刘三民

学习与工作经历

2019.05-2020.04 澳大利亚麦考瑞大学计算机学院,访问学者

2010/04-2015/01 南京航空航天大学,计算机应用技术专业,博士

2004/09-2007/06 南华大学,计算机应用技术专业,硕士

1998/09-2002/07 阜阳师范大学,计算机科学与技术专业,学士

2007/06-至今 安徽工程大学,计算机与信息学院,博士,教授,硕士生导师

研究方向:机器学习、数据流挖掘

邮箱:aqlsm@163.com


科研项目

近年来主持或参与国家自然科学基金项目、安徽省自然科学基金面上项目、 安徽省高校优秀青年人才重点项目,安徽省教育厅自然科学基金重点项目等10;参与横向企业研发项目4项。


部分科研论文:

[1] online transfer learning framework for label scarcity in evolving data streams[J].data mining and knowledge discovery,2025(SCI,通信作者,CCF-B)

[2] A novel transfer learning method leveraging clustering and local variance for drifting data streams classification[J].International Journal of Data Science and Analytics,2025(SCI,通信作者)

[3] Transfer learning method based on cluster for drifting data stream[J].Cluster Computing,2025(SCI,通信作者)

[4] Adaptive Resampling and Weighted Ensemble method for Dynamic Imbalance Data Stream Classication[J].The Journal of Supercomputing,2025(SCI,通信作者)

[5] A novel learning method for feature evolvable streams[J].Evolving Systems,2024(SCI,通信作者)

[6] Online Active Learning for Drifting Data Streams[J].IEEE Transactions on Neural Network and Learning Systems, 2023(SCI,第一作者,CCF-B)

[7] A novel ensemble framework driven by diversity and cooperativity for non-stationary data stream classification. Data & knowledge engineering,2023(SCI,通信作者,CCF-B)

[8] Microcluster-Based Incremental Ensemble Learning for Noisy, Nonstationary Data Streams[J].Complexity,2020(SCI,第一作者)

[9] 基于实例迁移的数据流分类挖掘方法[J].信息与控制,2019(CSCD核心,第一作者)

[10] 在线合成增量式数据流分类算法[J].系统仿真学报,2018(CSCD核心,第一作者)

[11] 融合分类器可信度的数据流集成分类[J].应用科学学报,2017(CSCD核心,第一作者)

[12] 融合互近邻降噪的动态数据流分类研究[J].计算机科学与探索, 2016(CSCD核心,第一作者)

[13] 种新的P2P流量识别模型[J].小型微型计算机系统,2015(CSCD核心,第一作者)

[14] 基于样本不确定性的增量式数据流分类研究[J].小型微型计算机系统,2015(CSCD核心,第一作者)

[15] Active learning for P2P traffic identification[J].Peer-to-Peer Networking and Applications, 2014 (SCI,第一作者,CCF-B)

[16] 具有概念漂移的P2P网络流量识别研究[J].系统工程与电子技术,2013(EI,第一作者)

[17] 基于支持向量数据描述的P2P流量识别研究[J].吉林大学学报(工学版) ,2012(EI,第一作者)