◎研究方向
机器学习与深度神经网络算法与应用，具体研究方向包括：
1. 深度神经网络的优化算法：加速一阶算法、进化算法2. 基于深度学习的目标检测方法：缺陷检测
3. 机器学习与数据挖掘：PU学习、在线学习
◎学习与工作经历2003.9-2007.7，中国石油大学（华东），理学 学士；2007.9-2013.12，大连理工大学，博士（硕博连读）；
2014.3-2019.3，中国石油大学（华东），基础数学系，讲师；
2019.3-2020.11，中国石油大学（华东），数据科学与统计系，讲师；2020.12至今，中国石油大学（华东），数据科学与统计系，副教授。◎主讲课程1. 本科生课程《大数据分析与挖掘》、《高等数学》
2. 硕士生课程 《机器学习与数据挖掘》、《数值优化》
3. 博士生课程 《机器学习》、《能源数学科学前沿》
◎指导研究生指导 应用数学与能源数据科学博士生3名、统计学、应用统计硕士研究生23名（毕业13人）。
主要毕业去向：
2022级：杜珅瑜（科大讯飞华南人工智能研究院(广州)）、段雨芊（同程网络科技（苏州））、朱凯俐（中国移动通信（苏州））
2021级：李梦真（威海市政府）、陈玥琳（中国石油天然气集团（北京））、阎鑫（海信集团 （青岛））
2020级：于琪（组内读博）、朱莉莉（山东省城市商业联盟）、曾攀（货讯通科技（珠海））、李月菱（重庆三峡银行）
2019级：肖安（江苏华能智慧能源供应链）、张凯莉（联通软件研究院济南分院）、张志鹏（四川大学商学院读博）
◎承担和参与项目1.近年来，主持的代表性科研项目：
[1] 国家重点研发计划子项目, 2021YFA1000101-05, 基于图结构数据的油气管网在线监控算法及应用,
2021-2026, 90万元, 主持
[2] 山东省自然科学基金面上项目，ZR2023MF002，梯度指导的多点迭代算法及在海洋溢油检测中的应用，10万元，2024-2026, 主持
[3] 工业锅炉烟气多污染物协同控制技术数据库技术，中国环境科学院， 2023-2025，主持
[4] 青岛市自然科学基金项目，23-2-1-160-zyyd-jch, 基于非凸损失的在线PU学习算法及应用研究，18万元，2023-2025, 主持
[5] 国家自然科学基金青年科学基金项目，基于串联质谱数据的多肽鉴定半监督学习并行算法研究，20.7万元，2016-2018, 主持
[6] 山东省自然科学基金项目，非凸核学习算法研究及其在肽段鉴别中的应用，4.0万元，2014-2016, 主持
[7] 中国石油大学自主创新科研计划项目，具有未标号样本分类问题的算法研究, 5.0万元, 2015-2016,主持
2.近年来，参与的代表性科研项目：
[1] 山东省教育厅高等学校“青创计划“团队项目，2021-2024
[2] 国家自然科学基金面上项目, 数据流场景下高炉炼铁过程的实时统计建模研究, 72万元, 2019-2022
[3] 国家科技重大专项，2016ZX05011-001-003， 特高含水整装油田流场调整方法研究， 435.25万元，2016-2020, 5/40
[4] 山东省自然科学基金面上项目, 面向空间数据的同时异常点探测与变量选择建模方法及其应用, 20万元, 2019-2022
[5] 山东省自然科学基金-杰出青年基金，环境毒物分析,100万元，2022-2025
[6] 青岛市科技计划项目,面向多种食源性致病菌同时检测的关键技术研究，50万元，2020-2022
[7] 山东省重点研发计划，数据流驱动建模技术研发及其在泵站机组调节优化中的应用示范，15万，2018-2019
3.近年来，主持的教学改革项目：
[1] 山东省优质专业学位教学案例库建设项目.《数据挖掘与机器学习》教学案例库建设，2022.12-2024.12,1/7，主持
[2] 中国石油大学(华东) 青年教师教学改革项目.《高等数学》数值实例库建设. 2018.4-2020.4，1/6,主持
◎获奖情况（除教师个人获奖之外，还包含指导学生获奖情况）
[1] Budget online Learning Algorithm for Least squares SVM, 青岛市社会科学优秀成果二等奖,2020.12
[2] 第五界全国高校微课程教学设计竞赛山东省一等奖，2019.9
指导学生获奖
[1] 贾雯雯，郭瑞林，詹亚南，“华为杯”第二十一届中国研究生数学建模竞赛二等奖，2024.12
[2] 裴翔，文雅，张越，“华为杯”第二十一届中国研究生数学建模竞赛三等奖，2024.12
[3] 刘悦，詹亚南，刘金梦，第七届全国应用统计专业学位研究生案例大赛二等奖，2024.7
[4] 詹亚南，刘悦，刘金梦，第十届全国大学生统计建模大赛三等奖，2024.7
[5] 贾雯雯，郭瑞林，姜杰伟，第七届全国应用统计专业学位研究生案例大赛二等奖，2024.7
[6] 杜珅瑜，林政涛，谢宇，全国大学生统计建模大赛研究生组一等奖，2024.07
[7] 程凯迪，孙子奇，杜娟，刘悦，山东省研究生统计方案设计与分析大赛三等奖，2023.12
[8] 贾雯雯，郭瑞林，姜杰伟，山东省研究生统计方案设计与分析大赛二等奖，2023.12
[9] 杜珅瑜，段雨芊，朱凯俐，第六届全国应用统计专业学位研究生案例大赛三等奖，2023.10
[10] 杜珅瑜，段雨芊，谢宇，朱凯俐，山东省研究生统计方案与设计大赛三等奖2023.12
[11] 杜珅瑜，段雨芊，谢宇，朱凯俐，山东省研究生统计方案设计与分析大赛二等奖，2022.12
[13] 于琪，李梦真，全国应用统计专业学位研究生案例大赛二等奖， 2022.9
[14] 陈玥琳，阎鑫，全国应用统计专业学位研究生案例大赛三等奖, 2022.9
[15] 李月菱，于琪，林丹，周家欣，互联网+大学生创新创业大赛山东省金奖, 2021.11
[16] 肖安，张凯莉，张志鹏，全国应用统计专业学位研究生案例大赛二等奖，2020.12
[17] 邓哲雅. 优秀本科毕业论文. 中国石油大学（华东)， 2020.6
[18] 巩昕锐, 赵帅, 张宇航. 美国大学生数学建模比赛，M奖， 2019.4
◎荣誉称号（除教师个人获得荣誉之外，还包括指导学生获得荣誉情况）
1. 中国石油大学（华东）百优班主任，2020 ◎论文
1.第一作者、通讯作者主要论文：
[1] Xijun Liang, Kaili Zhu, An Xiao, Ya Wen, Kaili Zhang, Suhang Wang, Ling Jian*, ROPU: A robust online positive-unlabeled learning algorithm. Knowledge-Based Systems, 2025, 309: 112808.
[2] Shenyu Du, Xijun Liang*, Kun Wu, Ye Tian, Yue Liu, Ling Jian, Multiple scales fusion and query matching stabilization for detection with transformer.Engineering Applications of Artificial Intelligence, 2025, 144:110047.(Top 期刊)
[3] Qi Yu, Hang He, Jinmeng Liu, Xijun Liang*, An adaptive gradient-directed differential evolution algorithm for training neural networks.International Conference on Intelligent Computing, 2025. (CCF-C)
[4] Jinmeng Liu, Qi Yu, Xijun Liang*, A momentum-directed particle swarm intelligence algorithm for training deep neural networks. International Conference on Computational Intelligence and Applications, 2025.
[5] Qi Yu, Xijun Liang*, Mengzhen Li, Ling Jian, NGDE: A Niching-based gradient-directed evolution algorithm for nonconvex optimization. IEEE Transactions on Neural Networks and Learning Systems, 2024, 36(3): 5363-5374. (Top 期刊)
[6] Weiyu Li, Weizhi Lu, Xijun Liang*, Mingrui Chen and Kai Guo, Collaborative Dictionary Learning for Compressed Sensing, IEEE Transactions on Industrial Informatics, 2024, 20(7): 9610-9620
[7] Mengzhen Li, Xinmin Pei,Xijun Liang*, Qi Yu, Wenwen Jia, Ling Jian, Zhanglei Shi. GEGAN: Generative Adversarial Networks Training Based on Gradient Directed Evolutionary Strategy[C]. 2024 9th International Conference on Signal and Image Processing (ICSIP). 2024: 481-486.
[8] Xijun Liang, Qi Yu, Kaili Zhang, Pan Zeng, Ling Jian, LapRamp: a noise resistant classification algorithm based on manifold regularization. Applied Intelligence, 2023, 53(20): 23797-23811.
[9] Ling Jian, Kai Shao, Ying Liu, Jundong Li, Xijun Liang*. OEC: an online ensemble classifier for mining data streams with noisy labels. Data Mining and Knowledge Discovery, 2023, 38(3): 1101-1124.
[10] Xijun Liang, Zhipeng Zhang, Yunquan Song, Ling Jian. Kernel-based online regression with canal loss.European Journal of Operational Research, 2022, 297(1): 268-297.(Top 期刊)
[11] Xijun Liang, Zhipeng Zhang, Xingke Chen, Ling Jian, Kernel learning with nonconvex ramp loss. Statistical Analysis and Data Mining, 2022, 15(6): 751-765.
[12] Yaxin Wu, Yunquan Song, Xijun Liang, Yujie Gai, Exponential squared loss-based robust variable selection of AR models. Brazilian Journal of Probability and Statistics, 2022, 36(2): 220-242.
[13] Ling Jian, Zhiqi Pu, Lili Zhu, Tiancan Yao, Xijun Liang*. SS R-CNN: Self-supervised learning improving mask R-CNN for ship detection in remote sensing images. Remote Sensing, 2022, 14(17): 4383. (Top 期刊)
[14] Xijun Liang, Xiaoxin Song, et al. Anomaly detection aided budget online classification for imbalanced data streams. IEEE Intelligent Systems, 2021: 36(3): 14-22.
[15] Yunquan Song, Xijun Liang*, Yanji Zhu, Lu Lin. Robust variable selection with exponential squared loss for the spatial autoregressive model. Computational Statistics and Data Analysis, 2021, 155: 107094.
[16] Xijun Liang, Zhonghang Xia, Ling Jian, Yongxiang Wang, Xinnan Niu, Andrew J. Link. A cost-sensitive online learning method for peptide identification. BMC Genomics, 2020, 21(1): 324. (Top 期刊)
[17] Cuiqing Zhang, Maojun Zhang, Xijun Liang, Zhonghang Xia, Jiangxia Nan, Perceptron ranking using interval labels with ramp loss for online ordinal regression. Mathematical Problems in Engineering, 2020, 2020(1): 8866257.
[18] Xijun Liang, Zongjin Zhen, Yunquan Song, Ling Jian, Dongmei Songet, Pol-SAR based oil spillage classification with various scenarios of prior knowledge. IEEE Access, 2019, 7: 66895-66909.
[19] Fuhao Gao, Xiaoxin Song, Ling Jian, Xijun Liang, Toward budgeted online kernel ridge regression on streaming data. IEEE Access, 2019, 7: 26136-26145.
[20] Yongxiang Wang, Xijun Liang*, et al. Improved classification model for peptide identification based on self-paced learning. IEEE International Conference on Bioinformatics and Biomedicine (BIBM) 2017, 258-261. (CCF B)
[21] Ling Jian, Shuquian Shen, Jundong Li, Xijun Liang, Lei Li, Budget online learning algorithm for least squares SVM. IEEE Transactions on Neural Networks and Learning Systems, 2017, 28(9): 2076-2087.
[22] 李卫国, 张宏伟, 梁锡军, 投资组合优化模型的一个序列凸近似算法, 大连理工大学学报, 57(3), 2017.
[23] Xijun Liang, Zhonghang Xia, Liping Pang, Liwei Zhang, Hongwei Zhang, Measure prediction capability of data for collaborative filtering. Knowledge and Information Systems. 2016, 49: 975-1004.
[24] Ling Jian, Zhonghang Xia, Xinnan Niu, Xijun Liang, Parimal Samir, and Andrew J. Link, L2 Multiple kernel fuzzy SVM-based data fusion for improving peptide identification. IEEE/ACM Transactions on Computational Biology & Bioinformatics, 2016, 13(4): 804-809.
[25] XiJun Liang, Xia Zhong-Hang*, Jian Ling, Niu Xin-Nan, A. Link, An adaptive classification model for peptide identification. BMC genomics, 2015, 16: S1. (Top 期刊)
[26] Xijun Liang, Zhonghang Xia, Ling Jian, Xinnan Niu, Andrew Link, An efficient ACS algorithm for classification-based peptide identification. IEEE International Conference on Bioinformatics and Biomedicine (BIBM), 2015: 286-289. (CCF B)
◎著作[1] 渐令,梁锡军. 最优化模型与算法-基于Python实现，电子工业出版社，2022. (校“十四五”规划教材)
◎专利[1] 发明专利，一种多肽谱匹配鉴定的在线分析方法，ZL201810042887.9, 2021.
[2] 发明专利，基于预算支持向量集的LS-SVMs在线学习方法， ZL201610087343.5, 2021.
[3] 发明专利，自适应高炉铁水硅含量趋势预报方法， ZL201610088041.X, 2016.
[4] 发明专利，一种基于生成对抗网络的表面缺陷检测方法(申请), 202310484962.8, 2023.
◎学术兼职[1] 2022. AAAI SPC member;
[2] 2022. 自动化学会会员
[3] 2019. IEEE Member；
◎其他
个人信箱: liangxijunsd@163.com
如果你有意攻读 应用数学与能源数据科学博士生 或 应用统计、数学硕士研究生，欢迎通过个人邮箱找我聊一聊。
招生要求：
1. 积极主动、进取心强；
2. 有较强的编程能力，如果对机器学习和深度学习算法有兴趣和学习的决心亦可；
3. 如果只想拿张文凭，SMaLL研究组可能并不适合。