EN
当前位置: 网站首页 > 师资队伍 > 师资概况 > 正文
徐伟华
发布时间: 2019年05月30日 13时36分  作者:本站编辑   来源:本站原创   浏览次数:


 

姓名:徐伟华                性别:男

学历:博士                  职称:教授

部门:人工智能系             邮箱:chxuwh@swu.edu.cn  

导师类别:博士生导师        

研究方向:不确定性人工智能、大数据分析、智能计算、粒计算、数据挖掘、知识发现、机器学习、认知计算等。

 

徐伟华,19795月生,西安交通大学博士、博士后,2011年破格晋升教授,现任职于西南大学人工智能学院,博士生导师,博士后合作导师,香港中文大学、澳门科技大学访问学者,重庆市学术技术带头人、重庆市中青年骨干教师、重庆市十佳科技青年提名奖获得者,兼任国际粗糙集学会高级会员、中国人工智能学会高级会员、中国人工智能学会知识工程与分布智能专委会副主任、中国人工智能学会粒计算与知识发现专委会秘书长、中国人工智能学会人工智能基础专委会常务委员、中国优选法与经济数学研究会智能决策与博弈分会常务理事、国际SCI期刊International Journal of Machine Learning and CyberneticsJournal of Intelligent and Fuzzy Systems副主编。已在IEEE TCYBIEEE TFSIEEE TNNLSIEEE TETCIIEEE TBDIEEE TAIINFINSKBSFSS等国内外高水平学术刊物上发表论文240余篇,SCI检索160余篇(次),Google Scholar引用6100余次,H指数4111篇论文入选ESI高被引论文,科学出版社出版学术著作5部;先后主持国家自然科学基金4项、省部级科技项目20余项,获河北省自然科学奖三等奖1项,多次担任(或共同担任)国际(内)学术会议联合大会主席、联合程序委员会主席、联合组织委员会主席、青年论坛主席,多次受邀担任国际(内)学术会议大会报告人,担任美国数学评论评论员,国家自然科学基金通讯评审专家,教育部自然科学奖评审专家,已在人工智能、数据挖掘、认知计算、粒计算、信息融合、不确定性决策、知识工程等相关研究领域取得一定研究成果,2022-2024年连续入选全球前2%顶尖科学家榜单。

一、 讲授课程

数学分析、常微分方程、概率论与数理统计、线性代数、离散数学、模糊数学、矩阵论、信息论、计算机科学的逻辑学、认知学习技术、粗糙集理论与方法、信息系统与知识发现、不确定性人工智能、智能计算、粒计算基础、多属性决策等。

二、 学术兼职及社会服务

国际粗糙集学会高级会员、中国人工智能学会高级会员、中国人工智能学会知识工程与分布智能专委会副主任、中国人工智能学会粒计算与知识发现专委会秘书长、中国人工智能学会人工智能基础专委会常务委员、中国优选法与经济数学研究会智能决策与博弈分会常务理事、国际SCI期刊International Journal of Machine Learning and CyberneticsJournal of Intelligent and Fuzzy Systems副主编、国家自然科学基金通讯评议专家、多次国际/国内会议联合组织委员会/联合程序委员会/分论坛主席、多个国际/国内期刊副主编。

三、 主要科研项目

1. 主持国家自然科学基金面上项目:多模态数据知识发现的多粒度计算机理与方法研究(62376229),20241—202712月。

2. 主持重庆市自然科学基金创新发展联合基金(重庆市自然科学基金重点项目):面向智能制造的复杂大数据多粒度智能决策建模与应用研究(CSTB2023NSCQ-LZX0027),202310—20269月。

3. 主持并完成国家自然科学基金面上项目:面向复杂数据的多粒度知识发现建模与三支决策分析(61976245),20201—202312月。

4. 主持并完成中央高校基本科研业务费专项重点项目:基于多粒度与三支决策的复杂数据分析与知识获取研究(XDJK2019B029),20193—202112月。

5. 主持并完成国家自然科学基金面上项目:多源直觉模糊数据集知识发现的粒计算方法研究(61472463),20151—201812月。

6. 主持并完成国家自然科学基金青年基金:直觉模糊近似空间和形式背景中的知识获取研究(61105041),20121—201412月。

7. 主持并完成重庆市自然科学基金项目:模糊数据集中基于粒计算的双量化决策方法研究(cstc2015jcyjA40053),20153—20186月。

四、 近期代表性论著

1. 徐伟华,李金海,折延宏. 概念认知学习理论与方法,科学出版社,北京,2023.

2. 徐伟华,李金海,张涛,魏玲. 形式概念分析理论与应用,科学出版社,北京,2016.

3. 徐伟华,吴伟志,米据生. 基于包含度的粒计算应用与方法,科学出版社,北京,2015.

4. 徐伟华. 序信息系统与粗糙集,科学出版社,北京,2013.

5. 陈德刚,徐伟华,李金海,胡清华. 粒计算基础教程,科学出版社,北京,2020. 

6. Xu Weihua, Zhang Yang, Qian Yuhua. A Novel Unsupervised Feature Selection for High-Dimensional Data based on FCM and k-Nearest Neighbor Rough Sets, IEEE Transactions on Neural Networks and Learning Systems. DOI: 10.1109/TNNLS.2024.3460796. (IF:10.2, JCR:Q1, 中科院1区,TOP期刊)

7. Xu Weihua, Ye Weirui. Incremental feature selection: Parallel approach with local neighborhood rough sets and composite entropy, Pattern Recognition. 2025, 159, 111141. (IF:7.6, JCR:Q1, 中科院1区,TOP期刊)

8. Xu Weihua, Li Yigao. Enhancing information fusion and feature selection efficiency via the PROMETHEE method for multi-source dynamic decision data sets, Knowledge-Based Systems. 2025, 309,112781. (IF:7.2, JCR:Q1, 中科院1区,TOP期刊)

9. Kong Qingzhao, Yan Conghao, Xu Weihua*. Simplified rough sets, Information Sciences. 2025, 686,121367. (IF:7.1, JCR:Q1, 中科院1区,TOP期刊)

10. Guo Doudou, Xu Weihua*, Ding WeipingYao Yiyu, Wang XizhaoPedrycz Witold, Qian Yuhua. Concept-cognitive learning survey: Mining and fusing knowledge from data, Information Fusion, 2024, 109,102426. (IF:14.8, JCR:Q1, 中科院1区,TOP期刊)

11. Wang Jinbo, Xu Weihua*, Ding WeipingQian Yuhua. Multi-View Fuzzy Concept-Cognitive Learning With High-Order Information Fusion of Fuzzy Attributes, IEEE Transactions on Fuzzy Systems. 202432(12): 6965-6978. (IF:10.7, JCR:Q1, 中科院1区,TOP期刊)

12. Guo Doudou, Xu Weihua*, Qian Yuhua, Ding Weiping. Fuzzy-granular Concept-cognitive Learning via Three-way Decision: Performance Evaluation on Dynamic Knowledge Discovery, IEEE Transactions on Fuzzy Systems. 2024, 32(3): 1409-1423. (IF:10.7, JCR:Q1, 中科院1区,TOP期刊)

13. Ding Yi, Xu Weihua*, Ding Weiping, Qian Yuhua. IFCRL: Interval-intent Fuzzy Concept Re-cognition Learning Model, IEEE Transactions on Fuzzy Systems. 2024, 32(6): 3581-3593. (IF:10.7, JCR:Q1, 中科院1区,TOP期刊)

14. Xu Weihua*, Huang Man, Jiang Zongying, Qian Yuhua. Graph-Based Unsupervised Feature Selection for Interval-Valued Information System, IEEE Transactions on Neural Networks and Learning Systems. 2024, 35(9): 12576-12589. (IF:10.2, JCR:Q1, 中科院1区,TOP期刊)

15. Zhao Xinpeng, Xu Weihua*. NFMPAtt-Unet: Neighborhood Fuzzy C-means Multi-scale Pyramid Hybrid Attention Unet for medical image segmentation, Neural Networks. 2024, 178, 106489. (IF:6.0, JCR:Q1, 中科院1区,TOP期刊)

16. Xu Weihua*, Bu Qinyuan. Matrix-based incremental feature selection method using weight-partitioned multigranulation rough set, Information Sciences, 2024, 681, 121219. (IF:7.1, JCR:Q1, 中科院1区,TOP期刊)

17. Kong Qingzhao, Wang Wanting, Xu Weihua*, et al. A method of data analysis based on division-mining-fusion strategy, Information Sciences. 2024, 666,120450. (IF:7.1, JCR:Q1, 中科院1区,TOP期刊)

18. Xu Weihua*, Bu Qinyuan. Feature Selection Using Generalized Multi-Granulation Dominance Neighborhood Rough Set Based on Weight Partition, IEEE Transactions on Emerging Topics in Computational Intelligence. 2024, DOI:10.1109/TETCI.2024.3398027. ( IF:5.3, JCR:Q2, 中科院2)

19. Xu Weihua*, Lin Yufei, Wang Na. A novel multi-source information fusion method based on dependency interval, IEEE Transactions on Emerging Topics in Computational Intelligence. 2024, 8(4): 3180-3194. ( IF:5.3, JCR:Q2, 中科院2)

20. Xu Weihua*, Yuan Ziting, Liu Zheng. Feature selection for unbalanced distribution hybrid data based on k-nearest neighborhood rough set, IEEE Transactions on Artificial Intelligence. 2024, 5(1): 229-243

21. Xu Weihua, Yang Yifei, Ding Yi*, Chen Xiyang, Lv Xiaofang. Incremental feature selection approach to multi-dimensional variation based on matrix dominance conditional entropy for ordered data set, Applied Intelligence. 2024, 54(6): 4890-4910. ( IF:3.4, JCR:Q2, 中科院2)

22. Xu Weihua*Cai Ke, Wang Debby D. A novel information fusion method using improved entropy measure in multi-source incomplete interval-valued datasets, International Journal of Approximate Reasoning. 2024, 164:109081. (IF:3.2, JCR:Q2)

23. Xu Weihua*Liu Changchun. Incremental reduction of imbalanced distributed mixed data based on k-nearest neighbor rough set, International Journal of Approximate Reasoning. 2024, 172: 109218. (IF:3.2, JCR:Q2)

24. Cai Ke, Xu Weihua*. An Efficient Multi-Source Information Fusion Approach for Dynamic Interval-Valued Data via Fuzzy Approximate Conditional Entropy, International Journal of Machine Learning and Cybernetics. 202415(9): 3619-3645. (IF:3.1, JCR:Q2)

25. Guo Douou, Xu Weihua*Qian Yuhua, Ding Weiping. M-FCCL: Memory-based concept-cognitive learning for dynamic fuzzy data classification and knowledge fusion, Information Fusion, 2023, 100,101962. (IF:14.8, JCR:Q1, 中科院1区,TOP期刊) 

26. Xu Weihua, Guo Doudou, Mi Jusheng, et al. Two-way concept-cognitive learning via concept movement viewpoint, IEEE Transactions on Neural Networks and Learning Systems. 2023, 34(10): 6798-6812. (IF:10.2, JCR:Q1, 中科院1区,TOP期刊)

27. Li WentaoZhou Haoxiang, Xu Weihua*, et al. Interval dominance-based feature selection for interval-valued ordered data, IEEE Transactions on Neural Networks and Learning Systems, 2023, 34(10): 6898–6912. (IF:10.2, JCR:Q1, 中科院1区,TOP期刊)

28. Sang Binbin, Xu Weihua*, Chen Hongmei, Li Tianrui. Active Antinoise Fuzzy Dominance Rough Feature Selection Using Adaptive K-Nearest Neighbors, IEEE Transactions on Fuzzy Systems. 2023, 31(11): 3944-3958. (IF:10.7, JCR:Q1, 中科院1区,TOP期刊)

29. Xu Weihua, Guo Doudou, Qian Yuhua, et al. Two-way concept-cognitive learning method: a fuzzy-based progressive learning, IEEE Transactions on Fuzzy Systems. 2023, 31(6):1885-1899. (IF:10.7, JCR:Q1, 中科院1区,TOP期刊)

30. Xu Weihua*, Yang Yifei. Matrix-based feature selection approach using conditional entropy for ordered data set with time-evolving features. Knowledge-Based Systems, 2023, 110947. ( IF:7.2, JCR:Q1, 中科院1区,TOP期刊)

31. Guo Douou, Xu Weihua*. Fuzzy-based concept-cognitive learning: An investigation of novel approach to tumor diagnosis analysis, Information Sciences, 2023, 639,118998. (IF:7.1, JCR:Q1, 中科院1区,TOP期刊)

32. Xie Xiaoxian, Xu Weihua*, Li Jinjin, A novel concept-cognitive learning method: A perspective from competences. Knowledge-Based Systems, 2023, 110382. ( IF:7.2, JCR:Q1, 中科院1区,TOP期刊)

33. Xu Weihua, Pan Yanzhou, Chen Xiuwei, et al. A novel dynamic fusion approach using information entropy for interval-valued ordered datasets, IEEE Transactions on Big Data. 2023, 9(3): 845-859. (IF:7.5, JCR:Q1, 中科院2)

34. Xu Weihua, Yuan Kehua, Li Wentaoet al. An emerging fuzzy feature selection method using composite entropy-based uncertainty measure and data distribution, IEEE Transactions on Emerging Topics in Computational Intelligence, 20237(1): 76-88. ( IF:5.3, JCR:Q2, 中科院2)

35. Pan Yanzhou, Xu Weihua*, Ran Qinwen. An incremental approach to feature selection using the weighted dominance-based neighborhood rough sets. International Journal of Machine Learning and Cybernetics. 2023,141217–1233. (IF:4.377, JCR:Q2)

36. Xu Weihua, Chen Yaoqi. Multi-attention concept-cognitive learning model: A perspective from conceptual clustering. Knowledge-Based Systems, 2022, 252(27): 109472. ( IF:7.2, JCR:Q1, 中科院1区,TOP期刊)

37. Yuan Kehua, Xu Weihua*, Li Wentao, et al. An incremental learning mechanism for object classification based on progressive fuzzy three-way concept. Information Sciences, 2022, 584(1): 127-147. (IF:7.1, JCR:Q1, 中科院1区,TOP期刊)

38. Xu Weihua, Yuan Kehua, Li Wentao. Dynamic updating approximations of local generalized multigranulation neighborhood rough set. Applied Intelligence, 2022, 52(8): 9148-9173. (IF:3.4, JCR:Q2, 中科院2)

39. Li Wentao, Xu Weihua*, Zhang Xiaoyan, et al. Updating approximations with dynamic objects based on local multigranulation rough sets in ordered information systems, Artificial Intelligence Review. 2022, 55(3): 1821-1855. (IF:10.7, JCR:Q1, 中科院2) 

40. Chen Xiuwei, and Xu Weihua*. Double-quantitative multigranulation rough fuzzy set based on logical operations in multi-source decision systems. International Journal of Machine Learning and Cybernetics. 202213(4): 1021-1048. (IF:3.1, JCR:Q2)

41. Kong Qingzhao, Zhang Xiawei, Xu Weihua*, et al, A novel granular computing model based on three-way decision, International Journal of Approximate Reasoning. 2022, 144: 92-112. (IF:3.2, JCR:Q2, 中科院2)

42. Kong Qingzhao, Zhang Xiawei, Xu Weihua*, et al. Attribute reducts of multi-granulation information system, Artificial Intelligence Review. 2020, 53(2): 1353-1371. (IF:10.7, JCR:Q1, 中科院2)

43. Yang Lei, Xu Weihua*, Zhang Xiaoyan, et al, Multi-granulation method for information fusion in multi-source decision information system, International Journal of Approximate Reasoning. 2020, 122: 47-65. (IF:3.2, JCR:Q2, 中科院2)

44. Long Binghan, Xu Weihua*, Zhang Xiaoyan, et al, The dynamic update method of attribute-induced three-way granular concept in formal contexts, International Journal of Approximate Reasoning. 2020, 126228-248. (IF:3.2, JCR:Q2, 中科院2)

45. 徐伟华,潘彦舟. 加权变精度直觉模糊序信息决策表的近似约简. 南京大学学报(自然科学). 2023,591):1-11.

46. 徐伟华,黄旭东,蔡可.基于粒计算的多源信息融合方法综述.数据采集与处理, 2023, 38(02):245-261.

47. 陈曜琦,徐伟华*,蒋宗颖.三支概念的恢复集. 山东大学学报(理学版),2023, 58(12): 52-62.(CSCD)

48. 徐伟华, 孔子默, 陈曜琦. 含属性加权的模糊序信息系统的近似约简. 南京大学学报(自然科学版), 202258(2)255-263.

49. 徐伟华,李思琪. 可变精度邻域区间值决策表的属性约简. 西北大学学报(自然科学版), 202252(5): 737-744.

50. 冉钦文, 徐伟华*. 优势关系下带属性权重模糊决策表的部分一致约简. 模糊系统与数学, 2021, 35(6): 28-35.

51. 徐伟华, 杨蕾, 张晓燕. 模糊三支形式概念分析与概念认知学习.西北大学学报(自然科学版), 2020,50(4): 516-528.

五、 学生指导

积极引导学生在科研环境中参与研究性学习,激发学生科学精神,培养学生科研能力、创新能力、动手能力。指导4名研究生获重庆市优秀硕士学位论文,指导7名研究生获重庆市研究生创新基金项目,4名研究生获重庆市优秀毕业研究生,指导10余名研究生获国家研究生奖学金,指导10余名研究生(本科生)分别获校级优秀毕业生,指导10余名研究生(本科生)分别获国内外学术会议最佳学生论文奖,指导15名硕士研究生分别考入澳门科技大学、哈尔滨工业大学、同济大学、大连理工大学、北京师范大学、西南交通大学等攻读博士学位研究生,多次指导本科生研究生参加国家级大学生创新创业训练计划、中国互联网+大学生创新创业大赛、挑战杯全国大学生课外学术科技作品竞赛、全国大学生数学建模竞赛等各类主流学科竞赛,并获奖励。

六、 招收学生

欢迎具有较好的科学探索精神、具有较强团结合作意识,思维活跃、能够吃苦耐劳,同时数学和计算机实验基础较好的本科生和研究生加入团队。

进入团队后围绕先做人、后做事、再做学问的理念重点从以下方面培养:

1. 查找专业文献、学术科研方法、论文写作技巧和项目成果答辩;

2. 发表高水平论文和申请国家发明专利;

3. 参与国家级、省部级等科研项目;

4. 申请国家级、市级和校级创新创业项目;

5. 参加各种主流学科科技竞赛;

6. 打造攻读硕士、博士继续深造计划和良好工作能力等职业生涯规划。