马福民

研究方向:大数据处理及应用、粒计算与知识获取、企业信息化建模与智能生产系统。

个人简介

马福民,女,博士,教授,硕士生导师,现任南京财经大学计算机与人工智能学院副院长。

江苏省“青蓝工程”中青年学术带头人。中国仪器仪表学会嵌入式仪表及系统技术分会理事、JSAI数据挖掘与应用专委会委员、国际粗糙集联合会会员。主讲课程获国家级一流本科课程,江苏省首届一流本科课程。近年来,主持国家自然科学基金,国家科技助力经济重点专项,江苏省重点研发计划及江苏省自然科学基金等省部级以上项目多项,出版学术专著1部。近年来,获校“第四届本科优秀教学教师”、“优秀本科课程”、“巾帼建功标兵”等多项荣誉。

主要研究方向:大数据处理及应用、粒计算与知识获取、企业信息化建模与智能生产系统。

E-mailfmmatj@126.com


科研项目

1. 主持国家自然科学基金,面向生产过程能效评估的海量及不健全信息粒计算处理方法研究;

2. 主持国家重点专项“科技助力经济2020”,粮食应急企业信息统计监管平台研发及产业化;

3. 主持江苏省重点研发计划产业前瞻与关键核心技术,基于多模态融合的商务知识表示与融合关键技术研发;

4. 主持国家自然科学基金,多维模型驱动下流程工业能流物流平衡分析方法研究;

5. 主持江苏省自然科学基金面上项目,IIoT环境下面向生产过程能效评估的海量及不健全信息粒计算方法;

6. 主持江苏省高校自然科学研究重大项目,海量数据驱动下基于粒计算的粮油加工适宜性评估方法;

7. 主持江苏省自然科学基金青年项目,流程工业能量传递多维模型及其动态演变分析方法研究;

8. 主持江苏省高校自然科学研究面上项目,基于模型驱动的流程工业能流物流平衡分析.


获奖和荣誉

1.获批国家级一流本科课程;

2.入选江苏省青蓝工程中青年学术带头人;

3.获批江苏省首届一流本科课程;

4.荣获江苏省研究生教育改革成果二等奖;

5.获中国教育发展学会第六届全国教育课程改革教研成果一等奖.


学术专著

[1]马福民著.面向企业能效评估的能耗过程建模、仿真与优化分析.经济科学出版社, 2017.10.

专利和软著

[1] 马福民,等.一种工业生产率宏观预测与关键因素分析方法.发明专利,专利号:202311309176.0

[2] 马福民,等. 一种满足个性化推荐需求的跨尺度聚类方法. 发明专利,专利号:202411670524.1.

[3] 马福民,等.不确定因素作用下流程工业能耗过程建模与仿真方法.发明专利,专利号:201510223661.5.

[4] 马福民,等.基于粗糙粒计算的数据处理与分析平台.计算机软件著作权,2021.

[5] 马福民,等.基于集成学习的分布式聚类云服务软件. 计算机软件著作权,2023.


近期发表学术论文

[1] Fumin Ma, et.al. Key Grids Based Batch-incremental CLIQUE Clustering Algorithm Considering Cluster Structure Changes[J]. Information Sciences, 660 (2024): 120109.

[2] T Zhang, Y Zhang, Fumin Ma*, et.al. Local Boundary Fuzzified Rough K-means Based Information Granulation Algorithm Under the Principle of Justifiable Granularity. IEEE Transactions on Cybernetics. 2024, 54(1): 519-532.

[3] 马福民*, . 基于 Zipf 分布的网格密度峰值聚类算法[J]. 控制与决策, 2024, 39(2): 577-587.

[4] T Zhang, Fumin Ma*, et.al. Interval Type-2 Fuzzy Local Enhancement Based Rough K-means Clustering Considering Imbalanced Clusters. IEEE Transactions on Fuzzy Systems. 2020, 28(9): 1925-1939.

[5] T Zhang, Fumin Ma*, C Peng, Y Yu, D Yue, C Dou, Gregory M.P. O'Hare. A Very-Short-Term Online PV Power Forecasting Model Based on RAN with Secondary Dynamic Adjustment[J]. IEEE Transactions on Artificial Intelligence. 2023, 4(5): 1214-1224.

[6] Fumin Ma*, et.al. Compressed Binary Discernibility Matrix Based Incremental Attribute Reduction Algorithm for Group Dynamic Data, Neurocomputing, 2019, 344: 20-27.

[7] 马福民*, . 考虑边界样本邻域归属信息的粗糙 K-Means 增量聚类算法[J]. 控制与决策, 2022, 37(11): 2968-2976.

[8] Fumin Ma*, et.al. Rough K-prototypes Clustering Algorithm Based on OTC Similarity and Between-Cluster Information for Mixed Data[C]. Chinese Control and Decision Conference, 2022, pp. 5105-5111.

[9] T Zhang*, C Lv, Fumin Ma*, K Zhao, H Wang, Gregory M.P. O'Hare. A Photovoltaic Power Forecasting Model Based on Dendritic Neuron Networks with the Aid of Wavelet Transform[J]. Neurocomputing, 2020, 397(15): 438-446.

[10] 张鑫涛, 马福民*, . 基于混合度量与类簇自适应调整的粗糙模糊K-means 聚类算法[J], 模式识别与人工智能,2019, 32(12): 1141-1150.

[11] X Zhou, Fumin Ma*, M Zhang. Clustering Ensemble Algorithm Based on an Improved Co-association Matrix [C]. Intelligent Computing for Sustainable Energy and Environment, 2021, pp. 805-815.

[12] Fumin Ma, et.al. Simulation of Continuous Enterprise Energy Consumption Process with Uncertain Factors. Proceedings of CCIS, 2018: 502-506.

[13] Fumin Ma, et.al. Generalized Binary Discernibility Matrix for Attribute Reduction in Incomplete Information Systems, The Journal of China Universities of Posts and Telecommunications, 2017, 24(4): 57-68.

[14] T Zhang, Fumin Ma. Improved Rough K-Means Clustering Algorithm Based On Weighted Distance Measure with Gaussian Function, International Journal of Computer Mathematics, 2017, 94(4): 663-675.

[15] Fumin Ma, Gregory O’Hare, et.al. Model Property based Material Balance and Energy Conservation Analysis for Process Industry Energy Transfer System. Energies, 2015, 8(10), 12283-12303.

[16] Fumin Ma, et.al. A Positive Region Based Incremental Attribute Reduction Algorithm for Incomplete System, International Conference on Electronic Information Technology and Intellectualization, June 18-19, 2016, pp:153-158.

[17] 马福民.基于双重粒化准则的邻域多粒度粗集快速约简算法.控制与决策, 2017, 32(6): 1121-1127.

[18] 马福民.基于边界区域局部模糊增强的πRKM聚类算法.控制与决策, 2017, 32(11): 1949-1956.

[19] 马福民.不确定因素作用下连续型企业能源消耗过程建模方法,计算机集成制造系统, 2015, 21(10): 2711-2719.

[20] 陈静雯,马福民*,.基于最大粒的悲观邻域多粒度粗糙集规则获取算法.模式识别与人工智能, 2017, 30(11): 1048-1056.

[21] 逯瑞强,马福民*,.基于区间2-型模糊度量的粗糙k-means聚类算法.模式识别与人工智能, 2018, 31(3):265-274.


仙林校区:南京市仙林大学城文苑路3号(理工学科楼)

版权所有:南京财经大学计算机与人工智能学院 苏ICP备05007114号 CopyRight © 2020-2025 All Rights Reserved.