P]. 山西省: CN118861849A, 2024-10-29.

[33]李茹, 马博翔, 郭少茹, 苏雪峰, 闫智超, 谭红叶, 张虎, 梁吉业. 一种跨领域的少样本命名实体抽取方法[P]. 山西省: CN118862890A, 2024-10-29.

[34]王智强, 郭佳雨, 梁吉业, 赵兴旺, 侯韬. 基于随机扰动的可解释性潜在合作关系预测方法及装置[P]. 山西省: CN118780464A, 2024-10-15.

[35]梁吉业, 李威龙, 崔军彪. 一种基于扩散模型的开放集识别方法及系统[P]. 山西省: CN118762214A, 2024-10-11.

[36]范越, 张虎, 赵云肖, 王宇杰, 张广军, 李茹, 梁吉业. 一种基于事实检索和验证增强的可解释问答方法及系统[P]. 山西省: CN118733742A, 2024-10-01.

[37]梁吉业, 李怡晓, 崔军彪. 一种基于二次模糊学习机的标记噪声识别方法及系统[P]. 山西省: CN118606756A, 2024-09-06.

[38]魏巍, 于骐衔, 李琳, 王达, 梁吉业. 一种无人车自主决策方法、系统、介质及产品[P]. 山西省: CN118446255A, 2024-08-06.

[39]梁吉业, 高佳佳, 李志强, 赵兴旺. 一种基于全局和局部信息增强的图对比学习引文网络节点分类方法及系统[P]. 山西省: CN118395116A, 2024-07-26.

[40]杜子金, 梁吉业, 梁建青. 一种基于双分支图Transformer的点云补全方法[P]. 山西省: CN118333907A, 2024-07-12.

[41]梁吉业, 张明旭, 姚凯旋. 基于像素级图注意力机制的图像超分辨率重建方法及装置[P]. 山西省: CN118314019A, 2024-07-09.

[42]王锋, 梁吉业. 一种商品动态销售数据特征预测方法及系统[P]. 山西省: CN118297637A, 2024-07-05.

[43]梁宇栋, 刘哲, 吴睿, 王文剑, 董毅, 梁吉业. 一种基于半监督学习的有雾图像目标检测方法[P]. 山西省: CN117953197A, 2024-04-30.

[44]宋鹏, 郭志豪, 冯晨娇, 梁吉业, 姚凯旋. 基于图表示学习的多准则推荐方法及系统[P]. 山西省: CN117932155A, 2024-04-26.

[45]梁吉业, 姬文斌, 杜子金. 基于全局图和图池化技术的点云分类和分割方法及设备[P]. 山西省: CN117893801A, 2024-04-16.

[46]梁宇栋, 李嘉莹, 张昆鹏, 王文剑, 李德玉, 梁吉业. 一种基于光流检测与端到端的煤矿运输皮带跑偏检测方法[P]. 山西省: CN117699375A, 2024-03-15.

[47]梁宇栋, 李少吉, 王文剑, 孟義然, 梁吉业. 一种基于语义分割和目标检测的煤矿皮带跑偏检测方法[P]. 山西省: CN117689651A, 2024-03-12.

[48]李茹, 马博翔, 苏雪峰, 闫智超, 柴清华, 谭红叶, 梁吉业, 张虎. 一种用于框架语义解析的基于跨度的目标感知方法[P]. 山西省: CN117217229A, 2023-12-12.

[49]梁吉业, 杜子金, 梁建青. 一种基于图调控网络的点云分割系统[P]. 山西省: CN117152183A, 2023-12-01.

[50]赵兴旺, 侯哲栋, 姚凯旋, 梁吉业. 一种多视图社交网络社区发现方法、系统及设备[P]. 山西省: CN117131289A, 2023-11-28.

[51]李茹, 高俊杰, 张越, 谭红叶, 张虎, 闫智超, 苏雪峰, 邵文远, 梁吉业. 一种基于标签语义信息感知的少样本命名实体识别方法[P]. 山西省: CN117114002A, 2023-11-24.

[52]梁吉业, 李志强, 王杰, 梁建青. 一种基于图对比学习的引文网络节点分类方法及系统[P]. 山西省: CN117077026A, 2023-11-17.

[53]赵兴旺, 薛晋芳, 梁吉业. 一种基于节点吸引力的微博网络社区发现方法[P]. 山西省: CN117009676A, 2023-11-07.

[54]李茹, 高俊杰, 邵文远, 谭红叶, 张虎, 闫智超, 苏雪峰, 张越, 梁吉业. 一种基于多层知识感知的地址实体识别方法[P]. 山西省: CN117010398A, 2023-11-07.

[55]王智强, 侯韬, 梁吉业, 郭佳雨, 赵兴旺. 面向图神经网络的扰动式可解释链接预测方法及装置[P]. 山西省: CN116911359A, 2023-10-20.

[56]赵兴旺, 王淑君, 刘晓琳, 梁吉业. 基于多视图聚类的患者群落识别方法、系统、设备及介质[P]. 山西省: CN116779175A, 2023-09-19.

[57]王宇杰, 梁吉业, 张虎, 范越, 张广军. 一种联合语言模型和知识表示学习的常识问答模型及方法[P]. 山西省: CN116719923A, 2023-09-08.

[58]李明, 杨骁逸, 梁吉业, 白璐, 陈雨婷. 一种超图持续学习方法、系统、装置及存储介质[P]. 浙江省: CN116701712A, 2023-09-05.

[59]郭志豪, 宋鹏, 冯晨娇, 梁吉业, 姚凯旋. 一种基于图对比学习的去偏推荐方法及系统[P]. 山西省: CN116701767A, 2023-09-05.

[60]梁吉业, 郭宇星, 姚凯旋, 梁建青. 基于特征拓扑融合的黑盒图对抗攻击方法[P]. 山西省: CN116680695A, 2023-09-01.

[61]梁吉业, 王慧敏, 王智强, 郭婷. 一种基于主动学习的开放集图像识别方法及系统[P]. 山西省: CN116681975A, 2023-09-01.

[62]杜航原, 白雪, 王文剑, 白亮, 梁吉业. 一种融入评论信息的电商网络商品推荐方法及系统[P]. 山西省: CN116579824A, 2023-08-11.

[63]杜航原, 谢富中, 王文剑, 白亮, 梁吉业. 一种半监督智慧城市网络设备识别方法及系统[P]. 山西省: CN116582444A, 2023-08-11.

[64]李明, 杨圣鹏, 梁吉业, 李朝, 吴信东. 一种基于动态超图神经网络的异常检测方法[P]. 浙江省: CN116502161A, 2023-07-28.

[65]李明, 施建栋, 梁吉业, 李朝, 吴信东. 基于模态交互深层超图神经网络的多模态数据表示方法[P]. 浙江省: CN116432053A, 2023-07-14.

[66]魏巍, 张利军, 李琳, 梁吉业. 一种复杂环境下的多无人机运动规划方法及系统[P]. 山西省: CN116360484A, 2023-06-30.

[67]梁吉业, 杜子金, 梁建青, 姚凯旋. 一种基于远程-短程依赖图学习的点云分类与分割方法[P]. 山西省: CN116246113A, 2023-06-09.

[68]李明, 丁爽爽, 梁吉业, 李朝, 吴信东. 一种基于动态超图表示学习的社交推荐方法[P]. 浙江省: CN116204723A, 2023-06-02.

[69]梁建青, 张志鑫, 梁吉业. 一种多视图双曲-双曲图表示学习方法[P]. 山西省: CN115906946A, 2023-04-04.

[70]魏巍, 冯宇轩, 李琳, 梁吉业, 司瑞华, 王达. 一种基于深度强化学习的无人机运动规划方法及系统[P]. 山西省: CN115826621A, 2023-03-21.

[71]梁吉业, 温亮亮, 姚凯旋, 王智强. 一种基于节点投票机制的图神经网络模型黑盒攻击装置及方法[P]. 山西省: CN115834153A, 2023-03-21.

[72]杜航原, 曹振武, 王文剑, 白亮, 梁吉业. 一种电商网络异常产品检测方法及系统[P]. 山西省: CN115564456A, 2023-01-03.

[73]杜航原, 谢富中, 王文剑, 白亮, 梁吉业. 基于半监督网络表示学习的电商网络社区发现方法及系统[P]. 山西省: CN115563403A, 2023-01-03.

[74]梁建青, 梁吉业. 黎曼空间下的半监督多视图度量学习方法[P]. 山西省: CN115205632A, 2022-10-18.

[75]梁建青, 梁吉业. 基于广义多视图图嵌入的亲属关系验证方法[P]. 山西省: CN115205941A, 2022-10-18.

[76]梁吉业, 王亚萍, 王智强, 王元龙. 一种基于协同训练的半监督图文关系抽取系统及其方法[P]. 山西省: CN115187836A, 2022-10-14.

[77]李明, 欧贤成, 梁吉业, 白璐. 基于图学习的视频参与度预测方法、系统、装置及介质[P]. 浙江省: CN115187893A, 2022-10-14.

[78]梁吉业, 杜子金, 梁建青, 王智强, 姚凯旋. 一种基于空间几何感知卷积神经网络的点云形状分析方法[P]. 山西省: CN115170859A, 2022-10-11.

[79]李茹, 卢江, 梁吉业, 谭红叶, 王智强. 基于框架语义映射和类型感知的篇章事件抽取方法及系统[P]. 山西省: CN115168541A, 2022-10-11.

[80]梁吉业, 崔军彪. 基于人类概念认知的分类方法[P]. 山西省: CN114997290A, 2022-09-02.

[81]梁吉业, 郭艳, 王智强. 一种可解释的图神经网络推荐方法[P]. 山西省: CN114970806A, 2022-08-30.

[82]梁吉业, 唐胜贵, 姚凯旋, 王智强. 一种基于图表示学习的图像超分辨率重建装置及方法[P]. 山西省: CN114972024A, 2022-08-30.

[83]李明, 王双, 黄昌勤, 梁吉业, 王译. 基于多模态互补图神经网络的认知诊断方法和系统[P]. 浙江省: CN114912656A, 2022-08-16.

[84]李明, 杨圣鹏, 梁吉业, 王宇光, 陈逸璇. 多模态数据的复合图构建方法、系统、装置及存储介质[P]. 浙江省: CN114911979A, 2022-08-16.

[85]李明, 段嘉峰, 梁吉业, 王宇光, 陈雨婷. 面向模态缺失的图表示学习方法、系统、装置及存储介质[P]. 浙江省: CN114913397A, 2022-08-16.

[86]张虎, 张广军, 雷登斌, 李茹, 梁吉业. 一种基于多粒度实体异构图的篇章级事件抽取方法及装置[P]. 山西省: CN114742016A, 2022-07-12.

[87]张虎, 范越, 王宇杰, 李茹, 梁吉业. 一种多任务联合学习的多片段机器阅读理解方法及装置[P]. 山西省: CN114648005A, 2022-06-21.

[88]魏巍, 王达, 李琳, 梁吉业. 一种基于深度强化学习的机械臂控制方法及系统[P]. 山西省: CN114012735A, 2022-02-08.

[89]魏巍, 武晨阳, 李琳, 梁吉业. 一种面向课堂教学的分布式表情识别方法及系统[P]. 山西省: CN113903072A, 2022-01-07.

[90]李明, 陈逸璇, 黄昌勤, 梁吉业. 基于多模态图神经网络的语义分析方法、系统和存储介质[P]. 浙江省: CN113191154A, 2021-07-30.

[91]李明, 张林, 黄昌勤, 梁吉业. 社交数据的分析方法、系统及存储介质[P]. 浙江省: CN113052712A, 2021-06-29.

[92]梁吉业, 张凯涵, 王智强. 一种基于图神经网络的序列推荐系统及推荐方法[P]. 山西省: CN112559878A, 2021-03-26.

[93]张虎, 王宇杰, 李茹, 梁吉业, 谭红叶. 一种句法关系增强的机器阅读理解多跳推理模型及方法[P]. 山西省: CN112417104A, 2021-02-26.

[94]郑建兴, 李德玉, 梁吉业. 一种基于异质重边信息网络翻译模型的产品推荐方法[P]. 山西省: CN111737591A, 2020-10-02.

[95]郑建兴, 李沁文, 李德玉, 梁吉业. 基于层次化主题偏好语义矩阵的关注关系识别及标注方法[P]. 山西省: CN111723301A, 2020-09-29.

[96]王智强, 梁吉业, 梁建青. 一种基于概率产生式的社交网络时序链接预测方法及装置[P]. 山西省: CN111369374A, 2020-07-03.

[97]梁吉业, 李琦, 王智强. 一种基于PU学习和随机游走的链接预测方法及装置[P]. 山西省: CN111310822A, 2020-06-19.

[98]梁吉业, 刘雨璐, 王智强, 张凯涵. 基于用户兴趣漂移的推荐方法及推荐装置[P]. 山西省: CN111310033A, 2020-06-19.

[99]梁吉业, 李琳, 王智强, 梁建青. 一种基于矩阵分解的事后可解释性推荐方法及装置[P]. 山西省: CN111259238A, 2020-06-09.

[100]梁吉业, 庞天杰, 陈红星, 赵兴旺. 绝对定位与相对定位相结合的触摸板鼠标[P]. 山西: CN103853344A, 2014-06-11.

[101]曹付元, 黄哲学, 梁吉业. 一种数据聚类方法、系统及数据处理设备[P]. 广东: CN103473255A, 2013-12-25.

[102]陈红星, 王俊红, 梁吉业, 高美容. 会议主持系统及其实现方法[P]. 山西: CN102495970A, 2012-06-13.

[103]陈红星, 翟岩慧, 梁吉业, 高美容. 一种触摸屏系统及其按位输入数字的方法[P]. 山西: CN102221977A, 2011-10-19.

[104]陈红星, 魏巍, 梁吉业, 高美容. 一种触摸屏计算器及其按位输入和按位运算的方法[P]. 山西: CN102207925A, 2011-10-05.

[105]陈红星, 唐忠国, 梁吉业, 李健成, 张福增. 列车接近报警系统及报警方法[P]. 山西: CN102054329A, 2011-05-11.

[106]陈红星, 梁吉业, 霍浩. 电子平面显示触摸定位系统的坐标校准方法[P]. 山西: CN101866242A, 2010-10-20.

[107]李德玉, 陈红星, 梁吉业, 霍浩. 一种射击辅助训练系统及基于图像定位靶心方法[P]. 山西: CN101598520, 2009-12-09.

[108]钱宇华, 梁吉业, 陈红星, 李德玉, 霍浩. 电子实物展台[P]. 山西: CN101587654, 2009-11-25.

[109]陈红星, 梁吉业. 一种LED铁路信号灯光源[P]. 山西: CN101149134, 2008-03-26.

[110]曹付元, 梁吉业, 宁姝. 一种基于邻域模型的K-means初始聚类中心选择方法[P]. 山西: CN101149759, 2008-03-26.

[111]曹付元, 梁吉业, 姜广, 宁姝. 一种基于SQL语言的粗糙集属性约简方法[P]. 山西: CN101082925, 2007-12-05.

[112]陈红星, 梁吉业. 一种电子平面显示定位系统及定位方法[P]. 山西: CN101013349, 2007-08-08.

[113]梁吉业, 陈红星, 董川, 秦爱红, 黄登宇, 曹付元, 张定生, 郭宏伟. 电子板教学装置及操作、控制方法[P]. 山西: CN1529257, 2004-09-15.

发明授权：

[1]范越, 张虎, 赵云肖, 王宇杰, 张广军, 李茹, 梁吉业. 一种基于事实检索和验证增强的可解释问答方法及系统[P]. 山西省: CN118733742B, 2026-09-11.

[2]赵兴旺, 侯哲栋, 姚凯旋, 梁吉业. 一种多视图社交网络社区发现方法、系统及设备[P]. 山西省: CN117131289B, 2026-04-28.

[3]李明, 丁爽爽, 梁吉业, 李朝, 吴信东. 一种基于动态超图表示学习的社交推荐方法[P]. 浙江省: CN116204723B, 2026-04-21.

[4]梁宇栋, 李嘉莹, 张昆鹏, 王文剑, 李德玉, 梁吉业. 一种基于光流检测与端到端的煤矿运输皮带跑偏检测方法[P]. 山西省: CN117699375B, 2026-04-14.

[5]郭志豪, 宋鹏, 冯晨娇, 梁吉业, 姚凯旋. 一种基于图对比学习的去偏推荐方法及系统[P]. 山西省: CN116701767B, 2026-04-14.

[6]宋鹏, 郭志豪, 冯晨娇, 梁吉业, 姚凯旋. 基于图表示学习的多准则推荐方法及系统[P]. 山西省: CN117932155B, 2026-03-20.

[7]梁吉业, 杜子金, 梁建青, 姚凯旋. 一种基于远程-短程依赖图学习的点云分类与分割方法[P]. 山西省: CN116246113B, 2025-12-19.

[8]梁吉业, 杜子金, 梁建青, 王智强, 姚凯旋. 一种基于空间几何感知卷积神经网络的点云形状分析方法[P]. 山西省: CN115170859B, 2025-11-21.

[9]梁吉业, 王亚萍, 王智强, 王元龙. 一种基于协同训练的半监督图文关系抽取系统及其方法[P]. 山西省: CN115187836B, 2025-11-18.

[10]梁吉业, 王慧敏, 王智强, 郭婷. 一种基于主动学习的开放集图像识别方法及系统[P]. 山西省: CN116681975B, 2025-11-18.

[11]梁吉业, 李志强, 王杰, 梁建青. 一种基于图对比学习的引文网络节点分类方法及系统[P]. 山西省: CN117077026B, 2025-10-14.

[12]梁吉业, 杜子金, 梁建青. 一种基于图调控网络的点云分割系统[P]. 山西省: CN117152183B, 2025-10-14.

[13]梁吉业, 白娇婷, 郭志豪, 宋鹏. 基于变分图自编码器去噪的推荐方法及系统[P]. 山西省: CN119577239B, 2025-10-14.

[14]杜航原, 谢富中, 王文剑, 白亮, 梁吉业. 基于半监督网络表示学习的电商网络社区发现方法及系统[P]. 山西省: CN115563403B, 2025-09-02.

[15]李茹, 卢江, 梁吉业, 谭红叶, 王智强. 基于框架语义映射和类型感知的篇章事件抽取方法及系统[P]. 山西省: CN115168541B, 2025-08-26.

[16]杜航原, 谢富中, 王文剑, 白亮, 梁吉业. 一种半监督智慧城市网络设备识别方法及系统[P]. 山西省: CN116582444B, 2025-08-22.

[17]魏巍, 张利军, 李琳, 梁吉业. 一种复杂环境下的多无人机运动规划方法及系统[P]. 山西省: CN116360484B, 2025-07-01.

[18]杜航原, 曹振武, 王文剑, 白亮, 梁吉业. 一种电商网络异常产品检测方法及系统[P]. 山西省: CN115564456B, 2025-07-01.

[19]李明, 欧贤成, 梁吉业, 白璐. 基于图学习的视频参与度预测方法、系统、装置及介质[P]. 浙江省: CN115187893B, 2025-06-03.

[20]李明, 杨圣鹏, 梁吉业, 王宇光, 陈逸璇. 多模态数据的复合图构建方法、系统、装置及存储介质[P]. 浙江省: CN114911979B, 2025-05-13.

[21]李明, 王双, 黄昌勤, 梁吉业, 王译. 基于多模态互补图神经网络的认知诊断方法和系统[P]. 浙江省: CN114912656B, 2025-03-14.

[22]梁吉业, 郭艳, 王智强. 一种可解释的图神经网络推荐方法[P]. 山西省: CN114970806B, 2024-12-03.

[23]梁吉业, 唐胜贵, 姚凯旋, 王智强. 一种基于图表示学习的图像超分辨率重建装置及方法[P]. 山西省: CN114972024B, 2024-10-22.

[24]张虎, 张广军, 雷登斌, 李茹, 梁吉业. 一种基于多粒度实体异构图的篇章级事件抽取方法及装置[P]. 山西省: CN114742016B, 2024-07-09.

[25]张虎, 范越, 王宇杰, 李茹, 梁吉业. 一种多任务联合学习的多片段机器阅读理解方法及装置[P]. 山西省: CN114648005B, 2024-07-05.

[26]梁建青, 张志鑫, 梁吉业. 一种多视图双曲-双曲图表示学习方法[P]. 山西省: CN115906946B, 2024-04-12.

[27]郑建兴, 李德玉, 梁吉业. 一种基于异质重边信息网络翻译模型的产品推荐方法[P]. 山西省: CN111737591B, 2024-03-15.

[28]魏巍, 冯宇轩, 李琳, 梁吉业, 司瑞华, 王达. 一种基于深度强化学习的无人机运动规划方法及系统[P]. 山西省: CN115826621B, 2023-12-01.

[29]梁建青, 梁吉业. 黎曼空间下的半监督多视图度量学习方法[P]. 山西省: CN115205632B, 2023-07-18.

[30]王智强, 梁吉业, 梁建青. 一种基于概率产生式的社交网络时序链接预测方法及装置[P]. 山西省: CN111369374B, 2023-06-02.

[31]梁吉业, 刘雨璐, 王智强, 张凯涵. 基于用户兴趣漂移的推荐方法及推荐装置[P]. 山西省: CN111310033B, 2023-05-30.

[32]梁吉业, 李琳, 王智强, 梁建青. 一种基于矩阵分解的事后可解释性推荐方法及装置[P]. 山西省: CN111259238B, 2023-04-14.

[33]张虎, 王宇杰, 李茹, 梁吉业, 谭红叶. 一种句法关系增强的机器阅读理解多跳推理模型及方法[P]. 山西省: CN112417104B, 2022-11-11.

[34]梁吉业, 张凯涵, 王智强. 一种基于图神经网络的序列推荐系统及推荐方法[P]. 山西省: CN112559878B, 2022-09-23.

[35]梁吉业, 李琦, 王智强. 一种基于PU学习和随机游走的链接预测方法及装置[P]. 山西省: CN111310822B, 2022-09-20.

[36]魏巍, 王达, 李琳, 梁吉业. 一种基于深度强化学习的机械臂控制方法及系统[P]. 山西省: CN114012735B, 2022-08-05.

[37]李明, 张林, 黄昌勤, 梁吉业. 社交数据的分析方法、系统及存储介质[P]. 浙江省: CN113052712B, 2022-05-31.

[38]郑建兴, 李沁文, 李德玉, 梁吉业. 基于层次化主题偏好语义矩阵的关注关系识别及标注方法[P]. 山西省: CN111723301B, 2022-05-27.

[39]李明, 陈逸璇, 黄昌勤, 梁吉业. 基于多模态图神经网络的语义分析方法、系统和存储介质[P]. 浙江省: CN113191154B, 2022-02-15.

[40]陈红星, 王俊红, 梁吉业, 高美容. 会议主持系统及其实现方法[P]. 山西省: CN102495970B, 2016-06-01.

[41]陈红星, 魏巍, 梁吉业, 高美容. 一种触摸屏计算器及其按位输入和按位运算的方法[P]. 山西省: CN102207925B, 2013-01-23.

[42]陈红星, 翟岩慧, 梁吉业, 高美容. 一种触摸屏系统及其按位输入数字的方法[P]. 山西省: CN102221977B, 2013-01-02.

[43]陈红星, 梁吉业, 霍浩. 电子平面显示触摸定位系统的坐标校准方法[P]. 山西省: CN101866242B, 2012-07-25.

[44]陈红星, 唐忠国, 梁吉业, 李健成, 张福增. 列车接近报警系统及报警方法[P]. 山西省: CN102054329B, 2012-07-25.

[45]钱宇华, 梁吉业, 陈红星, 李德玉, 霍浩. 电子实物展台[P]. 山西省: CN101587654B, 2011-05-18.

[46]陈红星, 梁吉业. 一种LED铁路信号灯光源[P]. 山西省: CN100494769C, 2009-06-03.

[47]陈红星, 梁吉业. 一种电子平面显示定位系统及定位方法[P]. 山西省: CN100478860C, 2009-04-15.

[48]梁吉业, 陈红星, 董川, 秦爱红, 黄登宇, 曹付元, 张定生, 郭宏伟. 一种电子板教学装置及操作、控制方法[P]. 山西省: CN1284097C, 2006-11-08.

实用新型：

[1]梁吉业, 陈红星, 秦爱红, 董川, 黄登宇, 张定生. 电子板模拟笔[P]. 山西: CN2692746, 2005-04-13.

[2]梁吉业, 陈红星, 董川, 曹付元, 郭宏伟, 董江. 教学电子板[P]. 山西: CN2692747, 2005-04-13.

发表英文论文：

[1] Fuyuan Cao, Xuechun Jing*, Kui Yu, Jiye Liang. FWCEC: An Enhanced Feature Weighting Method via Causal Effect for Clustering. IEEE Transactions on Knowledge and Data Engineering, 2025, 37(2): 685-697

[2] Yuxin Fan, Junbiao Cui, Jiye Liang*. Learning textual prompts for open-world semi-supervised learning. IEEE/CVF Computer Vision and Pattern Recognition Conference (CVPR‘25), 2025

[3] Jiye Liang*, Yixiao Li, Junbiao Cui. Label noise correction via fuzzy learning machine. In Proc. of the 39th AAAI Conf. on Artificial Intelligence (AAAI’25), Philadelphia, PA, USA, Feb. 25-Mar. 4, 2025

[4] Jianqing Liang, Xinkai Wei, Min Chen, Zhiqiang Wang, Jiye Liang*. GNN-Transformer cooperative architecture for trustworthy graph contrastive learning. In Proc. of the 39th AAAI Conf. on Artificial Intelligence (AAAI‘25), Philadelphia, PA, USA, Feb. 25-Mar. 4, 2025

[5] Da Wang, Lin Li, Wei Wei*, Qixian Yu, Jianye Hao, Jiye Liang. Improving Generalization in Offline Reinforcement Learning via Latent Distribution Representation Learning[C]. In Proc. of the 39th AAAI Conf. on Artificial Intelligence (AAAI’25), Philadelphia, PA, USA, Feb. 25-Mar. 4, 2025

[6] Zhiqiang Wang, Jiayu Guo, Jianqing Liang*, Jiye Liang, Shiying Cheng, Jiarong Zhang. Graph Segmentation and Contrastive Enhanced Explainer for Graph Neural Networks[C]. In Proc. of the 39th AAAI Conf. on Artificial Intelligence (AAAI‘25), Philadelphia, PA, USA, Feb. 25-Mar. 4, 2025

[7] Zijin Du, Jianqing Liang, Jiye Liang*, Kaixuan Yao, Feilong Cao. Graph regulation network for point cloud segmentation. IEEE Transactions on Pattern Analysis and Machine Intelligence, 2024, 46(12): 7940-7955

[8] Liangliang Wen, Jiye Liang*, Kaixuan Yao, Zhiqiang Wang. Black-box adversarial attack on graph neural networks with node voting mechanism. IEEE Transactions on Knowledge and Data Engineering, 2024, 36(10): 5025-5038

[9] Fuyuan Cao, Qingqiang Chen*, Ying Xing, Jiye Liang. Efficient classification by removing bayesian confusing samples. IEEE Transactions on Knowledge and Data Engineering, 2024, 36(3): 1084-1098

[10] Haijun Zhang, Xian Yang, Liang Bai*, Jiye Liang. Enhancing drug recommendations via heterogeneous graph representation learning in EHR networks. IEEE Transactions on Knowledge and Data Engineering, 2024, 36(7): 3024-3035

[11] Wei Wei, Da Wang, Lin Li, Jiye Liang*. Re-attentive experience replay in off-policy reinforcement learning. Machine Learning, 2024, 113(5): 2327-2349

[12] Jianqing Liang, Min Chen, Jiye Liang*. Graph external attention enhanced transformer. International Conference on Machine Learning (ICML2024), 2024

[13] Da Wang, Lin Li, Wei Wei*, Qixian Yu, Jianye Hao, Jiye Liang. Improving generalization in offline reinforcement learning via adversarial data splitting. International Conference on Machine Learning (ICML2024), 2024

[14] Jiye Liang*, Zijin Du, Jianqing Liang, Kaixuan Yao, Feilong Cao. Long and short-range dependency graph structure learning framework on point cloud. IEEE Transactions on Pattern Analysis and Machine Intelligence, 2023, 45(12): 14975-14989

[15] Qingqiang Chen, Fuyuan Cao*, Ying Xing, Jiye Liang*. Evaluating classification model against bayes error rate. IEEE Transactions on Pattern Analysis and Machine Intelligence, 2023, 45(8): 9639-9653

[16] Liang Bai, Minxue Qi, Jiye Liang*. Spectral clustering with robust self-learning constraints. Artificial Intelligence, 2023, 320: 103924

[17] Wei Wei, Qin Yue, Kai Feng, Junbiao Cui, Jiye Liang*. Unsupervised dimensionality reduction based on fusing multiple clustering results. IEEE Transactions on Knowledge and Data Engineering, 2023, 35(3): 3211-3223

[18] Yu Xie, Zhiguo Qin, Maoguo Gong, Bin Yu, Jiye Liang*. Random deep graph matching. IEEE Transactions on Knowledge and Data Engineering, 2023, 35(10): 10411-10422

[19] Junbiao Cui, Jianqing Liang, Qin Yue, Jiye Liang*. A general representation learning framework with generalization performance guarantees. International Conference on Machine Learning (ICML2023), 2023

[20] Wei Wei, Lijun Zhang, Lin Li, Huizhong Song, Jiye Liang*. Set-membership belief state-based reinforcement learning for POMDPs. International Conference on Machine Learning (ICML2023), 2023

[21] Ming Li*, Sho Sonoda*, Feilong Cao, Yu Guang Wang, Jiye Liang. How powerful are shallow neural networks with bandlimited random weights?. International Conference on Machine Learning (ICML2023), 2023

[22] Liang Bai, Jiye Liang*, Yunxiao Zhao. Self-constrained spectral clustering. IEEE Transactions on Pattern Analysis and Machine Intelligence, 2022, 45(4): 5126-5138

[23] Xinyan Liang, Yuhua Qian*, Qian Guo, Honghong Cheng, Jiye Liang. AF: An association-based fusion method for multi-modal classification, IEEE Transactions on Pattern Analysis and Machine Intelligence, 2022, 44(12): 9236-9254

[24] Jieting Wang, Yuhua Qian*, Feijiang Li, Jiye Liang, Qingfu Zhang. Generalization performance of pure accuracy and its application in selective ensemble learning. IEEE Transactions on Pattern Analysis and Machine Intelligence, 2022, 45(2): 1798-1816

[25] Kaixuan Yao, Jiye Liang*, Jianqing Liang, Ming Li, Feilong Cao. Multi-view graph convolutional networks with attention mechanism. Artificial Intelligence, 2022, 307: 103708

[26] Junbiao Cui, Jiye Liang*. Fuzzy learning machine. Advances in Neural Information Processing Systems, 2022, 35: 36693-36705

[27] Wei Wei, Yujia Zhang, Jiye Liang*, Lin Li, Yuze Li. Controlling underestimation bias in reinforcement learning via quasi-median operation. In Proc. of the 36th AAAI Conf. on Artificial Intelligence (AAAI’22), online, Feb. 22-Mar. 1, 2022

[28] Qingqiang Chen, Fuyuan Cao*, Ying Xing, Jiye Liang. Instance selection: A bayesian decision theory perspective. In Proc. of the 36th AAAI Conf. on Artificial Intelligence (AAAI‘22), online, Feb. 22-Mar. 1, 2022

[29] Yunxia Wang, Fuyuan Cao*, Kui Yu, Jiye Liang. Efficient causal structure learning from multiple interventional datasets with unknown targets. In Proc. of the 36th AAAI Conf. on Artificial Intelligence (AAAI’22), online, Feb. 22-Mar. 1, 2022

[30] Qin Yue, Jiye Liang*, Junbiao Cui, Liang Bai. Dual bidirectional graph convolutional networks for zero-shot node classification. KDD 2022: 2408-2417

[31] Jiye Liang*, Xiaolin Liu, Liang Bai, Fuyuan Cao, Dianhui Wang. Incomplete multi-view clustering via local and global co-regularization. SCIENCE CHINA Information Sciences, 2022, 65: 152105

[32] Liang Bai, Jiye Liang*, Fuyuan Cao. Semi-supervised clustering with constraints of different types from multiple information sources. IEEE Transactions on Pattern Analysis and Machine Intelligence, 2021, 43(9): 3247-3258

[33] Gaoxia Jiang, Wenjian Wang*, Yuhua Qian, Jiye Liang. A unified sample selection framework for output noise filtering: An error-bound perspective. Journal of Machine Learning Research, 2021, 22(18): 1-66

[34] Jiye Liang*, Junbiao Cui, Jie Wang, Wei Wei. Graph-based semi-supervised learning via improving the quality of the graph dynamically. Machine Learning, 2021, 110: 1345-1388

[35] Liang Bai*, Jiye Liang*. Sparse subspace clustering with entropy-norm. In Proc. of the 37th International Conference on Machine Learning (ICML2020), Vienna, Austria, 2020-07-12-2020-07-17

[36] Liang Bai, Jiye Liang*. A three-level optimization model for nonlinearly separable clustering, In Proc. of the 34th AAAI Conf. on Artificial Intelligence (AAAI‘20), New York, NY, USA, Feb. 7-Feb. 12, 2020

[37] Jing Liu, Fuyuan Cao, Xiao-Zhi Gao, Liqin Yu, Jiye Liang*, A cluster-weighted kernel K-Means method for multi-view clustering. In Proc. of the 34th AAAI Conf. on Artificial Intelligence (AAAI’20), New York, NY, USA, Feb. 7-Feb. 12, 2020

[38] Jiye Liang*, Yunsheng Song, Deyu Li, Zhiqiang Wang, Chuangyin Dang. An accelerator for the logistic regression algorithm based on sampling on-demand. SCIENCE CHINA Information Sciences, 2020, 63(6): 169102

[39] Liang Bai, Jiye Liang*, Hangyuan Du, Yike Guo. An information-theoretical framework for cluster ensemble, IEEE Transactions on Knowledge and Data Engineering, 2019, 31(8): 1464-1477

[40] Zhiqiang Wang, Jiye Liang, Ru Li. Exploiting user-to-user topic inclusion degree for link prediction in social-information networks, Expert Systems with Applications, 2018, 108:143-158.

[41] Liang Bai, Jiye Liang, Yike Guo. An ensemble clusterer of multiple fuzzy k-means clusterings to recognize arbitrarily shaped clusters, IEEE Transactions on Fuzzy Systems, 2018, DOI 10.1109/TFUZZ.2018.**..

[42] Zhiqiang Wang, Jiye Liang, Ru Li. A fusion probability matrix factorization framework for link prediction, Knowledge-Based Systems, 2018, 10.1016/j.knosys.2018.06.005.

[43] Yinfeng Meng, Jiye Liang, Fuyuan Cao, Yijun He. A new distance with derivative information for functional k-means clustering algorithm, Information Sciences, 2018, 10.1016/j.ins.2018.06.035.

[44] Liang Bai, Jiye Liang, Hangyuan Du, YikeGuo. A novel community detection algorithm based on simplification of complex networks, Knowledge-Based Systems, 2018, doi.org/10.1016/j.knosys.2017.12.007.

[45] Xingwang Zhao, Fuyuan Cao, Jiye Liang. A sequential ensemble clusterings generation algorithm for mixed data, Applied Mathematics and Computation, 2018, 335:264–277.

[46] Fuyuan Cao, Joshua Zhexue Hang, Jiye Liang, Xingwang Zhao, Yinfeng Meng. An Algorithm for Clustering Categorical Data with Set-valued Features, IEEE Transactions on Neural Networks and Learning Systems, 2018, (DOI:10.1109/TNNLS.2017.**).

[47] Wei Wei, Xiaoying Wu, Jiye Liang, Junbiao Cui, Yijun Sun. Discernibility matrix based incremental attribute reduction for dynamic data, Knowledge-Based Systems, 2018, 140:142-157.

[48] Xiaoqiang Guan, Jiye Liang, Yuhua Qian, Jifang Pang. A multi-view OVA model based on decision tree for multi-classification tasks, Knowledge-Based Systems, 2017, 138:208–219.

[49] Xingwang Zhao, Jiye Liang, Chuangyin Dang. Clustering ensemble selection for categorical data based on internal validity indices, Pattern Recognition, 2017, 69:150–168.

[50] Jifang Pang, Jiye Liang, Peng Song. An adaptive consensus method for multi-attribute group decision making under uncertain linguistic environment, Applied Soft Computing, 2017, 58:339-353.

[51] Yunsheng Song, Jiye Liang, Jing Lu, Xingwang Zhao. An efficient instance selection algorithm for k nearest neighbor regression, Neurocomputing, 2017, 251:26-34.

[52] Fuyuan Cao, Joshua Zhexue Huang, Jiye Liang. A fuzzy SV-k-modes algorithm for clustering categorical data with set-valued attributes, Applied Mathematics and Computation, 2017, 295:1–15.

[53] Yuhua Qian, Honghong Cheng, Jieting Wang, Jiye Liang, Witold Pedrycz, Chuangyin Dang. Grouping granular structures in human granulation intelligence, Information Sciences, 2017, 382-383:150–169.

[54] Liang Bai, Xueqi Chen, Jiye Liang, Huawei Shen, Yike Guo. Fast density clustering strategies based on the k-means algorithm, Pattern Recognition, 2017, 71:375–386.

[55] Liang Bai, Xueqi Cheng, Jiye Liang, Yike Guo. Fast graph clustering with a new description model for community detection, Information Sciences, 2017, 388-389:37–47.

[56] Jie Wang, Wenping Zheng, Yuhua Qian, Jiye Liang. A seed expansion graph clustering method for protein complexes detection in protein interaction networks, Molecules, 2017, 22:2179.

[57] Feijiang Li, Yuhua Qian, Jieting Wang, Jiye Liang. Multigranulation information fusion: A Dempster-Shafer evidence theory-based clustering ensemble method, Information Sciences, 2017, 378:389–409.

[58] Fuyuan Cao, Liqin Yu, Joshua Zhexue Huang, Jiye Liang. k-mw-modes: an algorithm for clustering categorical matrix-object data, Applied Soft Computing, 2017, 57:605-614.

[59] Yuhua Qian, Xinyan Liang, Guoping Lin, Qian Guo, Jiye Liang. Local multigranulation decision-theoretic rough sets, International Journal of Approximate Reasoning, 2017, 82:119-137.

[60] Yanli Sang, Jiye Liang, Yuhua Qian. Decision-theoretic rough sets under dynamicgranulation, Knowledge-Based Systems, 2016, 91:84-92.

[61] GuopingLin, Jiye Liang, Yuhua Qian, JinjinLi. A fuzzy multigranulation decision-theoretic approach to multi-source fuzzy information systems, Knowledge-Based Systems, 2016, 91:102-113.

[62] Yinfeng Meng, Jiye Liang, Yuhua Qian. Comparison study of orthonormal representations of functional data in classification, Knowledge-Based Systems, 2016, 97:224–236.

[63] Feng Wang, Jiye Liang. An efficient feature selection algorithm for hybrid data, Neurocomputing, 2016, 193:33–41.

[64] Zhiqiang Wang, Jiye Liang, Ru Li, Yuhua Qian. An approach to cold-start link prediction:establishing connections between non-topological and topological information, IEEE Transactions on Knowledge and Data Engineering, 2016, 28(11):2857- 2870.

[65] Liang Bai, Xueqi Cheng, Jiye Liang*, Huawei Shen. An optimization model for clustering categorical data streams with drifting concepts. IEEE Transactions on Knowledge and Data Engineering, 2016, 28(11): 2871-2883

[66] Zhiqiang Wang, Jiye Liang*, Ru Li, Yuhua Qian. An approach to cold-start link prediction: establishing connections between non-topological and topological information. IEEE Transactions on Knowledge and Data Engineering, 2016, 28(11): 2857-2870

[67] Liang Bai, Xueqi Cheng, Jiye Liang, Huawei Shen. An optimization model for clustering categorical data streams with drifting concepts, IEEE Transactions on Knowledge and Data Engineering, 2016, 28(11):2871-2883.

[68] Wei Wei, Junbiao Cui, Jiye Liang, Junhong Wang. Fuzzy rough approximations for set-valued data, Information Sciences, 2016, 360:181–201.

[69] Yuhua Qian, Feijiang Li, Jiye Liang, Bing Liu, Chuangyin Dang. Space structure and clustering of categorical data, IEEE Transactions on Neural Networks and Learning Systems, 2016, 27(10):2047-2059.

[70] Liang Bai, Jiye Liang*. Cluster validity functions for categorical data: A solution-space perspective. Data Mining and Knowledge Discovery, 2015, 29(6): 1560-1597

[71] Yuhua Qian, Jiye Liang, Chuangyin Dang. Fuzzy granular structure distance, IEEE Transactions on Fuzzy Systems, 2015, 23(6):2245-2259.

[72] Guoping Lin, Jiye Liang, Yuhua Qian. An information fusion approach by combining multigranulation rough sets and evidence theory, Information Sciences, 2015, 314:184–199.

[73] Baoli Wang, Jiye Liang, Yuhua Qian, Chuangyin Dang. A normalized numerical scaling method for the unbalanced multi-granular linguistic sets, International Journal of Uncertainty, Fuzziness and Knowledge-Based Systems, 2015, 23(2):221-243.

[74] Guoping Lin, Jiye Liang, Yuhua Qian. Uncertainty measures for multigranulation approximation space, International Journal of Uncertainty, Fuzziness and Knowledge-Based Systems, 2015, 23(3):443–457.

[75] Xiaofang Gao, Jiye Liang. An improved incremental nonlinear dimensionality reduction for isometric data embedding, Information Processing Letters, 2015, 115(4):492–501.

[76] Yuhua Qian, Hang Xu, Jiye Liang*, Bing Liu, Jieting Wang. Fusing monotonic decision trees, IEEE Transactions on Knowledge and Data Engineering, 2015, 27(10):2717-2728.

[77] Wei Wei, Junhong Wang, Jiye Liang, Xin Mi, Chuangyin Dang. Compacted decision tables based attribute reduction, Knowledge-Based Systems, 2015, 86:261-277.

[78] Yuhua Qian, Qi Wang, Honghong Cheng, Jiye Liang, Chuangyin Dang. Fuzzy-rough feature selection accelerator, Fuzzy Sets and Systems, 2015, 258:61–78.

[79] Jiye Liang*, Feng Wang, Chuangyin Dang, Yuhua Qian. A group incremental approach to feature selection applying rough set technique. IEEE Transactions on Knowledge and Data Engineering, 2014, 26(2): 294-308

[80] Liang Bai, Jiye Liang. The k-modes type clustering plus between-cluster information for categorical data, Neurocomputing, 2014, 133:111–121.

[81] Baoli Wang, Jiye Liang, Yuhua Qian. Preorder information based attributes weights learning in multi-attribute decision making, Fundamenta Informaticae, 2014, 132:331-347.

[82] Guoping Lin, Jiye Liang, Yuhua Qian. Topological approach to multigranulation rough sets, International Journal of Machine Learning and Cybernetics, 2014, 5(2):233-243.

[83] Xingwang Zhao, Jiye Liang, Fuyuan Cao. A simple and effective outlier detection algorithm for categorical data, International Journal of Machine Learning and Cybernetics, 2014, 5(3):469–477.

[84] Xin Liu, Yuhua Qian, Jiye Liang. A rule-extraction framework under multigranulation rough sets, International Journal of Machine Learning and Cybernetics, 2014, 5(2):319-326.

[85] Yuhua Qian, Shunyong Li, Jiye Liang, Zhongzhi Shi, Feng Wang. Pessimistic rough set based decisions: A multigranulation fusion strategy, Information Sciences, 2014, 264:196–210.

[86] Fuyuan Cao, Joshua Zhexue Huang, Jiye Liang. Trend analysis of categorical data streams with a concept change method, Information Sciences, 2014, 276:160–173.

[87] Yuhua Qian, Hu Zhang, Yanli Sang, Jiye Liang. Multigranulation decision-theoretic rough sets, International Journal of Approximate Reasoning, 2014, 55:225-237.

[88] Yuhua Qian, Hu Zhang, Feijiang Li, Qinghua Hu, Jiye Liang. Set-Based Granular Computing: a Lattice Model, International Journal of Approximate Reasoning, 2014, 55(3):834–852.

[89] Jiye Liang, Junrong Mi, Wei Wei, Feng Wang. An accelerator for attribute reduction based on perspective of objects and attributes, Knowledge-Based Systems, 2013, 44:90–100.

[90] Wei Wei, Jiye Liang, Junhong Wang, Yuhua Qian. Decision-relative discernibility matrixes in the sense of entropies, International Journal of General Systems, 2013, 42(7):721-738.

[91] Wei Wei, Jiye Liang, Yuhua Qian, Chuangyin Dang. Can fuzzy entropies be effective measures for evaluating the roughness of a rough set, Information Sciences, 2013, 232:143-166.

[92] Guoping Lin, Jiye Liang, Yuhua Qian. Multigranulation rough sets: from partition to covering, Information Sciences, 2013, 241:101-118.

[93] Liang Bai, Jiye Liang, Chao Sui, Chuangyin Dang. Fast global k-means clustering based on local geometrical information, Information Sciences, 2013, 245:168–180.

[94] Liang Bai, Jiye Liang, Chuangyin Dang, Fuyuan Cao. A novel fuzzy clustering algorithm with between-cluster information for categorical data, Fuzzy Sets and Systems, 2013, 215:55–73.

[95] Liang Bai, Jiye Liang*, Chuangyin Dang, Fuyuan Cao. The impact of cluster representatives on the convergence of the K-Modes type clustering, IEEE Transactions on Pattern Analysis and Machine Intelligence, 2013, 35(6):1509-1522.

[96] Feng Wang, Jiye Liang, Yuhua Qian. Attribute reduction: A dimension incremental strategy, Knowledge-Based Systems, 2013, 39:95-108.

[97] Feng Wang, Jiye Liang, Chuangyin Dang. Attribute reduction for dynamic data sets, Applied Soft Computing, 2013, 13(1):676-689.

[98] Fuyuan Cao, Jiye Liang, Deyu Li, Xingwang Zhao. A weighting k-Modes algorithm for subspace clustering of categorical data, Neurocomputing, 2013, 108:23-30.

[99] Jiye Liang, Feng Wang, Chuangyin Dang, Yuhua Qian. An efficient rough feature selection algorithm with a multi-granulation view, International Journal of Approximate Reasoning, 2012, 53:912-926.

[100] Jiye Liang, Liang Bai, Chuangyin Dang, Fuyuan Cao. The k-means-type algorithms versus imbalanced data distributions, IEEE Transactions on Fuzzy Systems, 2012, 20(4):728-745.

[101] Jiye Liang, Ru Li, Yuhua Qian. Distance: a more comprehensible perspective for measures in rough set theory, Knowledge-Based Systems, 2012, 27:126-136.

[102] Jiye Liang, Xingwang Zhao, Deyu Li, Fuyuan Cao, Chuangyin Dang. Determining the number of clusters using information entropy for mixed data, Pattern Recognition, 2012, 45(6):2251–2265.

[103] Peng Song, Jiye Liang, Yuhua Qian. A two-grade approach to ranking interval data, Knowledge-Based Systems, 2012, 27:234-244.

[104] Wei Wei, Jiye Liang, Yuhua Qian. A comparative study of rough sets for hybrid data, Information Sciences, 2012, 190(5):1-16.

[105] Jifang Pang, Jiye Liang. Evaluation of the results of multi-attribute group decision-making with linguistic information, Omega, 2012, 40:294-301.

[106] Fuyuan Cao, Jiye Liang, Deyu Li, Liang Bai, Chuangyin Dang. A dissimilarity measure for the k-Modes clustering algorithm, Knowledge-Based Systems, 2012, 26:120-127.

[107] Yuhua Qian, Jiye Liang, Peng Song, Chuangyin Dang, Wei Wei. Evaluation of the decision performance of the decision rule set from an ordered decision table, Knowledge-Based Systems, 2012, 36:39–50.

[108] Liang Bai, Jiye Liang, Chuangyin Dang, Fuyuan Cao. A cluster centers initialization method for clustering categorical data., Expert Systems with Applications, 2012, 39(9):8022-8029.

[109] Yuhua Qian, Jiye Liang, Weizhi Wu, Chuangyin Dang. Partial orderings of information granulations: a further investigation, Expert Systems, 2012, 29(1):3-24.

[110] Yuhua Qian, Jiye Liang, Wei Wei. Consistency-preserving attribute reduction in fuzzy rough set framework, International Journal of Machine Learning and Cybernetics, 2012, 2012:45-53.

[111] Yuhua Qian, Jiye Liang, Weizhi Wu, Chuangyin Dang. Information granularity in fuzzy binary GrC model, IEEE Transactions on Fuzzy Systems, 2011, 19(2):253–264.

[112] Liang Bai, Jiye Liang, Chuangyin Dang, Fuyuan Cao. A novel attribute weighting algorithm for clustering high-dimensional categorical data, Pattern Recognition, 2011, 44(12):2843-2861.

[113] Liang Bai, Jiye Liang, Chuangyin Dang. An initialization method to simultaneously find initial cluster centers and the number of clusters for clustering categorical data, Knowledge-Based Systems, 2011, 24(6):785-795.

[114] Yuhua Qian, Jiye Liang, Witold Pedrycz, Chuangyin Dang. An efficient accelerator for attribute reduction from incomplete data in rough set framework, Pattern Recognition, 2011, 44(8):1658–1670.

[115] Fuyuan Cao, Jiye Liang. A data labeling method for clustering categorical data, Expert Systems with Applications, 2011, 38(3):2381-2385.

[116] Xiaofang Gao, Jiye Liang. The dynamical neighborhood selection based on the sampling density and manifold curvature for isometric data embedding, Pattern Recognition Letters, 2011, 32(2):202-209.

[117] Yuhua Qian, Jiye Liang, Yiyu Yao, Chuangyin Dang. MGRS: a mulit-granulation rough set, Information Sciences, 2010, 180:949-970.

[118] Yuhua Qian, Jiye Liang, Deyu Li, Feng Wang, Nannan Ma. Approximation reduction in inconsistent incomplete decision tables, Knowledge-Based Systems, 2010, 23(5):427-433.

[119] Yuhua Qian, Jiye Liang, Chuangyin Dang. Incomplete multigranulation rough set, IEEE Transactions on Systems, Man, and Cybernetics Part A, 2010, 40(2):420-431.

[120] Yuhua Qian, Jiye Liang*, Witold Pedrycz, Chuangyin Dang. Positive approximation: an accelerator for attribute reduction in rough set theory, Artificial Intelligence, 2010, 174:597-618.

[121] Wei Wei, Jiye Liang, Yuhua Qian, Feng Wang, Chuangyin Dang. Comparative study of decision performance of decision tables induced by attribute reductions, International Journal of General Systems, 2010, 39(8):813-838.

[122] Fuyuan Cao, Jiye Liang, Liang Bai, Xingwang Zhao, Chuangyin Dang. A framework for clustering categorical time-evolving data, IEEE Transactions on Fuzzy Systems, 2010, 18(5):872-882.

[123] Yuhua Qian, Jiye Liang, Peng Song, Chuangyin Dang. On dominance relations in disjunctive set-valued ordered information systems, International Journal of Information Technology & Decision Making, 2010, 9(1):9-33.

[124] Hongxing Chen, Yuhua Qian, Jiye Liang, Wei Wei. On partial order relations in granular computing, GRC, 2010, 2010:102-106.

[125] Jiye Liang, Junhong Wang, Yuhua Qian. A new measure of uncertainty based on knowledge granulation for rough sets, Information Sciences, 2009, 17(9):458-470.

[126] Fuyuan Cao, Jiye Liang, Guang Jiang. An initialization method for the K-Means algorithm using neighborhood model, Computers and Mathematics with Applications, 2009, 58:474-483.

[127] Yuhua Qian, Jiye Liang, Chuangyin Dang. Knowledge structure, knowledge granulation and knowledge distance in a knowledge base, International Journal of Approximate Reasoning, 2009, 50:174-188.

[128] Yuhua Qian, Jiye Liang, Wei Wei. A new method for measuring the uncertainty in incomplete information systems, International Journal of Uncertainty, Fuzziness and Knowledge-Based Systems, 2009, 17(6):855-880.

[129] Fuyuan Cao, Jiye Liang, Liang Bai. A new initialization method for categorical data clustering, Expert Systems with Applications, 2009, 36(7):10223-10228.

[130] Yuhua Qian, Chuangyin Dang, Jiye Liang, Dawei Tang. Set-valued ordered information systems, Information Sciences, 2009, 179:2809-2832.

[131] Jianmei Zhang, Shiqun Tao, Jiye Liang. Logical inplication of structural integrity constraints for XML, Chinese Journal of Electronics, 2009, 18(2):243-248.

[132] Hongxing Chen, Yuhua Qian, Jiye Liang, Wei Wei, Feng Wang. A time-reduction stratejy to feature selection in rough set theory, , Lecture Notes in Computer Science, 2009, 2009:111-119.

[133] Jiye Liang, Yuhua Qian. Information granules and entropy theory in information systems, Science in China, Series F: Information Sciences, 2008, 51(10):1427-1444.

[134] Jiye Liang, Baoli Wang, Yuhua Qian, Deyu Li. An algorithm of constructing maximal consistent block, International Journal of Computer Science and Knowledge Engineering, 2008, 2(1):11-18.

[135] Yuhua Qian, Jiye Liang, Chuangyin Dang. Interval ordered information systems, Computers and Mathematics with Applications, 2008, 56:1994-2009.

[136] Yuhua Qian, Jiye Liang, Chuangyin Dang. Converse approximation and rule extracting from decision tables in rough set theory, Computers and Mathematics with Applications, 2008, 55:1754-1765.

[137] Yuhua Qian, Jiye Liang, Chuangyin Dang. Consistency measure, inclusion degree and fuzzy measure in decision tables, Fuzzy Sets and Systems, 2008, 159:2353-2377.

[138] Yuhua Qian, Jiye Liang, Deyu Li, Haiyun Zhang, Chuangyin Dang. Measures for evaluating the decision performance of a decision table in rough set theory., Information Sciences, 2008, 178(1):181-202.

[139] Yuhua Qian, Jiye Liang. Positive approximation and rule extracting in incomplete information systems, International Journal of Computer Science and Knowledge Engineering, 2008, 2(1):51-63.

[140] Junhong Wang, Jiye Liang, Yuhua Qian, Chuangyin Dang. Uncertainty measure of rough sets based on a knowledge granulation of incomplete information systems, International Journal of Uncertainty, Fuzziness and Knowledge-Based Systems, 2008, 16(2):233-244.

[141] Yuhua Qian, Chuangyin Dang, Jiye Liang, Haiyun Zhang, Jianmin Ma. On the evaluation of the decision performance of an incomplete decision table, Data & Knowledge Engineering, 2008, 65(3):373-400.

[142] Yinhua Li, Deyu Li, Jianchao Zeng, Jiye Liang. some properties of rough groups under an approximation space homomorphism, International Journal of Computer Science and Knowledge Engineering, 2008, 2(1):19-26.

[143] Kaishe Qu, Yanhui Zhai, Jiye Liang. Study of decision implications based on formal concept analysis, International Journal of General Systems, 2007, 36(2):147-156.

[144] Yuhua Qian, Chuangyin Dang, Jiye Liang, Feng Wang, Wei Xu. Knowledge distance in information systems, Journal of System Science and System Engineering, 2007, 16(4):434-449.

[145] Jiye Liang, Zhongzhi Shi, Deyu Li, M. J. Wireman. The information entropy, rough entropy and knowledge granulation in incomplete information systems, International Journal of General Systems, 2006, 34(1):641-654.

[146] Jiye Liang, Zhongzhi Shi. The information entropy, rough entropy and knowledge granulation in rough set theory, International Journal of Uncertainty, Fuzziness and Knowledge-Based Systems, 2004, 12(1):37-46.

[147] Jiye Liang, Zhongzhi Shi, Deyu Li. Applications of inclusion degree in rough set theory, International Journal of Computational Cognition, 2003, 1(2):67-78.

[148] Jiye Liang, Zongben Xu. The algorithm on knowledge reduction in incomplete information systems, International Journal of Uncertainty, Fuzziness and Knowledge-Based Systems, 2002, 10(1):95-103.

[149] Jiye Liang, K. S. Chin, Chuangyin Dang, C. M. YAM. Richard. A new method for measuring uncertainty and fuzziness in rough set theory, International Journal of General Systems, 2002, 31(4):331-342.

[150] Zongben Xu, Jiye Liang, Chuangyin Dang, K. S. Chin. Inclusion degree: a perspective on measures for rough set data analysis, Information Sciences, 2002, 141(3-4):229-238.

[151] Jiye Liang, Kaishe Qu. Information measures of roughness of knowledge and rough sets in incomplete information systems, Journal of System Science and System Engineering, 2001, 10(4):418-424.

发表中文期刊论文：

[1]魏巍, 宋慧忠, 李琳, 张利军, 马亿, 郝建业, 梁吉业. 基于互信息引导信息聚合的多智能体强化学习方法[J]. 计算机学报, 2026, 49 (7): 1514-1526.

[2]邱佳悦, 叶海良, 梁吉业, 吕科, 曹飞龙. 基于超图卷积的几何点云补全网络[J]. 计算机研究与发展, 2026, 63 (8): 2154-2168.

[3]高小方, 贾宗翰, 梁吉业. 基于趋势一致性学习的对比聚类算法[J]. 智能系统学报, 2026, 21 (2): 389-398.

[4]游秀, 张红, 梁吉业. 通信链路故障下高阶非匹配非线性MAS领导跟随一致性[J]. 自动化学报, 2025, 51 (6): 1320-1328.

[5]王锋, 武文强, 梁吉业. 面向开放世界的半监督特征选择算法[J]. 计算机学报, 2025, 48 (6): 1273-1289.

[6]徐祺津, 叶海良, 曹飞龙, 梁吉业. 基于全局-局部先验和纹理细节关注的图像修复[J]. 模式识别与人工智能, 2025, 38 (2): 101-115.

[7]赵兴旺, 张超, 梁吉业. 融入模体信息的多层网络社区发现算法[J]. 南京大学学报(自然科学), 2024, 60 (6): 954-969.

[8]王亚萍, 王智强, 王元龙, 梁吉业. 基于协同训练的半监督图文关系抽取方法[J]. 南京理工大学学报, 2024, 48 (4): 451-459.

[9]梁吉业, 石川, 徐童. 前言[J]. 计算机研究与发展, 2024, 61 (8): 1863-1864.

[10]张凯涵, 冯晨娇, 姚凯旋, 宋鹏, 梁吉业. 基于对比学习和语义增强的多模态推荐算法[J]. 模式识别与人工智能, 2024, 37 (6): 479-490.

[11]王锋*, 姚珍, 梁吉业. 面向动态混合数据的多粒度增量特征选择算法[J]. 软件学报, 2025, 36 (3): 1186-1201.

[12]王婕婷, 李飞江, 李珏, 钱宇华, 梁吉业. 缓解随机一致性的基尼指数与决策树方法[J]. 中国科学:信息科学, 2024, 54 (1): 159-190.

[13]王元龙, 雷鸣, 王智强, 张虎, 李茹, 梁吉业. 基于标签层次结构的视觉关系检测模型[J]. 电子学报, 2023, 51 (12): 3496-3506.

[14]赵兴旺, 王淑君, 刘晓琳, 梁吉业*. 基于二部图的联合谱嵌入多视图聚类算法[J]. 软件学报, 2024, 35 (9): 4408-4424.

[15]赵兴旺, 侯哲栋, 姚凯旋, 梁吉业. 基于注意力机制的两阶段融合多视图图聚类[J]. 清华大学学报(自然科学版), 2024, 64 (1): 1-12.

[16]郭宇星, 姚凯旋, 王智强, 温亮亮, 梁吉业. 基于特征拓扑融合的黑盒图对抗攻击[J]. 计算机科学, 2024, 51 (1): 355-362.

[17]王慧敏 , 王智强 , 郭婷 , 梁吉业 . 一种基于主动学习的开放集图像识别方法[J]. 小型微型计算机系统, 2024, 45 (10): 2442-2448.

[18]李雅琪, 王杰, 王锋, 梁吉业. 基于层次对比学习的半监督节点分类算法[J]. 模式识别与人工智能, 2023, 36 (8): 712-720.

[19]张鸽, 闫京, 魏巍, 梁吉业. 基于样本旋转的生成困难样本的深度度量学习方法[J]. 山西大学学报(自然科学版), 2024, 47 (5): 973-981.

[20]赵兴旺 , 张珧溥 , 梁吉业*. 基于2阶段集成的多层网络社区发现算法[J]. 计算机研究与发展, 2023, 60 (12): 2832-2843.

[21]闫涛, 钱宇华*, 李飞江, 闫泓任, 王婕婷, 梁吉业, 郑珂银, 吴鹏, 陈路, 胡治国, 乔志伟, 张江峰, 翟小鹏. 三维时频变换视角的智能微观三维形貌重建方法[J]. 中国科学:信息科学, 2023, 53 (2): 282-308.

[22]崔彩霞, 王杰, 庞天杰, 梁吉业. 基于自监督学习的不平衡节点分类算法[J]. 模式识别与人工智能, 2022, 35 (11): 955-964.

[23]刘晓琳, 白亮, 赵兴旺, 梁吉业*. 基于多阶近邻融合的不完整多视图聚类算法[J]. 软件学报, 2022, 33 (4): 1354-1372.

[24]梁吉业, 刘晓琳. 多视图聚类研究进展与展望[J]. 山西大学学报(自然科学版), 2022, 45 (3): 612-621.

[25]韩露, 郭鑫垚, 魏巍, 梁吉业. 基于约束分层加权的多度量学习算法[J]. 山东大学学报(理学版), 2022, 57 (4): 12-20+29.

[26]王克琪, 钱宇华*, 梁吉业, 刘畅, 黄琴, 陈路, 贾洁茹. 局部–全局关系耦合的低照度图像增强[J]. 中国科学:信息科学, 2022, 52 (3): 443-460.

[27]王杰, 张松岩, 梁吉业. 融合一致性正则与流形正则的半监督深度学习算法[J]. 大数据, 2022, 8 (3): 103-114.

[28]冯晨娇, 宋鹏, 张凯涵, 梁吉业. 融合社交网络信息的长尾推荐方法[J]. 模式识别与人工智能, 2022, 35 (1): 26-36.

[29]庞继芳, 宋鹏, 梁吉业. 面向决策分析的多粒度计算模型与方法综述[J]. 模式识别与人工智能, 2021, 34 (12): 1120-1130.

[30]杜子金, 曹飞龙, 叶海良, 梁吉业. 基于残差边卷积的3D点云分类算法[J]. 模式识别与人工智能, 2021, 34 (9): 836-843.

[31]穆俊芳, 郑文萍, 王杰, 梁吉业. 基于重连机制的复杂网络鲁棒性分析[J]. 计算机科学, 2021, 48 (7): 130-136.

[32]王聪, 王杰, 刘全明, 梁吉业. 生成样本对抗训练的图半监督学习[J]. 计算机科学与探索, 2023, 17 (2): 367-375.

[33]王鑫, 郭鑫垚, 魏巍, 梁吉业. 对抗样本三元组约束的度量学习算法[J]. 智能系统学报, 2021, 16 (1): 30-37.

[34]冯晨娇, 宋鹏, 王智强, 梁吉业*. 一种基于3因素概率图模型的长尾推荐方法[J]. 计算机研究与发展, 2021, 58 (9): 1975-1986.

[35]崔彩霞, 曹付元, 梁吉业. 基于密度峰值聚类的自适应欠采样方法[J]. 模式识别与人工智能, 2020, 33 (9): 811-819.

[36]李飞江, 钱宇华*, 王婕婷, 梁吉业, 王文剑. 基于样本稳定性的聚类方法[J]. 中国科学:信息科学, 2020, 50 (8): 1239-1254.

[37]孟银凤, 梁吉业*. 线性正则化函数Logistic模型[J]. 计算机研究与发展, 2020, 57 (8): 1617-1626.

[38]陈恩红, 梁吉业, 张敏灵. 前言[J]. 计算机研究与发展, 2020, 57 (8): 1569-1570.

[39]成红红, 钱宇华*, 胡治国, 梁吉业. 基于邻域视角的关联关系挖掘方法[J]. 中国科学:信息科学, 2020, 50 (6): 824-844.

[40]李旸, 吴卓嘉, 王素格, 梁吉业. 基于语言特征自动获取的反问句识别方法[J]. 中文信息学报, 2020, 34 (2): 96-104.

[41]冯晨娇, 梁吉业, 宋鹏, 王智强. 基于极端评分行为的相似度计算[J]. 计算机科学, 2020, 47 (2): 31-36.

[42]李琦, 王智强, 梁吉业. 基于PU学习的链接预测方法[J]. 模式识别与人工智能, 2019, 32 (9): 793-799.

[43]高文华, 梁吉业, 王宝丽, 庞天杰. 非完备决策信息系统中的不确定性度量[J]. 智能系统学报, 2019, 14 (6): 1100-1110.

[44]赵传, 张凯涵, 梁吉业. 非对称的异质信息网络推荐算法[J]. 计算机科学与探索, 2020, 14 (6): 939-946.

[45]穆俊芳, 梁吉业, 郑文萍, 刘韶倩, 王杰. 面向复杂网络的节点相似性度量[J]. 计算机科学与探索, 2020, 14 (5): 749-759.

[46]郭婷, 王杰, 刘全明, 梁吉业. 基于识别关键样本点的非平衡数据核SVM算法[J]. 模式识别与人工智能, 2019, 32 (6): 569-576.

[47]王杰, 梁吉业, 赵兴旺, 郑文萍. 一种基于同配性的重叠蛋白质复合体检测算法[J]. 计算机科学, 2019, 46 (2): 294-300.

[48]关晓蔷, 庞继芳, 梁吉业. 基于类别随机化的随机森林算法[J]. 计算机科学, 2019, 46 (2): 196-201.

[49]王智强, 梁吉业*, 李茹. 基于信息融合的概率矩阵分解链路预测方法[J]. 计算机研究与发展, 2019, 56 (2): 306-318.

[50]梁吉业*, 乔洁, 曹付元, 刘晓琳. 面向短文本分析的分布式表示模型[J]. 计算机研究与发展, 2018, 55 (8): 1631-1640.

[51]高小方, 刘杰飞, 梁吉业. 一种面向高维相交多流形的识别算法D-MPPCA[J]. 小型微型计算机系统, 2018, 39 (7): 1431-1435.

[52]赵兴旺, 梁吉业, 郭兰杰. 一种基于空间变换的协同过滤推荐算法[J]. 计算机科学, 2018, 45 (7): 16-21.

[53]胡清华*, 王煜, 周玉灿, 赵红, 钱宇华, 梁吉业. 大规模分类任务的分层学习方法综述[J]. 中国科学:信息科学, 2018, 48 (5): 487-500.

[54]吴艺凡, 梁吉业, 王俊红. 基于混合采样的非平衡数据分类算法[J]. 计算机科学与探索, 2019, 13 (2): 342-349.

[55]张凯涵, 梁吉业*, 赵兴旺, 王智强. 一种基于社区专家信息的协同过滤推荐算法[J]. 计算机研究与发展, 2018, 55 (5): 968-976.

[56]孙梦, 梁吉业, 庞天杰. 面向区间序信息系统的优势粗糙集加权排序方法[J]. 小型微型计算机系统, 2018, 39 (4): 676-680.

[57]刘恩江, 宋云胜, 梁吉业. 基于数据划分的核岭回归加速算法[J]. 中国科学技术大学学报, 2018, 48 (4): 284-289.

[58]宋云胜, 王杰, 梁吉业. 基于数据划分的k-近邻分类加速算法机理分析[J]. 中国科学技术大学学报, 2018, 48 (4): 331-340.

[59]郭丽媛, 王智强, 梁吉业. 基于边重要度的矩阵分解链路预测算法[J]. 模式识别与人工智能, 2018, 31 (2): 150-157.

[60]宋云胜, 梁吉业. 基于分层抽样的k近邻分类加速算法[J]. 数据采集与处理, 2017, 32 (6): 1153-1162.

[61]吕亚丽, 武佳杰, 梁吉业, 钱宇华. 基于超结构的BN随机搜索学习算法[J]. 计算机研究与发展, 2017, 54 (11): 2558-2566.

[62]李佳, 梁吉业, 庞天杰. 基于加权α优势关系的多属性决策排序方法[J]. 模式识别与人工智能, 2017, 30 (8): 761-768.

[63]宋鹏, 梁吉业, 钱宇华, 李常洪. 区间数分级决策的特征选择方法研究[J]. 中国管理科学, 2017, 25 (7): 141-152.

[64]刘晓琳, 曹付元, 梁吉业. 面向新闻评论的短文本增量聚类算法[J]. 计算机科学与探索, 2018, 12 (6): 950-960.

[65]李旸, 郭晓敏, 王素格, 梁吉业. 基于内涵模糊概念格的汽车评价知识发现方法研究[J]. 中文信息学报, 2017, 31 (3): 69-76.

[66]张娇鹏, 王锋, 梁吉业. 特征选择:一种面向数据取值更新的批处理机制[J]. 小型微型计算机系统, 2017, 38 (2): 264-267.

[67]苗夺谦, 张清华, 钱宇华, 梁吉业, 王国胤, 吴伟志, 高阳, 商琳, 顾沈明, 张红云. 从人类智能到机器实现模型——粒计算理论与方法[J]. 智能系统学报, 2016, 11 (6): 743-757.

[68]孟娜, 梁吉业, 庞天杰. 一种基于抽样的谱聚类集成算法[J]. 南京大学学报(自然科学), 2016, 52 (6): 1090-1096.

[69]韩素青, 梁吉业, 赵鹏, 李华君. 地方高校计算机技术领域工程硕士的校企合作培养模式[J]. 计算机教育, 2016, (11): 41-44+48.

[70]李佳, 梁吉业, 庞天杰. 一种基于优势粗糙集的多属性决策排序方法[J]. 南京大学学报(自然科学), 2016, 52 (5): 844-852.

[71]史倩玉, 梁吉业*, 赵兴旺. 一种不完备混合数据集成聚类算法[J]. 计算机研究与发展, 2016, 53 (9): 1979-1989.

[72]庞天杰, 梁吉业. 一种基于抽样的大规模混合数据聚类集成算法[J]. 计算机科学, 2016, 43 (9): 209-212.

[73]梁吉业, 钱宇华, 李德玉, 胡清华. 面向大数据的粒计算理论与方法研究进展[J]. 大数据, 2016, 2 (4): 13-23.

[74]孟银凤, 梁吉业. 函数型数据分类中的稳健主成分分析[J]. 小型微型计算机系统, 2016, 37 (7): 1499-1503.

[75]梁吉业. 大数据挖掘面临的挑战与思考[J]. 计算机科学, 2016, 43 (7): 1-2.

[76]赵兴旺, 梁吉业*. 一种基于信息熵的混合数据属性加权聚类算法[J]. 计算机研究与发展, 2016, 53 (5): 1018-1028.

[77]宋鹏, 梁吉业, 李常洪. 基于序化机理的稳健型股票价值投资决策——一个研究框架[J]. 北京理工大学学报(社会科学版), 2016, 18 (3): 75-83.

[78]王宝丽, 梁吉业, 胡运红. 基于粒计算的犹豫模糊多准则决策方法[J]. 模式识别与人工智能, 2016, 29 (3): 252-262.

[79]郭兰杰, 梁吉业, 赵兴旺. 融合社交网络信息的协同过滤推荐算法[J]. 模式识别与人工智能, 2016, 29 (3): 281-288.

[80]梁晋, 梁吉业, 赵兴旺. 一种面向大规模社会网络的社区发现算法[J]. 南京大学学报(自然科学), 2016, 52 (1): 159-166.

[81]梁吉业*, 钱宇华, 李德玉, 胡清华. 大数据挖掘的粒计算理论与方法[J]. 中国科学:信息科学, 2015, 45 (11): 1355-1369.

[82]王智强, 李茹, 梁吉业*, 张旭华, 武娟, 苏娜. 基于汉语篇章框架语义分析的阅读理解问答研究[J]. 计算机学报, 2016, 39 (4): 795-807.

[83]梁吉业*, 冯晨娇, 宋鹏. 大数据相关分析综述[J]. 计算机学报, 2016, 39 (1): 1-18.

[84]王杰, 梁吉业, 郑文萍. 一种面向蛋白质复合体检测的图聚类方法[J]. 计算机研究与发展, 2015, 52 (8): 1784-1793.

[85]林国平, 梁吉业, 李进金. 多源决策信息系统的决策规则性能评价[J]. 模式识别与人工智能, 2015, 28 (7): 657-664.

[86]燕蜻, 梁吉业, 宋鹏. 一种基于相容关系的群体共识达成方法[J]. 控制与决策, 2015, 30 (6): 1143-1147.

[87]高嘉伟, 梁吉业, 刘杨磊, 李茹. 一种基于Tri-training的半监督多标记学习文档分类算法[J]. 中文信息学报, 2015, 29 (1): 104-110.

[88]孟银凤, 梁吉业. 基于最小二乘支持向量机的函数型数据回归分析[J]. 模式识别与人工智能, 2014, 27 (12): 1124-1130.

[89]郭一鹏, 梁吉业, 赵兴旺. 基于MapReduce的混合数据孤立点检测算法[J]. 小型微型计算机系统, 2014, 35 (9): 1961-1966.

[90]孟银凤, 梁吉业. 对中国各行业年平均工资的函数性数据分析[J]. 山西大学学报(自然科学版), 2014, 37 (2): 195-200.

[91]张佳乐, 梁吉业, 庞继芳, 王宝丽. 基于行为和评分相似性的关联规则群推荐算法[J]. 计算机科学, 2014, 41 (3): 36-40.

[92]林国平, 梁吉业, 钱宇华. 基于多粒度视角下的D-S证据理论融合策略[J]. 计算机科学, 2014, 41 (2): 45-48.

[93]梁吉业. 优化资源配置提升办学效益——以澳大利亚高等教育为镜鉴[J]. 太原师范学院学报(社会科学版), 2014, 13 (1): 90-93.

[94]许行, 梁吉业, 王宝丽. 基于双向有序互信息的单调分类决策树算法[J]. 南京大学学报(自然科学版), 2013, 49 (5): 628-636.

[95]刘杨磊, 梁吉业, 高嘉伟, 杨静. 基于Tri-training的半监督多标记学习算法[J]. 智能系统学报, 2013, 8 (5): 439-445.

[96]钱宇华, 成红红, 张晓琴, 梁吉业. 数据簸箕[J]. 计算机科学与探索, 2013, 7 (11): 1009-1017.

[97]李茹, 王智强, 李双红, 梁吉业, Collin Baker. 基于框架语义分析的汉语句子相似度计算[J]. 计算机研究与发展, 2013, 50 (8): 1728-1736.

[98]高小方, 梁吉业*. 基于等维度独立多流形的DC-ISOMAP算法[J]. 计算机研究与发展, 2013, 50 (8): 1690-1699.

[99]高小方, 梁吉业. 基于等维度独立多流形的DC-ISOMAP算法[J]. 新型工业化, 2013, 3 (4): 91-102.

[100]高小方, 梁吉业. 基于等维度独立多流形的DC-ISOMAP算法[J]. 新型工业化, 2013, 3 (3): 85-96.

[101]白雪飞, 王文剑, 梁吉业. 基于区域显著性的活动轮廓分割模型[J]. 计算机研究与发展, 2012, 49 (12): 2686-2695.

[102]杨静, 高嘉伟, 梁吉业, 刘杨磊. 基于数据场的改进DBSCAN聚类算法[J]. 计算机科学与探索, 2012, 6 (10): 903-911.

[103]常瑜, 梁吉业, 高嘉伟, 杨静. 一种基于Seeds集和成对约束的半监督聚类算法[J]. 南京大学学报(自然科学版), 2012, 48 (4): 405-411.

[104]梁吉业, 李超伟, 魏巍. 基于Rough Sets的特征选择研究进展[J]. 山西大学学报(自然科学版), 2012, 35 (2): 211-218.

[105]秦奇伟, 梁吉业, 钱宇华. 一种基于邻域距离的聚类特征选择方法[J]. 计算机科学, 2012, 39 (1): 175-177.

[106]燕蜻, 梁吉业. 混合多属性群决策中的群体一致性分析方法[J]. 中国管理科学, 2011, 19 (6): 133-140.

[107]王彦鑫, 梁吉业. 生态城市评价模型:构建及应用[J]. 经济问题, 2011, (10): 126-129.

[108]谭红叶, 郑家恒, 梁吉业. 时间关系识别研究进展[J]. 中文信息学报, 2011, 25 (5): 44-52.

[109]闫麟, 梁吉业, 王俊红. 一种基于等价描述矩阵的规则提取方法[J]. 广西师范大学学报(自然科学版), 2011, 29 (3): 94-100.

[110]钱宇华, 梁吉业*, 王锋. 面向非完备决策表的正向近似特征选择加速算法[J]. 计算机学报, 2011, 34 (3): 3435-3442.

[111]孟银凤, 梁吉业, 原曦曦. 函数性数据分析中的主成分分析[J]. 山西大学学报(自然科学版), 2011, 34 (1): 21-25.

[112]刘薇, 梁吉业, 魏巍, 钱宇华. 一种基于条件熵的增量式属性约简算法[J]. 计算机科学, 2011, 38 (1): 229-231+239.

[113]张剑妹, 陶世群, 梁吉业, 曹峰. XML的结构完整性约束推理[J]. 计算机学报, 2010, 33 (12): 2281-2290.

[114]梁吉业*, 白亮, 曹付元. 基于新的距离度量的K-Modes聚类算法[J]. 计算机研究与发展, 2010, 47 (10): 1749-1755.

[115]王国胤, 苗夺谦, 吴伟志, 梁吉业. 不确定信息的粗糙集表示和处理[J]. 重庆邮电大学学报(自然科学版), 2010, 22 (5): 541-544+550.

[116]马楠楠, 梁吉业, 王锋, 钱宇华. 一种序决策表的特征选择算法[J]. 广西师范大学学报(自然科学版), 2010, 28 (3): 89-92.

[117]高小方, 梁吉业. 基于采样密度和流形弯曲度的动态邻域算法[J]. 计算机工程, 2010, 36 (12): 17-18+21.

[118]王宝丽, 梁吉业, 钱宇华. 知识包含度及其在粗糙集理论中的应用[J]. 计算机工程与应用, 2010, 46 (11): 32-34+37.

[119]王锋, 钱宇华, 梁吉业. 序信息系统的启发式属性约简算法[J]. 计算机科学, 2010, 37 (1): 258-260+278.

[120]张剑妹, 陶世群, 梁吉业. XML结构完整性约束下的路径表达式的最小化[J]. 软件学报, 2009, 20 (11): 2977-2987.

[121]梁吉业, 高嘉伟, 常瑜. 半监督学习研究进展[J]. 山西大学学报(自然科学版), 2009, 32 (4): 528-534.

[122]梁吉业, 李德玉, 吕国英. 服务计算学科的“离散数学”教学方法探讨[J]. 高等理科教育, 2009, (5): 130-132.

[123]曲开社, 田永生, 翟岩慧, 梁吉业. 形式背景的BAM神经网络模型及模型上的概念生成[J]. 计算机科学, 2009, 36 (10): 209-212+221.

[124]王锋, 梁吉业, 钱宇华. 非完备信息系统的相容类快速计算[J]. 计算机工程与应用, 2009, 45 (27): 133-136.

[125]赵兴旺, 梁吉业, 曹付元. 符号数据最佳聚类个数的确定方法[J]. 广西师范大学学报(自然科学版), 2009, 27 (3): 130-133.

[126]白亮, 曹付元, 梁吉业. 基于新的相异度量的模糊K-Modes聚类算法[J]. 计算机工程, 2009, 35 (16): 192-194.

[127]宋鹏, 梁吉业, 曹付元. 基于邻域粗糙集的企业财务危机预警指标选择[J]. 经济管理, 2009, 31 (8): 130-135.

[128]王俊红, 梁吉业, 曲开社. 基于优势关系的概念格[J]. 计算机科学, 2009, 36 (7): 161-163+201.

[129]杨晓梅, 梁吉业, 曾建潮, 梁嘉骅. 基尼指数遗传算法求解具有共性的调度问题[J]. 系统工程学报, 2009, 24 (3): 322-328.

[130]桑妍丽, 梁吉业. 基于粗糙信息向量的一种决策规则获取算法[J]. 计算机工程与应用, 2009, 45 (17): 136-138+224.

[131]杨晓梅, 梁吉业, 贾红. 基于中国CtoC电子商务网站的信用风险管理策略研究[J]. 图书情报工作, 2009, 53 (8): 126-129.

[132]李茹, 王文晶, 梁吉业, 宋小香, 刘海静, 由丽萍. 基于汉语框架网的旅游信息问答系统设计[J]. 中文信息学报, 2009, 23 (2): 34-40.

[133]曲开社, 梁亮, 梁吉业, 李德玉, 陈红星. 形式概念分析的概念之间包含度理论[J]. 计算机科学, 2009, 36 (2): 210-213+219.

[134]王俊红, 梁吉业, 曲开社. 基于优势关系的信息系统与形式概念分析[J]. 计算机应用, 2009, 29 (2): 539-541.

[135]白亮, 梁吉业, 曹付元. 基于粗糙集的改进K-Modes聚类算法[J]. 计算机科学, 2009, 36 (1): 162-164+176.

[136]梁吉业*, 钱宇华. 信息系统中的信息粒与熵理论[J]. 中国科学(E辑:信息科学), 2008, 38(12): 2048-2065.

[137]曹付元, 梁吉业, 姜广. 基于邻域模型的K-means初始聚类中心选择算法[J]. 计算机科学, 2008, (11): 181-184.

[138]梁吉业, 褚成缘, 胡建龙, 李德玉. 科技项目完成情况的模糊综合评价研究[J]. 系统工程学报, 2008, 23 (5): 636-640.

[139]关晓蔷, 梁吉业, 钱宇华, 刘煜伟. 基于决策支持度的决策树生成算法[J]. 计算机工程与应用, 2008, (27): 148-150.

[140]张小宇, 梁吉业, 曹付元, 于慧娟. 基于加权连接度的改进K-Modes聚类算法[J]. 广西师范大学学报(自然科学版), 2008, (3): 189-193.

[141]高嘉伟, 梁吉业. 非平衡数据集分类问题研究进展[J]. 计算机科学, 2008, (4): 10-13.

[142]吕国英, 梁吉业, 李德玉, 曲开社. “离散数学”教学模式探讨[J]. 高等理科教育, 2008, (2): 114-116.

[143]梁吉业, 魏巍, 钱宇华. 一种基于条件熵的增量核求解方法[J]. 系统工程理论与实践, 2008, (4): 81-89.

[144]张海云, 梁吉业, 梁春华. 一种基于知识量的约简算法[J]. 小型微型计算机系统, 2007, (11): 1968-1971.

[145]王春年, 梁吉业. 基于粗糙集与属性值聚类的决策树改进算法[J]. 计算机工程与应用, 2007, (31): 178-181.

[146]曲开社, 翟岩慧, 梁吉业*, 李德玉. 形式概念分析对粗糙集理论的表示及扩展[J]. 软件学报, 2007, 18(9): 2174-2182.

[147]梁吉业, 钱宇华. 信息系统中熵度量的粒化单调性[J]. 山西大学学报(自然科学版), 2007, (2): 156-162.

[148]王宝丽, 梁吉业. 信息系统中的知识距离与知识粗糙熵[J]. 计算机科学, 2007, (3): 151-154.

[149]程欣, 梁吉业, 钱宇华. 基于偏序粒的动态决策规则挖掘[J]. 计算机应用, 2007, (3): 556-558.

[150]王宝丽, 梁吉业. 知识包含度与粗糙集数据分析中的信息熵[J]. 山西大学学报(自然科学版), 2007, (1): 32-35.

[151]张海云, 梁吉业, 钱宇华. 基于划分的信息系统属性约简[J]. 计算机应用, 2006, (12): 2961-2963+2966.

[152]姜广, 王俊红, 梁吉业. 一种基于概念格的决策规则挖掘算法[J]. 电脑开发与应用, 2006, (7): 24-25.

[153]钱宇华, 梁吉业, 曹付元, 王俊红. 决策表决策规则与知识粒度[J]. 电脑开发与应用, 2006, (3): 27-29.

[154]庞继芳, 梁吉业. 不完备决策表中的粒度思想[J]. 电脑开发与应用, 2006, (2): 9-11.

[155]曲开社, 翟岩慧, 李德玉, 梁吉业. 信息系统同态的性质及上下近似的不变性[J]. 计算机科学, 2005, (12): 168-171+174.

[156]曹付元,梁吉业,钱宇华. 基于信息熵的决策表约简[J]. 计算机应用, 2005, (11): 2630-2631.

[157]桑妍丽,梁吉业,庞天杰. 不完备信息系统的矩阵约简算法[J]. 长治学院学报, 2005, (2): 19-20.

[158]钱宇华, 梁吉业, 王江. 动态粒度下的粗糙集近似[J]. 计算机科学, 2005, (3): 219-222.

[159]庞天杰,王江,梁吉业. 决策表的矩阵约简算法[J]. 山西大学学报(自然科学版), 2005, (1): 19-22.

[160]张睿,梁吉业. 不完备决策表的一种知识约简算法[J]. 计算机应用研究, 2004, (10): 22-23.

[161]李茹,任海涛,刘开瑛,梁吉业. 基于案例的推理在农业专家系统中的应用[J]. 计算机工程与应用, 2004, (25): 196-198+204.

[162]梁吉业,王俊红. 基于概念格的规则产生集挖掘算法[J]. 计算机研究与发展, 2004, (8): 1339-1344.

[163]李银花,张继福,梁吉业. 基于区分矩阵的属性约简算法[J]. 山西大学学报(自然科学版), 2004, (2): 135-138.

[164]杨红菊,梁吉业. 一种挖掘频繁项集和频繁闭包项集的算法[J]. 计算机工程与应用, 2004, (13): 176-178.

[165]张睿,梁吉业. 证据理论在不完备信息系统中的应用[J]. 电脑开发与应用, 2004, (4): 2-4.

[166]杨红菊,梁吉业. 布尔加权关联规则的几种开采算法及比较[J]. 电脑开发与应用, 2004, (4): 12-13.

[167]杨红菊,梁吉业. 一种有效的关联规则的挖掘方法[J]. 计算机应用, 2004, (3): 88-89.

[168]曹付元, 梁吉业. 基于SQL语言的粗糙数据查询[J]. 计算机科学, 2004, (2): 66-68.

[169]李钝,亢临生,梁吉业. 使用粗糙集进行智能信息检索的方法[J]. 计算机工程, 2004, (2): 68-69+134.

[170]王俊红,梁吉业. 概念格与粗糙集[J]. 山西大学学报(自然科学版), 2003, (4): 307-310.

[171]张宏宇,梁吉业. 基于决策表的加权决策规则挖掘算法[J]. 计算机工程, 2003, (18): 62-63+143.

[172]曹飞龙,徐宗本,梁吉业*. 多项式函数的神经网络逼近:网络的构造与逼近算法[J]. 计算机学报, 2003, 26(8): 906-912.

[173]张宏宇, 梁吉业. 不完备信息系统下的变精度粗糙集模型及其知识约简算法[J]. 计算机科学, 2003, (4): 153-155.

[174]李钝,梁吉业. 利用聚类和粗糙集进行文本分类研究[J]. 计算机工程与应用, 2003, (7): 186-188.

[175]张宏宇,梁吉业,张景利. 决策表中加权关联规则挖掘的研究[J]. 山西电子技术, 2002, (6): 10-11+14.

[176]梁吉业,孟晓伟. 信息熵在粗糙集理论中的应用[J]. 山西大学学报(自然科学版), 2002, (3): 281-284.

[177]梁吉业,曲开社,徐宗本. 信息系统的属性约简[J]. 系统工程理论与实践, 2001, (12): 76-80.

[178]梁吉业*,徐宗本,李月香. 包含度与粗糙集数据分析中的度量[J]. 计算机学报, 2001, 24(5): 544-547.

[179]梁吉业,李德玉. 粗糙集理论中知识粗糙性与属性重要性的信息度量(英文)[J]. 工程数学学报, 2000, (S1): 106-108.

[180]李德玉,梁吉业,苗夺谦. 一个Pawlak信息系统间同态交流下的信息熵不增判据[J]. 工程数学学报, 2000, (S1): 123-124+138.

[181]姜焰生,成艳平,梁吉业. 山西产业技术创新五题[J]. 前进, 2000, (4): 13-15.

[182]李德玉,梁吉业. 线性方程组并行迭代求解的收敛性[J]. 山西大学学报(自然科学版), 2000, (1): 30-33.

[183]梁吉业. 遗传算法应用中的一些共性问题研究[J]. 计算机应用研究, 1999, (7): 20-21.

[184]梁吉业,周文峰,乔金虎. 非线性方程组异步迭代法的收敛性[J]. 山西大学学报(自然科学版), 1998, (1): 25-28.

[185]薛冬白，梁吉业. Frete：一种利用特性层知识的改进Rete算法[J]. 计算机工程与设计, 1996, (4): 49-53.

[186]傅少川，曹建胜，梁吉业. 缓冲器容量受限的job－shop问题[J]. 山东科学, 1996, (1): 36-38+43.

[187]梁吉业. 求解线性与非线性方程组的单调异步迭代并行算法[J]. 计算机工程与设计, 1996, (1): 54-58.

[188]梁吉业，傅少川. 广义M－阵异步迭代法的收敛性[J]. 山西大学学报(自然科学版), 1995, (2): 151-154.

[189]梁吉业，温素萍. 一个数据拟合模型程序系统[J]. 计算机应用研究, 1995, (2): 74-75.

[190]梁吉业，薜冬白. 求解非线性方程组的混乱并行算法[J]. 计算机工程与设计, 1995, (1): 52-55.

[191]梁吉业. M矩阵PE方法的收敛性[J]. 山西大学学报(自然科学版), 1994, (1): 35-37.

[192]梁吉业. 异步并行Newton迭代法的单调收敛性[J]. 山西大学学报(自然科学版), 1993, (1): 25-29.

[193]梁吉业. 解块三对角线性方程组的广义共轭梯度法[J]. 山西大学学报(自然科学版), 1991, (2): 157-161.

会议论文：

[1]李茹, 王文晶, 梁吉业, 宋小香, 刘海静 & 由丽萍. (2008). 基于汉语框架网的旅游信息问答系统设计. (eds.) 第四届全国信息检索与内容安全学术会议论文集（上） (pp.137-145).

[2]王文剑, 梁吉业, 李德玉 & 卢伟真. (2004). 基于软计算技术的环境时序预测方法研究. (eds.) Well-off Society Strategies and Systems Engineering--Proceedings of the 13th Annual Conference of System Engineering Society of China (pp.459-464).

科技前沿逐梦智能领域擎灯
——访山西大学计算智能与中文信息处理教育部重点实验室主任梁吉业

在当今科技飞速发展的时代，人工智能领域不断涌现出创新成果，梁吉业教授作为山西大学计算智能与中文信息处理教育部重点实验室主任，站在了这一领域的前沿，引领着团队攻克一个又一个科研难题，为我国人工智能发展添砖加瓦。他常说，“科研之路，当以坚韧为基，创新为翼，不负时代使命，用科技力量推动国家进步。”

求学逐梦砥砺前行

在美国电子电气工程师协会（IEEE）揭晓的2025年度新晋IEEE Fellow名单中，梁吉业教授凭借在多粒度数据建模与图数据挖掘领域的杰出贡献位列其中。IEEE是国际性的电气电子工程师学会，会员人数超过40万人，遍布160多个国家，在太空、计算机、电信、生物医学等领域制定了许多行业标准。IEEE Fellow为协会最高等级会员，即IEEE会士，是该组织授予的最高荣誉，每年当选人数不超过IEEE当年会员总人数的0.1%。当选者均为在科学与工程技术领域内取得重要成就的杰出科学家。因此，该头衔也是学术界和科技界公认的权威荣誉和重要职业成就。梁吉业教授在科研的道路上勇往直前，不断突破自我，攀登着一个又一个学术高峰。

1983 年，梁吉业从山西大学数学系计算数学专业毕业。本科阶段，他展现出了非凡的毅力与决心，如饥似渴地汲取着每一份学术营养，为他日后的科研工作打下了坚实的理论基础。此后，梁吉业在西安交通大学继续深造，不断拓宽学术视野。

读博期间，梁吉业有幸得到了徐宗本院士的悉心指导。“徐宗本院士不仅传授给我专业知识，更重要的是，通过言传身教，让我深刻地理解了科研的真谛在于不断探索与创新以及培养了我面对困难时的坚持与勇气。正是这些宝贵的教诲，让我在科研道路上不断前进。”导师的谆谆教诲如明灯照亮着他前行的道路。

此后，梁吉业的学术旅程并未停留。2002至2004年，他在中国科学院计算技术研究所从事博士后研究，然后又在美国、加拿大等国家及中国香港地区开展学术访问和合作研究，拓展了学术视野且建立了稳定的国际合作关系。正是这些宝贵经历，塑造了梁吉业坚韧不拔的性格和严谨求实的学风。

学生时代的梁吉业，在知识的海洋里孜孜不倦、勇于探索。工作以后，他更是不断进取，敢于挑战未知领域，并获得诸多荣誉。梁吉业先后当选中国计算机学会会士、中国人工智能学会会士，并获得享受国务院政府特殊津贴专家，还在多个学会及科研机构担任重要职位，如教育部科技委人工智能与区块链/科技伦理专门委员会委员、教育部高等学校计算机类专业教指委委员等。梁吉业对科技的热情和贡献得到了社会的广泛认可，并为山西乃至全国人工智能领域的人才培养作出了突出贡献。

科研攻坚创新领航

在科研的道路上，梁吉业和他的团队从未停止过探索的脚步。他们深知，每一次突破都意味着要跨越重重困难。山西大学计算智能与中文信息处理教育部重点实验室通过体制机制创新，凝聚国内外人工智能及相关学科力量，协同攻关，开展了大量的创新性研究。面对人工智能领域面临的挑战性问题，团队成员齐心协力，不断尝试，终于取得了多项重要科研成果。

梁吉业主要从事人工智能、机器学习、大数据分析等方面的研究工作，先后主持多项国家级重大重点项目，带领团队在数据挖掘与机器学习领域开展了系统的研究，提出了多粒度计算新理论与新方法，为大规模复杂问题求解提供了理论基础；建立了泛化误差引导的表示学习方法，在核函数的选择、深度神经网络性能提升方面取得了成功应用；提出了基于概念认知的模糊学习机，为提升机器学习的整体性能提供了新的途径；提出了自适应构图的机器学习方法，形成了半监督分类、无监督降维、点云分割等系列数据分析核心算法，并有效应用于科学与工程领域。相关成果发表于国际国内重要学术期刊和会议上，获得了包括美国麻省理工学院、美国卡内基梅隆大学、英国剑桥大学等国际重要学术机构知名学者的正面评价。相关研究成果3次获得山西省自然科学奖一等奖。

梁吉业带领团队积极开展产学研合作。与山西中液互联能源有限公司合作，围绕燃气管网智能化关键技术等问题，研制了管道安全监测预警系统、管网仿真系统、燃气大数据智能分析系统，形成了燃气智慧管网平台，获得了山西省科技进步一等奖，项目成果应用覆盖燃气全产业链企业，已成功服务于山西、陕西、内蒙古、四川等9个省；与精英数智科技股份有限公司合作，提出了面向煤矿安全生产的视觉感知、识别与决策算法，研发了面向煤矿企业云边应用的智能感知与智能服务平台，获得了山西省科技进步一等奖，项目成果已服务于11个省份、25个地市的行业管理机构、1200余座煤矿，全国市场占有率在20%以上。

这些研究成果不仅在省内、国内产生了广泛影响，更是在国际舞台上展现了中国科技工作者的智慧与实力。

春风化雨桃李芬芳

走进山西大学计算智能与中文信息处理教育部重点实验室，记者看到的是一幅温馨而专注的学习画卷。老师们以满腔的热情和深厚的专业知识，耐心细致地指导学生们的科研工作。他们时而俯身查看学生的代码，指出其中的可改进之处，时而用清晰的思路和生动的例子为学生们剖析复杂的算法原理。

学生们则全神贯注地聆听老师的讲解，时而点头表示赞同，时而眉头紧锁陷入深思。他们或手持笔记本认真记录，生怕错过任何一个细节，或围在老师身边，积极提问、热烈讨论，展现出强烈的求知欲和探索精神。整个实验室弥漫着一种浓厚的学习氛围，师生之间充满了互相尊重与信任。

梁吉业曾担任山西大学副校长、太原师范学院院长，现任山西大学学术委员会主任、山西大学计算智能与中文信息处理教育部重点实验室主任。多年担任高校领导职务并从事一线教学科研工作，让他积累了丰富的管理和教学经验。

“地方高校的科研团队普遍面临着优秀人才引进难、科研投入相对不足等突出问题，我们的优势是研究人员大多愿意加入一个团队，通过合作研究来发展自己，容易形成规模较大的团队。基于这样的情况，我要做的就是凝练前沿的研究方向，通过一些重要研究问题或研究项目把大家凝聚在一起，经过一定时间的合作，让团队成员之间逐渐培养相互信任、相互帮助的团队精神，科研能力也就会得到有效提升。另外，我也很注重团队成员的结构问题，依托山西大学综合性大学的优势，吸纳了计算机、数学、控制、管理等多学科的团队成员，多元化的学科背景能够极大地激发团队的创新能力。”作为优秀的团队带头人，梁吉业介绍了他在团队管理方面的经验。

经过多年培养，梁吉业指导的1名博士生获得了全国百篇优秀博士学位论文提名奖与中国计算机学会优秀博士学位论文奖，2名博士生获得了中国人工智能学会优秀博士学位论文奖，1名博士生获得了中国中文信息学会优秀博士学位论文奖，1名博士后获得了国家博士后创新人才支持计划资助。2023年，在“华为杯”第五届中国研究生人工智能创新大赛中，梁吉业指导的由3名学生组成的AI创客队，与来自世界各地269家单位的1 778支队伍同台竞技，荣获一等奖。

“我认为一个优秀团队的形成和发展需要经历较长的时间，需要很多人的不懈努力。因此，我尽力给青年人才（包括青年教师和研究生）的发展创造机会，让他们能够更快地成长起来，这样团队才能具备良好的人才梯队和持续发展的潜力。”在指导学生科研时，梁吉业给予学生充分的自由空间，鼓励学生大胆尝试，同时又在关键节点给予精准的指导和帮助。他所培养的学生，不少已成为相关领域的骨干力量，继续传承着他的科研精神和教育理念。

梁吉业教授常说：“科学家应以探索未知为己任，以国家需求为导向，弘扬求真务实、勇于创新的科学家精神，为强国复兴贡献力量。”这份对科学的执着与对国家的热爱，正是他科研生涯的真实写照。

来源：科学之友 . 2025 (12) : 24-26

梁吉业 山西大学计算智能与中文信息处理教育部重点实验室主任

梁吉业山西大学计算智能与中文信息处理教育部重点实验室主任