个人简历
李超群，中国地质大学（武汉）数学与物理学院副教授，硕士生导师，国际著名期刊EAAI编委，主要从事数据挖掘与机器学习领域的教学和研究工作。主持国家自然科学基金青年科学基金项目、中国高校产学研创新基金重点项目、湖北省自然科学基金面上项目等。迄今，已在TKDE、TNNLS、TSMCS、SCIS、PR、INS、FCS、KAIS、IJAR、IJIS、EAAI、ESWA、KBS、NCA、APIN、PRL、JETAI、IJPRAI、INFFUS、ASOC、IJMLC等国际著名学术期刊上发表学术论文60余篇，副主编学术专著1部，授权国家发明专利7项，获批计算机软件著作权3项，荣获2021年度湖北省自然科学奖三等奖1项。
工作经历：
2014-12至今，中国地质大学（武汉），数学与物理学院，副教授。
2009-12至2014-11，中国地质大学（武汉），数学与物理学院，讲师。
2005-07至2009-11，中国地质大学（武汉），数学与物理学院，助教。
教育经历：
2015-03至2016-03，美国中阿肯色大学，计算机科学与技术，访问学者。
2009-09至2012.06，中国地质大学（武汉），地球探测与信息技术，博士。
2002-09至2005-06，华中科技大学，计算数学，硕士。
1998-09至2002-06，中国地质大学（武汉），数学，学士。
主讲课程：
研究生课程：多元统计分析；数据挖掘原理及应用。
本科生课程：多元统计分析；概率统计与随机过程；数据挖掘算法；高等数学；线性代数；计算方法。
研究方向：
自2005年开始从事数据挖掘与机器学习（Data Mining and Machine Learning）领域的科研工作，主要研究方向包括：个性化推荐（Personalized Recommendation）、众包学习（Crowdsourcing Learning）、距离度量学习（Distance Metric Learning）、分类回归建模（Classification and Regression Modeling）。
科研项目：
面向众包的标签噪声处理算法研究，教育部人工智能重点实验室开放基金项目（No.AI2022004，2022.12-2024.11，主持）。
基于深度学习的电路板外观缺陷检测方法研究，中国高校产学研创新基金重点项目（No.2020ITA05008，2021.9-2022.8，主持）。
面向地质文本分类的众包标签噪声处理算法研究，湖北省智能地学信息处理重点实验室开放基金项目（No. KLIGIP2019A03, 2020.11-2022.10，主持）。
名词性属性距离度量中若干重要问题研究，中国地质大学中央高校基本科研业务费专项资金摇篮计划项目（No.CUG130414，2013.1-2015.12，主持）。
基于概率的名词性属性距离度量研究，国家自然科学基金青年科学基金项目（No.61203287，2013.1-2015.12，主持）。
基于贝叶斯网络的距离度量研究，湖北省自然科学基金面上项目（No.2012FFB6401，2012.1-2013.12，主持）。
基于K-近邻的统计学习算法及其应用研究，中国地质大学中央高校基本科研业务费专项资金优秀青年基金项目（No.CUGL090248，2009.11-2012.10，主持）。
科研论文：
W. Zhang, L. Jiang*, Z. Chen, and C. Li. FNNWV: Farthest-Nearest Neighbor-based Weighted Voting for Class-Imbalanced Crowdsourcing. Science China Information Sciences, doi: 10.1007/s11432-023-3854-7.
H. Li, L. Jiang*, and C. Li. Certainty Weighted Voting-based Noise Correction for Crowdsourcing. Pattern Recognition, 2024, 150: 110325.
L. Ren, L. Jiang*, W. Zhang, and C. Li. Label Distribution Similarity-based Noise Correction for Crowdsourcing. Frontiers of Computer Science, 2024, 18(5): 185323.
Y. Yang, L. Jiang*, and C. Li. A Self-Training-based Label Noise Correction Algorithm for Crowdsourcing. Acta Automatica Sinica, 2023, 49(4): 830-844.
X. Wu, L. Jiang*, W. Zhang, and C. Li. Three-way Decision-based Noise Correction for Crowdsourcing. International Journal of Approximate Reasoning, 2023, 160: 108973.
H. Zhang, L. Jiang*, W. Zhang, and C. Li. Multi-view Attribute Weighted Naive Bayes. IEEE Transactions on Knowledge and Data Engineering, 2023, 35(7): 7291-7302.
W. Li, C. Li*, and L. Jiang*. Learning from Crowds with Robust Logistic Regression. Information Sciences, 2023, 639: 119010.
X. Li, C. Li*, and L. Jiang. A Multi-View-Based Noise Correction Algorithm for Crowdsourcing Learning. Information Fusion, 2023, 91: 529-541.
L. Ren, L. Jiang*, and C. Li*. Label Confidence-Based Noise Correction for Crowdsourcing. Engineering Applications of Artificial Intelligence, 2023, 117: 105624.
Y. Hu, L. Jiang*, and C. Li*. Instance Difficulty-Based Noise Correction for Crowdsourcing. Expert Systems with Applications, 2023, 212: 118794.
Y. Zhang, L. Jiang*, and C. Li. Attribute Augmentation-Based Label Integration for Crowdsourcing. Frontiers of Computer Science, 2023, 17(5): 175331.
W. Yang, C. Li*, and L. Jiang. Learning from Crowds with Robust Support Vector Machines. Science China Information Sciences, 2023, 66(3): 132103.
W. Yang, C. Li*, and L. Jiang. Learning from Crowds with Decision Trees. Knowledge and Information Systems, 2022, 64(8): 2123-2140.
B. Ma, C. Li*, and L. Jiang. A Novel Ground Truth Inference Algorithm Based on Instance Similarity for Crowdsourcing Learning. Applied Intelligence, 2022, 52(15): 17784-17796.
H. Zhang, L. Jiang*, and C. Li. Attribute Augmented and Weighted Naive Bayes. Science China Information Sciences, 2022, 65(12): 222101.
L. Jiang*, H. Zhang, F. Tao, and C. Li. Learning from Crowds with Multiple Noisy Label Distribution Propagation. IEEE Transactions on Neural Networks and Learning Systems, 2022, 33(11): 6558-6568.
Z. Chen, L. Jiang*, and C. Li. Label Distribution-Based Noise Correction for Multiclass Crowdsourcing. International Journal of Intelligent Systems, 2022, 37(9): 5752-5767.
Z. Chen, L. Jiang*, and C. Li*. Label Augmented and Weighted Majority Voting for Crowdsourcing. Information Sciences, 2022, 606: 397-409.
Y. Dong, L. Jiang*, and C. Li. Improving Data and Model Quality in Crowdsourcing Using Co-Training-Based Noise Correction. Information Sciences, 2022, 583: 174-188.
Y. Yang, L. Jiang*, C. Li, and H. Li. A Tri-training-Based Label Noise Correction Algorithm for Crowdsourcing. Acta Electronica Sinica, 2021, 49 (3): 424-434.
W. Yang, C. Li*. Improving Crowd Labeling Using Stackelberg Models. International Journal of Machine Learning and Cybernetics, 2021, 12:1825–1838.
H. Zhang, L. Jiang*, and C. Li*. CS-ResNet: Cost-Sensitive Residual Convolutional Neural Network for PCB Cosmetic Defect Detection. Expert Systems with Applications, 2021, 185: 115673.
H. Zhang, L. Jiang*, and C. Li. Collaboratively Weighted Naive Bayes. Knowledge and Information Systems, 2021, 63(12): 3159-3182.
L. Chen, L. Jiang*, and C. Li*. Using Modified Term Frequency to Improve Term Weighting for Text Classification. Engineering Applications of Artificial Intelligence, 2021, 101: 104215.
L. Chen, L. Jiang*, and C. Li*. Modified DFS-Based Term Weighting Scheme for Text Classification. Expert Systems with Applications, 2021, 168: 114438.
L. Jiang*, G. Kong, and C. Li. Wrapper Framework for Test-Cost-Sensitive Feature Selection. IEEE Transactions on Systems Man Cybernetics: Systems, 2021, 51(3): 1747-1756.
W. Xu, L. Jiang*, and C. Li. Resampling-Based Noise Correction for Crowdsourcing. Journal of Experimental & Theoretical Artificial Intelligence, 2021, 33(6): 985-999.
W. Xu, L. Jiang*, and C. Li. Improving Data and Model Quality in Crowdsourcing Using Cross-Entropy-based Noise Correction. Information Sciences, 2021, 546: 803-814.
F. Tao, L. Jiang*, and C. Li. Differential Evolution-Based Weighted Soft Majority Voting for Crowdsourcing. Engineering Applications of Artificial Intelligence, 2021, 106: 104474.
F. Tao, L. Jiang* and C. Li. Label Similarity-Based Weighted Soft Majority Voting and Pairing for Crowdsourcing. Knowledge and Information Systems, 2020, 62(7): 2521-2538.
C. Li*, L. Jiang, and W. Xu. Noise Correction to Improve Data and Model Quality for Crowdsourcing. Engineering Applications of Artificial Intelligence, 2019, 82: 184-191.
L. Jiang* and C. Li. Two Improved Attribute Weighting Schemes for Value Difference Metric. Knowledge and Information Systems, 2019, 60(2): 949-970.
L. Jiang*, L. Zhang, C. Li, and J. Wu. A Correlation-Based Feature Weighting Filter for Naive Bayes. IEEE Transactions on Knowledge and Data Engineering, 2019, 31(2): 201-213.
L. Zhang, L. Jiang*, and C. Li. A Discriminative Model Selection Approach and Its Application to Text Classification. Neural Computing & Applications, 2019, 31(4): 1173-1187.
C. Li, L. Jiang*, H. Li, J. Wu, and P. Zhang. Toward Value Difference Metric with Attribute Weighting. Knowledge and Information Systems, 2017, 50(3): 795-825.
C. Qiu, L. Jiang*, and C. Li. Randomly Selected Decision Tree for Test-Cost Sensitive Learning. Applied Soft Computing, 2017, 53: 27-33.
G. Kong, L. Jiang*, and C. Li*. Beyond Accuracy: Learning Selective Bayesian Classifiers with Minimal Test Cost. Pattern Recognition Letters, 2016, 80: 165-171.
C. Li, S. Sheng, L. Jiang*, and H. Li*. Noise Filtering to Improve Data and Model Quality for Crowdsourcing. Knowledge-Based Systems, 2016, 107: 96-103.
L. Zhang, L. Jiang*, C. Li*, and G. Kong. Two Feature Weighting Approaches for Naive Bayes Text Classifiers. Knowledge-Based Systems, 2016, 100: 137-144.
L. Zhang, L. Jiang*, and C. Li. A New Feature Selection Approach to Naive Bayes Text Classifiers. International Journal of Pattern Recognition and Artificial Intelligence, 2016, 30(2): 1650003.
L. Jiang*, C. Li*, S. Wang, and L. Zhang. Deep Feature Weighting for Naive Bayes and Its Application to Text Classification. Engineering Applications of Artificial Intelligence, 2016, 52: 26-39.
L. Jiang*, S. Wang, C. Li, and L. Zhang. Structure Extended Multinomial Naive Bayes. Information Sciences, 2016, 329: 346-356.
C. Qiu, L. Jiang*, and C. Li. Not Always Simple Classification: Learning SuperParent for Class Probability Estimation. Expert Systems with Applications, 2015, 42(13): 5433-5440.
S. Wang, L. Jiang*, and C. Li. Adapting Naive Bayes Tree for Text Classification. Knowledge and Information Systems, 2015, 44(1): 77-89.
L. Jiang*, C. Li, and S. Wang. Cost-Sensitive Bayesian Network Classifiers. Pattern Recognition Letters, 2014, 45: 211-216.
L. Jiang*, C. Li, H. Zhang, and Z. Cai. A Novel Distance Function: Frequency Difference Metric. International Journal of Pattern Recognition and Artificial Intelligence, 2014, 28(2): 1451002.
C. Li*, L. Jiang, and H. Li. Local Value Difference Metric. Pattern Recognition Letters, 2014, 49: 62-68.
C. Li*, L. Jiang, and H. Li. Naive Bayes for Value Difference Metric. Frontiers of Computer Science, 2014, 8(2): 255-264.
L. Jiang* and C. Li. An Augmented Value Difference Measure. Pattern Recognition Letters, 2013, 34(10): 1169-1174.
C. Li and H. Li*. Bayesian Network Classifiers for Probability-Based Metrics. Journal of Experimental & Theoretical Artificial Intelligence, 2013, 25(4): 477-491.
C. Li and H. Li*. Selective Value Difference Metric. Journal of Computers, 2013, 8(9): 2232-2238
C. Li*, L. Jiang, H. Li, and S. Wang. Attribute Weighted Value Difference Metric. In: Proceedings of the 25th IEEE International Conference on Tools with Artificial Intelligence, ICTAI 2013, pp. 575-580.
C. Li and H. Li*. A Modified Short and Fukunaga Metric Based on the Attribute Independence Assumption. Pattern Recognition Letters, 2012, 33(9): 1213-1218.
C. Li and H. Li*. One Dependence Value Difference Metric. Knowledge-Based Systems, 2011, 24(5): 589-594.
C. Li and H. Li*. Correlation Weighted Heterogeneous Euclidean-Overlap Metric. International Journal of Computers and Applications, 2011, 33(4): 341-346.
C. Li and H. Li*. Learning Random Model Trees for Regression. International Journal of Computers and Applications, 2011, 33(3): 258-265.
C. Li and H. Li*. A Survey of Distance Metrics for Nominal Attributes. Journal of Software, 2010, 5(11): 1262-1269.
L. Jiang*, C. Li, and Z. Cai. Learning Decision Tree for Ranking. Knowledge and Information Systems, 2009, 20(1): 123-135.
L. Jiang*, C. Li, and Z. Cai. Decision Tree with Better Class Probability Estimation. International Journal of Pattern Recognition and Artificial Intelligence, 2009, 23(4): 745-763.
C. Li* and L. Jiang. Using Locally Weighted Learning to Improve SMOreg for Regression. In: Proceedings of the 9th Biennial Pacific Rim International Conference on Artificial Intelligence, PRICAI 2006, LNAI 4099, pp.375-384.
科研获奖：
2021年度湖北省自然科学奖三等奖（贝叶斯分类：模型、算法与应用，序2）。
专著，教材，教辅：
贝叶斯网络分类器：算法与应用，中国地质大学出版社，2015年，副主编，序2。
工科数学分析练习与提高（一）， 中国地质大学出版社，2018年，主编。
工科数学分析练习与提高（二）， 中国地质大学出版社，2018年，主编。
发明专利：
蒋良孝、张文均、张欢、李超群，一种基于随机森林的伯努利朴素贝叶斯文本分类方法，专利号：ZL202010125450.9，授权公告日：2023-4-7。
蒋良孝、陈龙、李超群，一种基于特异性的词频加权方法及文本分类方法，专利号：ZL202010097291.6，授权公告日：2023-4-7。
蒋良孝，邵诗琪，陈龙，李超群。一种隐多项式朴素贝叶斯文本分类方法及装置，专利号：ZL201910338569.1，授权公告日：2022-11-18。
蒋良孝，王沙沙，李超群。一种基于文档长度的实例加权方法及文本分类方法，专利号：ZL201510395998.4，授权公告日：2018-10-19。
蒋良孝，张伦干，李超群。一种基于决策树的属性加权方法及文本分类方法，专利号：ZL201510237748.8，授权公告日：2018-5-22。
蒋良孝，王沙沙，李超群，张伦干。一种结构扩展的多项式朴素贝叶斯文本分类方法，专利号：ZL201510366258.8，授权公告日：2018-5-1。
蒋良孝，张伦干，李超群。一种基于信息增益率的属性选择方法，专利号：ZL201510173354.0，授权公告日：2017-11-21。
软件著作：
蒋良孝，李超群。距离度量学习软件，软件登记号：2018SR112546。
蒋良孝，李超群，卢航航。油水层识别软件，软件登记号：2017SR178464。
蒋良孝，卢航航，李超群。储层孔隙度预测软件，软件登记号：2017SR169525。
学术指导：
指导本科生获2023年全国大学生数学建模竞赛国家二等奖1项（吕昕桦，陈子阳，雷梦奇），湖北省一等奖1项、二等奖1项、三等奖2项。
指导本科生获2022年全国大学生数学建模竞赛国家二等奖1项（蔄宇飞，胡楠，刘志鑫），湖北省一等奖2项、二等奖2项、三等奖2项。
指导本科生获2021年全国大学生数学建模竞赛国家一等奖1项（叶诗洋，李雯玥，苏海瑞），湖北省一等奖2项、三等奖2项。
指导本科生获2020年全国大学生数学建模竞赛国家二等奖2项（王芊芊，张洁飞，苏春银；黄思睿，衷雨欣，潘洁），湖北省二等奖1项、三等奖1项。
指导本科生获2019年全国大学生数学建模竞赛湖北省一等奖1项、二等奖2项、三等奖2项。
指导本科生获2018年全国大学生数学建模竞赛国家一等奖1项（邓昊，王风栋，翟明键）。
指导本科生获2016年全国大学生数学建模竞赛国家一等奖1项（殷欣，杨晓伟，马莉珍）。
指导本科生获2021年国家级大学生创新训练计划项目1项（王健等）。
指导本科生获2020年国家级大学生创新训练计划项目1项（梁庭辉等）。
指导本科生获2018年国家级大学生创新训练计划项目1项（史伟等）。
指导本科生获2013年湖北省优秀学士学位论文（朱民峰）。
指导本科生获2020级李四光计划（胡志博）。
指导本科生获2019级李四光计划（王健）。
指导本科生获2018级李四光计划（梁庭辉）。
人才培养：
2023级：黄思健；宋姿颖；田谨铭；叶梦甜。
2022级：艾语嫣；金瑾；彭榛；曾梦琦。
2021级：沈澳奇（2021、2022年度中国研究生数学建模竞赛三等奖）；杨慧慧（2021、2022年度中国研究生数学建模竞赛三等奖）；阳华。
2020级：贺明贵；李欣阳；李文斌（2023年度中国地质大学优秀硕士学位论文）；孙传佳。
2019级：马奔；王银（2020年度中国研究生数学建模竞赛三等奖）。
2018级：杨文军（2020年度硕士研究生国家奖学金；2019年度中国研究生数学建模竞赛一等奖）。