姓名：刘培强

职称：教  授

邮箱：liupq@126.com

主讲课程：算法设计与分析、数据结构、面向对象程序设计、Java语言程序设计

研究方向：算法及其复杂性理论、计算生物学

个人简介：

刘培强，男，博士，教授，硕士生导师。博士毕业于山东大学计算机科学与技术学院。现任山东工商学院计算机科学与技术学院（人工智能学院）党委书记，曾任山东工商学院计算机科学与技术学院（人工智能学院）院长。任中国计算机学会会员，中国计算机学会理论计算机科学专委委员，信息技术新工科产学研联盟大学计算机通识教育工作委员会常务委员，山东省计算机学会理事，山东省软件行业产教联盟常务理事。任山东省大数据发展创新实验室主任，山东省研究生联合培养优秀基地负责人。

研究方向为算法及其复杂性理论、计算生物学。在《软件学报》《BMC Bioinformatics》《JOURNAL OF THEORETICAL BIOLOGY》等学术期刊或会议上，发表学术论文30余篇，其中被SCI收录20余篇；出版学术专著1部；主持或完成山东省自然科学基金1项，中国教育和科研计算机网网络中心项目1项，山东省研究生教育质量提升计划项目3项，烟台市校地融合项目2项，烟台市科技发展计划项目2项；获专利1项；主持山东；获山东省高等教育教学成果奖3项，中国煤炭行业教育教学一等奖2项，获山东省高校优秀科研成果奖三等奖1项，烟台市自然科学学术论文奖一等奖1项。

科研/教学项目:

[1] 依托山东省高校未来智能计算示范协同创新中心，建设研究生教育科教产教融合、协同育人实践平台, 山东省研究生教育质量提升计划 – 教育教学改革项目(SDYKC21211), 2022/01-2024/12,1/10

[2] 山东工商学院—山东捷瑞数字科技股份有限公司研究生教育联合培养基地, 山东省研究生教育质量提升计划 – 联合培养基地(SDYJD18048)，负责人，2019/01   //2022年获：山东省研究生联合培养优秀基地 (鲁研究生基地202220042号), 负责人, 2022/12

[3]“需求引领、五维驱动”，建设国家级一流本科专业，培养高质量计算机应用型人才, 山东省教育厅本科教学改革研究项目（重点）,（Z2022036），2022/12，1/ 9  

[4] 算法分析与设计（SDYKC19199）, 山东省研究生教育质量提升计划– 优质课程，2019.01-2020.12, 1/8

[5] 双向聚类算法在基因表达谱分析中的应用研究（ZR2011FL004）, 山东省自然科学基金, 2012.01-2014.12, 1/7.

[6] 建设国家级一流本科专业，赋能山东省数字经济发展 (2021JXY042), 山东省教育教学研究课题, 山东省教育科学研究院，2021/9/1, 2022/1/1-2024-12/31

[7] 基于图理论的蛋白质相互作用网络聚类算法及其应用研究（2017ZH065）, 烟台市科技发展计划项目, 2018.01-2020.12, 1/8.

[8] 双聚类算法在基因表达谱分析中的应用研究（2010167）, 烟台市科技发展计划项目, 2010.3-2012.12, 1/7.

[9] 基于IPv6的家庭智能安防系统关键技术研究（NGII20161204）, 中国教育和科研计算机网网络中心项目（赛尔网络下一代互联网技术创新项目）, 2017.01-2018.12, 1/7.

[10] "赋能烟台战略性新兴产业发展，打造国家级一流软件工程专业",烟台市校地融合发展项目, 烟台市教育局, 2020.01-2022.12, 1/16.

[11] "以建设国家级一流本科专业为契机，依托山东省未来智能计算协同创新中心，打造新工科协同育人实践创新平台", 教育部新工科研究与实践项目(E-XTYR20200640), 教育部, 2020.06-2022.05, 5/26.

[12] 电缆沟微气象监测预警软件系统, 横向课题，2017/04/10 -2020/12/31.

获奖情况：

[1] 2017年, 新工科背景下应用型本科计算机科学与技术专业人才培养模式的改革与研究, 中国煤炭行业教育教学一等奖, 第一完成人.

[2] 2009年, 山东省高校优秀科研成果奖三等奖，第一完成人.

[3] 2009年, 烟台市自然科学学术论文奖一等奖, 第一完成人.

[4] 2022/03, 建设国家级一流本科专业，创新高水平应用型专业人才培养模式的研究与实践(N0. GJ20220134), 山东省第九届省级教学成果奖一等奖, 第二完成人.

[5] 2022/03, 科教融合，产学协同，计算机学科研究生培养模式的改革与实践(N0. GJ20220444), 山东省第九届省级教学成果奖二等奖, 第二完成人.

代表性论文与专著：

[1] 刘培强, 朱大铭, 谢青松等. 两元指纹向量聚类问题的复杂性与改进启发式算法. 软件学报, 2008, 19(3):500-510.  

[2] 刘培强, 张加惠, 吴大伟, 安志勇. 基于自适应组合核的鲁棒视频目标跟踪算法. 计算机应用, 2018, 038(12):3372-3379.

[3] 刘培强, 李曙光, 肖进杰. 若干聚类问题复杂性及其算法. 电子工业出版社, 2013.

[4] 费兆杰, 刘培强*(通信作者), 杨壮, 刘畅.基于加权子网参与度和多源信息融合的关键蛋白质识别算法.计算机应用研究, 2021.

[5] Peiqiang Liu, Chang Liu, YanyanMao, Junhong Guo, Fanshu. Liu, Wangmin. Cai, et al., Identification ofessential proteins based on edge features and the fusion of multiple-sourcebiological information, BMC Bioinfomatics, 2023 Vol. 24 Issue 1. DOI:10.1186/s12859-023-05315-y

[6] Wangmin Cai, Peiqiang Liu *(通信作者),Zunfang Wang, Hong Jiang, et al. Link prediction in protein-protein interactionnetwork: A similarity multiplied similarity algorithm with paths of lengththree. Journal of Theoretical Biology, 2024:111850.

[7] Peiqiang Liu, Qifeng Liang,Zhiyong An, Jingyi Fu, et al. Robust object tracking via ensemblingsemantic-aware network and redetection. IET Computer Vision, 1–14 (2023)

[8] Peiqiang Liu, Daming Zhu, JinjieXiao, Qingsong Xie, et al. Partition of a Binary Matrix into k(k>=3)Exclusive Row and Column Submatrices Is Difficult. Mathematical Problems inEngineering, 2014, 2014:1-13.

[9] Feng Zhao, Zhongwei Han, Dapeng Cheng,Ning Mao, Xiaobo Chen, Yuan Li, Deming Fan, Peiqiang Liu*(通信作者),Hierarchical Synchronization Estimation of Low- and High-Order FunctionalConnectivity Based on Sub-Network Division  for the Diagnosis of AutismSpectrum Disorder, Frontiers in Neuroscience, 2022(JCR:Q2, IF: 4.667).

[10] Peiqiang Liu, Daming Zhu, HuiFan, Qingsong Xie. An efficient approximation algorithm of BCMV(p) based onLP-rounding. ICIC Express Letters, 2009, 3(4):983-988.