中文论文

[1]  蔡子杰,方荟,刘建华,等. 基于大型语言模型指令微调的心理健康领域联合信息抽取 [J]. 中文信息学报, 2024, 38 (08): 112-127.

[2]  力尚龙,刘建华,贾鹤鸣. 融合多狩猎协调策略的爬行动物搜索算法 [J/OL]. 计算机应用, 1-15[2024-08-14].

[3]  陈治铭,刘建华,柯添赐,等. 一种对抗性的权重注意力机制Seq2Seq模型估算SOC [J/OL]. 电工技术学报, 1-12[2024-08-14].

[4]  柯添赐, 刘建华, 孙水华, 郑智雄, 蔡子杰. 融合强关联依赖和简洁语法的方面级情感分析模型[J]. 计算机应用, 2024, 44 (06): 1786-1795.

[5]  陈林颖, 刘建华, 郑智雄, 林杰, 徐戈, 孙水华. 多特征交互的方面情感三元组提取[J]. 计算机科学与探索, 2024, 18 (04): 1057-1067.

[6]  林杰,刘建华,陈林颖,等. 融合多窗口特征的词对标记情感三元组抽取 [J/OL]. 计算机工程与应用, 1-12[2024-08-14].

[7]  郑智雄,刘建华,孙水华,等. 融合多窗口局部信息的方面级情感分析模型 [J]. 计算机应用, 2023, 43(06): 1796-1802.

[8]  张智源,孙水华,徐诗傲,刘建华. 基于BERT和多窗口门控CNN的电机领域命名实体识别 [J]. 计算机应用研究, 2023, 40(01): 107-114.

[9]  李东升,鲍玉来,刘建华,等. 基于BERT的高校图书馆微信信息服务的命名实体识别方法 [J]. 现代情报, 2023, 43(04): 64-76.

[10]  王子航,刘建华,薛醒思,等. 融合迭代和问题维度的速度约束粒子群算法 [J]. 华东交通大学学报, 2023, 40(04): 112-126.

[11]  卜冠南 ,刘建华 ,张冬阳 ,等. 改进并行蚁群算法在配电网网架优化中的应用 [J]. 计算机应用与软件, 2023, 40(09): 73-77.

[12]  陈林颖,刘建华,孙水华, 郑智雄,林鸿辉,林杰. 面向方面的自适应跨度特征的细粒度意见元组提取 [J]. 计算机应用, 2023, 43(05): 1454-1460

[13]  郑智雄, 刘建华, 孙水华, 林鸿辉, 徐戈. 面向方面级情感分析的交互关系图注意力网络[J]. 计算机工程与应用, 2023, 59(15): 187-195.

[14]  林鸿辉,刘建华,郑智雄,等. 联合对话行为识别与情感分类的多任务网络 [J]. 计算机工程与应用, 2023,59(03): 104-111.

[15]  胡任远,刘建华,王璇,罗逸轩,林鸿辉.引入双循环机制深度学习模型的文本情感分析[J].福建工程学院学报,2022,20(04):383-390.

[16]  罗逸轩, 刘建华, 胡任远, 张冬阳, 卜冠南. 融合经验共享Q学习的粒子群优化算法[J]. 计算机科学与探索, 2022, 16(09): 2151-2162.

[17]  姜磊,刘建华,张冬阳,卜冠南.二进制粒子群算法中V型转换函数的应用分析[J].计算机应用与软件,2021,38(04):263-270.

[18]  胡任远,刘建华,卜冠南,张冬阳,罗逸轩.融合BERT的多层次语义协同模型情感分析研究[J].计算机工程与应用,2021,57(13):176-184.

[19]  卜冠南, 刘建华, 姜磊, 张冬阳. 一种自适应分组的蚁群算法[J]. 计算机工程与应用, 2021, 57 (06): 67-73.

[20]  姜磊,刘建华,张冬阳,卜冠南.一种自适应变异二进制粒子群算法[J].福建工程学院学报,2020,18(03):273-279.

[21]  何尧,刘建华,杨荣华.人工蜂群算法研究综述[J].计算机应用研究,2018,35(05):1281-1286.

[22]  刘国买,戴小廷,刘建华,周理.隧道施工安全管理与定位系统的设计和实现[J].武汉理工大学学报(信息与管理工程版),2014,36(02):163-166.

[23]  刘建华,张永晖,周理,贺文武.一种权重递增的粒子群算法[J].计算机科学,2014,41(03):59-65+84.

[24]  刘建华.相空间重构和SVR联合优化的短时交通流预测[J].计算机工程与应用, 2014, 50(03):13-17.

[25]  刘建华,冯嘉礼,刘国买.一种新的决策评价模型及其变权分析[J].福建工程学院学报, 2013, 11(04):400-404.

[26]  胡文瑜,刘建华,张柏礼.近似聚集查询中Congressional Samples算法的优化研究[J].数学的实践与认识,2013,43(08):160-169.

[27]  张永晖,林漳希,刘建华,梁泉. 用于多宿容迟移动网络的实时资源分配算法[J].微电子学与计算机,2013,30(03):93-96+101.

[28]  张永晖,林漳希,刘建华,梁泉. 容迟网络广义k选播路由资源分配模型[J].计算机应用,2012,32(12):3494-3498+3504.

[29]  张永晖,林漳希,刘建华,梁泉.基于位置信息的仓储容迟网络路由算法[J].电信科学, 2012, 28(11):81-85.

[30]  张永晖,林漳希,刘建华,梁泉.基于AAA认证的仓储移动网络安全关联转移方案[J].通信学报,2012,33(S1):186-191+200.

[31]  刘建华,刘国买,杨荣华,胡文瑜.粒子群算法的交互性与随机性分析[J].自动化学报, 2012, 38(09):1471-1484.

[32]  杨荣华,刘建华.量子粒子群算法求解整数规划的方法[J].科学技术与工程, 2011,11(33): 8195-8198+8202.

[33]  刘建华,杨荣华,孙水华. 离散二进制粒子群算法分析[J]. 南京大学学报(自然科学版), 2011, 47(05): 504-514.

[34]  杨荣华,刘建华. 基于粒子群算法求解整数规划的改进方法[J]. 福建工程学院学报, 2011, 9(04):  347-350.

[35]  孙水华,刘建华,林志强.基于数据质量控制的ETL[J].福建工程学院学报,2011,9(04):363-366.

[36]  刘建华,黄添强,严晓明.融合PSO算法思想的进化算法[J].山东大学学报(工学版), 2010, 40(05):34-40.

[37]  刘建华,樊晓平,瞿志华.一种基于相似度的新型粒子群算法[J].控制与决策,2007(10):1155-1159.

[38]  刘建华,刘建伟.基于粒子群算法的城市单交叉口信号控制[J].系统工程,2007(07):83-87.

[39]  刘建华,樊晓平,瞿志华.一种惯性权重动态调整的新型粒子群算法[J].计算机工程与应用, 2007(07):68-70.

[40]  刘建华.多元最优信息分组延迟粒子群算法[J].现代电子技术,2007(04):83-85.

[41]  刘建华.根据用户行为模式自动生成动态链接的方法[J].福建师范大学学报(自然科学版),2004(04):32-34.

[42]  刘建华. 一个智能搜索引擎的用户行为聚类分析[A]. 中国计算机学会电子政务与办公自动化专业委员会.第一届全国Web信息系统及其应用会议（WISA2004）论文集[C].中国计算机学会电子政务与办公自动化专业委员会:湖北省科学技术协会,2004:2.

[43]  刘建华.关联规则挖掘的新模型[J].福建师范大学学报(自然科学版),2004(02):32-35.

[44]  刘建华.从数据中挖掘知识[J].福建师范大学学报(自然科学版),2001(04):113-117.

教学论文

[1]  唐郑熠,胡文瑜,刘建华.应用技术大学数学基础课程的教学改革探索——以计算机类专业为例[J].福建电脑,2016,32(10):41-43+91.

[2]  贺文武,刘国买,刘建华.新工科专业育人共同体与学习共同体构建研究——以数据科学与大数据技术为例[J].教育评论,2018(08):46-51.

[3]  刘建华,胡文瑜,唐郑熠,林芳.数据科学与大数据技术专业课程体系探索[J].科教文汇(中旬刊),2021(01):115-116.

英文论文

[1]  Zhu J, Liu J. A simple and scalable particle swarm optimization structure based on linear system theory[J]. Memetic Computing, 2024: 1-13.（SCI 二区）

[2]  Xie Z, Liu J, Hu R, et al. The Application of Adversarial Training Based on Gradient Constraint Optimization Method to Sentiment Analysis[J]. 2024.9(1):538-549（EI收录）

[3]  Zhu J, Liu J, Chen Y, et al. Binary Restructuring Particle Swarm Optimization and Its Application[J]. Biomimetics, 2023, 8(2): 266.（SCI 三区）

[4]  Chen Y, Liu J, Zhu J, et al. An improved binary particle swarm optimization combing V-shaped and U-shaped transfer function[J]. Evolutionary Intelligence, 2023, 16(5): 1653-1666.（EI）

[5]  Liu J, Wang Z, Chen Y, et al. Solving the Unit Commitment Problem with Improving Binary Particle Swarm Optimization[C]//International Conference on Sensing and Imaging. Springer, Cham, 2022: 176-189.

[6]  Zhu J, Liu J, Wang Z, et al. Restructuring Particle Swarm Optimization algorithm based on linear system theory[C]//2022 IEEE Congress on Evolutionary Computation (CEC). IEEE, 2022: 1-7.

[7]  Liu J, Wang Z, Chen Y, et al. Solving the Unit Commitment Problem with Improving Binary Particle Swarm Optimization[C]//International Conference on Sensing and Imaging. Springer, Cham, 2022: 176-189.

[8]  Xu, S., Sun, S., Zhang, Z., Xu, F., & Liu, J. (2022). BERT gated multi-window attention network for relation extraction. Neurocomputing, 492, 516-529 (SCI二区)

[9]  Nguyen, T. T., Wang, H. J., Dao, T. K., Pan, J. S., Liu, J. H., & Weng, S. (2020). An improved slime mold algorithm and its application for optimal operation of cascade hydropower stations. IEEE Access, 8, 226754-226772. (SCI二区)

[10]  Luo Y, Liu J, Xue X, et al. The Experimental Analysis on Transfer Function of Binary Particle Swarm Optimization[C]//International Conference on Swarm Intelligence. Springer, Cham, 2021: 254-264.

[11]  Zhang D Y, Liu J H, Jiang L, et al. The Improvement of V-Shaped Transfer Function of Binary Particle Swarm Optimization[C]//International Conference on Swarm Intelligence. Springer, Cham, 2020: 202-211.

[12]  Jiang L, Liu J, Cui D, et al. A Binary Particle Swarm Optimization with the Hybrid S-Shaped and V-Shaped Transfer Function[C]//International Conference on Genetic and Evolutionary Computing. Springer, Singapore, 2019: 69-77.

[13]  Xue X, Liu J. Geo-spatial Ontology Matching Through Compact Evolutionary Algorithm[C]//International Conference on Smart Vehicular Technology, Transportation, Communication and Applications. Springer, Cham, 2018: 11-18.

[14]  Xue X, Chen J, Liu J, et al. Matching Biomedical Ontologies Through Compact Evolutionary Simulated Annealing Algorithm[C]//International Conference on Genetic and Evolutionary Computing. Springer, Singapore, 2018: 661-668.

[15]  Xue X, Liu J. A compact hybrid evolutionary algorithm for large scale instance matching in linked open data cloud[J]. International Journal on Artificial Intelligence Tools, 2017, 26(04): 1750013.

[16]  Xue X, Liu J. Collaborative ontology matching based on compact interactive evolutionary algorithm[J].  Knowledge-Based Systems, 2017, 137: 94-103. (SCI二区)

[17]  Xue X, Liu J. Optimizing ontology alignment through compact MOEA/D[J]. International Journal of Pattern Recognition and Artificial Intelligence, 2017, 31(04): 1759004. (SCI四区)

[18]  Wang J, Liu J, Pan J S, et al. A Hybrid BPSO-GA Algorithm for 0-1 Knapsack Problems[C]//The Euro-China Conference on Intelligent Data Analysis and Applications. Springer, Cham, 2017: 344-351.

[19]  Liu J, Mei Y, Li X. An analysis of the inertia weight parameter for binary particle swarm optimization[J]. IEEE Transactions on Evolutionary Computation, 2016, 20(5): 666-681. (SCI一区，top期刊)

[20]  Xue X, Liu J, Tsai P W, et al. Optimizing ontology alignment by using compact genetic algorithm[C]//2015 11th International Conference on Computational Intelligence and Security (CIS). IEEE, 2015: 231-234.

[21]  Liu J, Zheng S, Tan Y. Analysis on global convergence and time complexity of fireworks algorithm[C]//2014 IEEE Congress on Evolutionary Computation (CEC). IEEE, 2014: 3207-3213.

[22]  Liu J, Zheng S, Tan Y. The improvement on controlling exploration and exploitation of firework algorithm[C]//International Conference in Swarm Intelligence. Springer, Berlin, Heidelberg, 2013: 11-23.

[23]  Liu J, Fan X. The analysis and improvement of binary particle swarm optimization[C]//2009 International Conference on Computational Intelligence and Security. IEEE, 2009, 1: 254-258.

[24]  Liu J, Fan X, Qu Z. A new interestingness measure of association rules[C]//2008 Second International Conference on Genetic and Evolutionary Computing. IEEE, 2008: 393-397.

[25]  Liu J, Fan X, Qu Z. An improved particle swarm optimization with mutation based on similarity[C]//Third International Conference on Natural Computation (ICNC 2007). IEEE, 2007, 4: 824-828.