王熙照，男，1963年生，教授，博士生導師。現任河北大學數學與計算機學院院長，河北省機器學習與計算智慧型重點實驗室主任。
基本介紹
- 中文名：王熙照
- 外文名：Wang Xizhao
- 國籍：中國
- 民族：漢族
- 出生日期：1963年
- 職業：河北大學數學與計算機學院院長
- 畢業院校：哈爾濱工業大學
- 主要成就：河北省教委科技進步二等獎
個人簡介,教育經歷,工作經歷,學術兼職,科研項目,獲獎情況,學術交流,大會報告/特約報告,學術服務,學術簡介,編輯專刊,專著教材,期刊論文,
個人簡介
王熙照，博士，教授，博士生導師，IEEE Fellow，2013年H因子為18。
1998年畢業於哈爾濱工業大學計算機系，獲工學博士學位（計算機套用專業）；1998年至2001年赴香港理工大學計算學系合作研究，任研究員（Research Fellow）；2000年10月至今任河北大學數學與計算機學院院長，2007年至今任河北省機器學習與計算智慧型重點實驗室主任。
主要研究方向為機器學習與不確定性信息處理，包括示例模糊表示的歸納學習、近似推理與專家系統、神經網路敏感性分析、統計學習理論與支撐向量機、模糊測度與模糊積分、粗糙集、極速學習機（Extreme Learning Machine, ELM）和大數據機器學習理論與方法等。至今，共出版學術專著3部，教材2部；在IEEE Transactions on PAMI、Information Sciences等雜誌和會議發表學術論文150多篇，其中SCI、EI檢索100餘篇；Google Scholar 搜尋顯示論文累計引用次數超過2000次，單篇最高引用超過200次。H因子2013年4月查詢為18。主持國家自然科學基金項目、教育部科學技術研究重點項目、國家發改委基金項目及河北省自然科學基金項目等20餘項；獲河北省自然科學一等獎1項，教育部高等學校科學技術獎自然科學二等獎1項，河北省自然科學三等獎2項，河北省科技進步三等獎1項；2007年入選河北省教育廳首批百名優秀創新人才支持計畫，2009年獲全國模範教師稱號。
王熙照教授是IEEESMCS董事局成員和IEEESMC計算智慧型專業委員會主席。2002-2012連續11年作為會議主席主持召開了由IEEESMC聯合主辦的第1至第11屆機器學習與控制論國際會議（ICMLC02-12）。鑒於為IEEESMC協會作出的突出貢獻，王熙照教授獲得IEEESMC協會的多個獎項。
王熙照教授由於在模糊決策樹和聚類技術領域做出的突出貢獻於2012年當選為IEEE Fellow.
教育經歷
1979.09-1983.06 河北大學數學系學習
1983.07 河北大學數學系獲理學學士學位（數學專業）
1985.09-1987.07 上海交通大學套用數學系研究生班學習
1990.02 河北大學數學系獲理學碩士學位（基礎數學專業）
1995.09-1996.07 哈爾濱工業大學計算機科學與工程系學習博士學位課程
1998.09 哈爾濱工業大學計算機科學與工程系獲工學博士學位（計算機套用專業）
1983.07 河北大學數學系獲理學學士學位（數學專業）
1985.09-1987.07 上海交通大學套用數學系研究生班學習
1990.02 河北大學數學系獲理學碩士學位（基礎數學專業）
1995.09-1996.07 哈爾濱工業大學計算機科學與工程系學習博士學位課程
1998.09 哈爾濱工業大學計算機科學與工程系獲工學博士學位（計算機套用專業）
工作經歷
1983.07-1988.01 助教，河北大學數學系
1988.02-1993.06 講師，河北大學數學系
1993.07-1998.10 副教授，河北大學數學系，套用數學教研室主任
1998.11-2013.05 教授，河北大學數學與計算機學院
1998.09-2001.09 研究員(Research Fellow)，香港理工大學計算科學系
2000.10-2013.05 教授/博導，河北大學數學與計算機學院院長
1988.02-1993.06 講師，河北大學數學系
1993.07-1998.10 副教授，河北大學數學系，套用數學教研室主任
1998.11-2013.05 教授，河北大學數學與計算機學院
1998.09-2001.09 研究員(Research Fellow)，香港理工大學計算科學系
2000.10-2013.05 教授/博導，河北大學數學與計算機學院院長
學術兼職
IEEE Fellow；IEEE-SMC董事局成員(2005, 2007-2009, 2012-2014)；
IEEE-SMC計算智慧型技術委員會主席；
IEEE SMC Baoding Chapter 主席；
國際雜誌Machine Learning and Cybernetics主編；
國際雜誌IEEE Transactions on SMC Part(B) 副主編；
國際雜誌Information Science 副主編；
國際雜誌Pattern Recognition and Artificial Intelligence副主編；
第六屆中國工業與套用數學學會理事；
第五屆、第六屆中國人工智慧學會理事；
中國人工智慧學會第二屆、第三屆粗糙集與軟計算專業委員會常務委員；
第一屆、第二屆河北省機器學習學會理事長 ；
第三屆河北省工業與套用數學學會副理事長；
河北省人工智慧學會副理事長；
河北省數學建模組委會主任；
《模糊系統與數學》雜誌編委
科研項目
28） 2013.01-2015.12 (主持) 河北省自然科學基金項目：主動學習中的不確定性及其套用研究 (項目編號：F2013201110，RMB50,000)
27） 2012.01-2015.12 (主持) 國家自然科學基金項目：歸納學習中的不確定性研究 (項目編號：61170040，RMB560,000)
26） 2010.01-2012.12 (主持) 河北省教育廳重點項目：基於不確定約簡的海量數據挖掘 (項目編號：ZD2010139，RMB50,000)
25） 2008.01-2010.12 (主持) 河北省套用基礎研究重點項目：異常點挖掘研究及其套用 (項目編號：08963522D，RMB100,000)
24） 2008.01-2010.12 (主持) 河北省自然科學基金項目：基於最大Margin的決策樹歸納學習系統及在多光譜數據分類中的套用 (項目編號：F2008000635， RMB50,000)
23） 2007.01-2009.12 (主持) 河北省教育廳首批百名優秀創新人才支持計畫 （RMB200,000）
22） 2005.09-2008.09 (主研) 國家自然科學基金項目：基於不確定信息的確統計學習理論 (項目編號：60573069, RMB200,000)
21） 2005.01-2007.12 (主持) 國家自然科學基金項目：加權模糊規則泛化的能力研究 (項目編號：60473045，RMB180,000，結題為優)
20） 2004.08-2006.12 (參加) 香港RGC基金資助項目：基於模糊粗糙集的模糊規則抽取與模糊屬性約減
19） 2004.01-2006.12 (主持) 國家發展改革委員會項目：電力智慧型服務系統 (項目編號：2003-1954，RMB1,200,000)
18） 2003.01-2005.12 (主持) 河北省教育廳博士基金：模糊神經網路研究及其在規則學習中的套用 (項目編號：B2003117，RMB40,000)
17） 2003.01-2005.12 (主持) 教育部科學技術研究重點項目：帶有互動因子的模糊推理研究（項目編號：03017，RMB50,000，2007年獲教育部高等學校科學技術獎自然科學二等獎）
16） 2002.01-2004.12（主持）河北省教育廳基金項目：模糊推理中的互動影響研究（項目編號：2002159，RMB15,000,2007年獲河北省自然科學三等獎)
15） 2003.01-2005.12 (主持) 河北省自然科學基金項目：模糊值屬性特徵子集的選取（項目編號：603137，RMB100,000，2007年獲河北省自然科學一等獎）
14） 2002.01-2004.12（主研）河北省教育廳基金項目：Internet上用戶訪問信息的挖掘及套用（項目編號：2001206，RMB10,000，2007年河北省科技進步三等獎)
13） 2002.01-2003.12 (主持) 河北省教育廳基金項目：中文文本挖掘及其套用研究 (項目編號：2002154，RMB10,000)
12） 2001.01-2002.12 (主持) 河北大學博士基金資助項目：基於模糊積分的神經網路融合 (RMB25,000)
11） 1998.09-2001.09 (Research Fellow) 項目標題：模糊值特徵子集的最優選取，RGC基金資助 (項目編號：G-T209，資助基金：港幣200,000元，項目申請者：Eric Tsang博士)
10） 1998.09-2001.09 (Research Fellow) 項目標題：基於相似性的帶有互動影響的模糊推理，RGC基金資助 (項目編號：G-T210，資助基金：港幣200,000元，項目申請者：Daniel Yeung教授)
9） 1998.09-2001.09 (Research Fellow) 項目標題：結合基於案例的推理和模糊規則歸納於系統維護，RGC基金資助 (項目編號：G-V957，資助基金：港幣429,880元，項目申請者：Simon Shiu博士)
8） 1998.09-2001.09 (Research Fellow) 項目標題：學習特徵權-基於案例的推理系統的維護方法，RGC基金資助 (項目編號：A-PA88，資助基金：港幣180,000元，項目申請者：Eric Tsang博士)
7） 1998.09-2001.09 (Research Fellow) 項目標題：基於案例的模糊專家系統的校驗，計算機系研究基金資助 (項目編號：PA25，資助基金：港幣150,000元，項目申請者：Simon Shiu 博士)
6） 1998.09-2001.09 (Research Fellow) 項目標題：模糊技術在智慧型混合系統中的套用，香港理工大學合作研究基金資助 (項目編號：G-YY12，資助基金：港幣1,194,000元，項目申請者：香港理工大學計算科學系楊蘇教授)
5） 1998.01-2000.12 (主持) 河北省自然科學基金資助項目：基於模糊信息的示例學習理論和算法 (項目編號：698139, RMB40,000，2003年獲河北省自然科學三等獎）
4） 1997.06-1998.05 (主持) 遼河油田勘探開發研究院課題：雷14-20井區儲層橫向預測 (項目編號：雷14-20, RMB120,000)
3） 1997.01-1999.12 (參加) 河北省自然科學基金資助項目：模糊控制理論及其套用 (項目編號：97543306D, RMB40,000)
2） 1991.01-1993.06 (參加) 河北省自然科學基金資助項目：不精確信息的定量表示與不確定性資料庫理論 （1994年獲省教委科技進步2等獎）
1） 1989.01-1992.01 (參加) 國家自然科學基金資助項目：模糊信息處理的數學基礎 （1993年獲河北省教委科技進步2等獎）
27） 2012.01-2015.12 (主持) 國家自然科學基金項目：歸納學習中的不確定性研究 (項目編號：61170040，RMB560,000)
26） 2010.01-2012.12 (主持) 河北省教育廳重點項目：基於不確定約簡的海量數據挖掘 (項目編號：ZD2010139，RMB50,000)
25） 2008.01-2010.12 (主持) 河北省套用基礎研究重點項目：異常點挖掘研究及其套用 (項目編號：08963522D，RMB100,000)
24） 2008.01-2010.12 (主持) 河北省自然科學基金項目：基於最大Margin的決策樹歸納學習系統及在多光譜數據分類中的套用 (項目編號：F2008000635， RMB50,000)
23） 2007.01-2009.12 (主持) 河北省教育廳首批百名優秀創新人才支持計畫 （RMB200,000）
22） 2005.09-2008.09 (主研) 國家自然科學基金項目：基於不確定信息的確統計學習理論 (項目編號：60573069, RMB200,000)
21） 2005.01-2007.12 (主持) 國家自然科學基金項目：加權模糊規則泛化的能力研究 (項目編號：60473045，RMB180,000，結題為優)
20） 2004.08-2006.12 (參加) 香港RGC基金資助項目：基於模糊粗糙集的模糊規則抽取與模糊屬性約減
19） 2004.01-2006.12 (主持) 國家發展改革委員會項目：電力智慧型服務系統 (項目編號：2003-1954，RMB1,200,000)
18） 2003.01-2005.12 (主持) 河北省教育廳博士基金：模糊神經網路研究及其在規則學習中的套用 (項目編號：B2003117，RMB40,000)
17） 2003.01-2005.12 (主持) 教育部科學技術研究重點項目：帶有互動因子的模糊推理研究（項目編號：03017，RMB50,000，2007年獲教育部高等學校科學技術獎自然科學二等獎）
16） 2002.01-2004.12（主持）河北省教育廳基金項目：模糊推理中的互動影響研究（項目編號：2002159，RMB15,000,2007年獲河北省自然科學三等獎)
15） 2003.01-2005.12 (主持) 河北省自然科學基金項目：模糊值屬性特徵子集的選取（項目編號：603137，RMB100,000，2007年獲河北省自然科學一等獎）
14） 2002.01-2004.12（主研）河北省教育廳基金項目：Internet上用戶訪問信息的挖掘及套用（項目編號：2001206，RMB10,000，2007年河北省科技進步三等獎)
13） 2002.01-2003.12 (主持) 河北省教育廳基金項目：中文文本挖掘及其套用研究 (項目編號：2002154，RMB10,000)
12） 2001.01-2002.12 (主持) 河北大學博士基金資助項目：基於模糊積分的神經網路融合 (RMB25,000)
11） 1998.09-2001.09 (Research Fellow) 項目標題：模糊值特徵子集的最優選取，RGC基金資助 (項目編號：G-T209，資助基金：港幣200,000元，項目申請者：Eric Tsang博士)
10） 1998.09-2001.09 (Research Fellow) 項目標題：基於相似性的帶有互動影響的模糊推理，RGC基金資助 (項目編號：G-T210，資助基金：港幣200,000元，項目申請者：Daniel Yeung教授)
9） 1998.09-2001.09 (Research Fellow) 項目標題：結合基於案例的推理和模糊規則歸納於系統維護，RGC基金資助 (項目編號：G-V957，資助基金：港幣429,880元，項目申請者：Simon Shiu博士)
8） 1998.09-2001.09 (Research Fellow) 項目標題：學習特徵權-基於案例的推理系統的維護方法，RGC基金資助 (項目編號：A-PA88，資助基金：港幣180,000元，項目申請者：Eric Tsang博士)
7） 1998.09-2001.09 (Research Fellow) 項目標題：基於案例的模糊專家系統的校驗，計算機系研究基金資助 (項目編號：PA25，資助基金：港幣150,000元，項目申請者：Simon Shiu 博士)
6） 1998.09-2001.09 (Research Fellow) 項目標題：模糊技術在智慧型混合系統中的套用，香港理工大學合作研究基金資助 (項目編號：G-YY12，資助基金：港幣1,194,000元，項目申請者：香港理工大學計算科學系楊蘇教授)
5） 1998.01-2000.12 (主持) 河北省自然科學基金資助項目：基於模糊信息的示例學習理論和算法 (項目編號：698139, RMB40,000，2003年獲河北省自然科學三等獎）
4） 1997.06-1998.05 (主持) 遼河油田勘探開發研究院課題：雷14-20井區儲層橫向預測 (項目編號：雷14-20, RMB120,000)
3） 1997.01-1999.12 (參加) 河北省自然科學基金資助項目：模糊控制理論及其套用 (項目編號：97543306D, RMB40,000)
2） 1991.01-1993.06 (參加) 河北省自然科學基金資助項目：不精確信息的定量表示與不確定性資料庫理論 （1994年獲省教委科技進步2等獎）
1） 1989.01-1992.01 (參加) 國家自然科學基金資助項目：模糊信息處理的數學基礎 （1993年獲河北省教委科技進步2等獎）
獲獎情況
12）IEEE-SMC最活躍SMC技術委員會獎，2009IEEE Outstanding Committee on Computational Intelligence, Received in the IEEEInternational Conference on Systems, Man & Cybernetics, October 11-14,2009, Hyatt Regency River-walk, San Antonio, Texas, USA
11）IEEE-SMC傑出Chapter獎，2008 IEEE Outstanding SMCs ChapterAward, Accepted in the IEEE International Conference on Systems, Man &Cybernetics, October 12-15, 2008,Singapore, International Convention andExhibition Centre
10）河北省自然科學1等獎，第1完成人，(河北省自然科學基金項目：模糊值屬性特徵子集的選取)，2007
9） 教育部高等學校科學技術獎自然科學2等獎，第4完成人，(項目名稱：複雜不確定環境下軟計算技術及其套用)，2007
8） 河北省自然科學3等獎，第1完成人，(教育部科學技術研究重點項目和教育廳項目：帶有互動作用的模糊分類和模糊推理研究) ，2007
7） 河北省科技進步3等獎，第2完成人，(河北省教育廳項目：Internet上用戶訪問信息與中文文本信息的挖掘及套用) ，2007
6） IEEETransactions on SMC Part B最佳副主編獎，2006 IEEE SMC Best Associate Editor Award, Accepted in the IEEEInternational Conference on Systems, Man & Cybernetics, October 8-11, 2006,Taipei, Taiwan, CHINA
5） IEEE-SMC傑出貢獻獎，2004 IEEE SMC OutstandingContribution Award, Accepted in the IEEE International Conference on Systems,Man Cybernetics, October 12-15, 2004, Netherlands Congress Center, The Hague,HOLLAND
4） 河北省自然科學3等獎，第1完成人，(河北省自然科學基金項目: 基於模糊信息的示例學習理論和算法)，2003
3） 黑龍江省科技進步1等獎，第8完成人，(項目名稱：農業專家系統及其開發工具研究) ，2002
2） 河北省教委科技進步2等獎，第3完成人，(河北省自然科學基金資助項目: 不精確信息的定量表示與不確定性資料庫理論)，1994
1） 河北省教委科技進步2等獎，第2完成人，（國家自然科學基金資助項目: 模糊信息處理的數學基礎），1993
11）IEEE-SMC傑出Chapter獎，2008 IEEE Outstanding SMCs ChapterAward, Accepted in the IEEE International Conference on Systems, Man &Cybernetics, October 12-15, 2008,Singapore, International Convention andExhibition Centre
10）河北省自然科學1等獎，第1完成人，(河北省自然科學基金項目：模糊值屬性特徵子集的選取)，2007
9） 教育部高等學校科學技術獎自然科學2等獎，第4完成人，(項目名稱：複雜不確定環境下軟計算技術及其套用)，2007
8） 河北省自然科學3等獎，第1完成人，(教育部科學技術研究重點項目和教育廳項目：帶有互動作用的模糊分類和模糊推理研究) ，2007
7） 河北省科技進步3等獎，第2完成人，(河北省教育廳項目：Internet上用戶訪問信息與中文文本信息的挖掘及套用) ，2007
6） IEEETransactions on SMC Part B最佳副主編獎，2006 IEEE SMC Best Associate Editor Award, Accepted in the IEEEInternational Conference on Systems, Man & Cybernetics, October 8-11, 2006,Taipei, Taiwan, CHINA
5） IEEE-SMC傑出貢獻獎，2004 IEEE SMC OutstandingContribution Award, Accepted in the IEEE International Conference on Systems,Man Cybernetics, October 12-15, 2004, Netherlands Congress Center, The Hague,HOLLAND
4） 河北省自然科學3等獎，第1完成人，(河北省自然科學基金項目: 基於模糊信息的示例學習理論和算法)，2003
3） 黑龍江省科技進步1等獎，第8完成人，(項目名稱：農業專家系統及其開發工具研究) ，2002
2） 河北省教委科技進步2等獎，第3完成人，(河北省自然科學基金資助項目: 不精確信息的定量表示與不確定性資料庫理論)，1994
1） 河北省教委科技進步2等獎，第2完成人，（國家自然科學基金資助項目: 模糊信息處理的數學基礎），1993
學術交流
38）第三屆極速學習機國際研討會，2012年12月11日-13日，新加坡
37）IEEE InternationalConference on Systems, Man & Cybernetics，2012年10月9日-12日，韓國
36）International Conference onMachine Learning and Cybernetics，2012年7月15日-17日，西安
35）第二屆極速學習機國際研討會，2011年12月6日-8日，杭州
34）International Conference onMachine Learning and Cybernetics，2011年7月10日-13日，桂林
33）第一屆極速學習機國際研討會，2010年12月7日，澳大利亞
32）IEEE InternationalConference on Systems, Man & Cybernetics，2010年10月10日-13日，土耳其
31）International Conference onMachine Learning and Cybernetics，2010年7月11日-14日，青島
30）中國數據挖掘會議，2010年5月6日-9日，廣州
29）International Conference onRough Sets, Fuzzy sets, Data mining and Granular Computer，2009年12月18-23日，印度理工大學，新德里
28）IEEE InternationalConference on Systems, Man & Cybernetics，2009年10月11日-14日，美國
27）International Conference onMachine Learning and Cybernetics，2009年7月12日-15日，保定
26）第14屆中國模糊系統與模糊數學大會，2008年10月31日-11月3日，武夷山
25）IEEE InternationalConference on Systems, Man & Cybernetics，2008年10月12日-15日，新加坡
24）International Conference onMachine Learning and Cybernetics，2008年7月12日-15日，昆明
23）IEEE InternationalConference on Systems, Man & Cybernetics，2007年10月7日-10日，加拿大
22）International Conference onMachine Learning and Cybernetics，2007年8月20日-23日，香港
21）第10屆中國機器學習學術會議，2006年10月13日-15日，海口
20）International Conference onMachine Learning and Cybernetics，2006年8月13日-16日，大連
19）Asia-Pacific Workshop onVisual Information Processing，2005年12月11日-13日，香港
18）中國人工智慧學會第11屆全國學術年會，2005年10月31日-11月2日，武漢
17）IEEE InternationalConference on Systems, Man & Cybernetics，2005年10月10日-12日，美國
16）International Conference onMachine Learning and Cybernetics，2005年8月19日-21日，廣州
15）IFSA World Congress，2005年7月28日-31日，北京
14）IEEE InternationalConference on Systems, Man & Cybernetics，2004年10月12日-15日，荷蘭
13）International Conference onMachine Learning and Cybernetics，2004 年8月26日-29日，上海
12）中國人工智慧學會第10屆全國學術年會，2003年11月，廣州
11）International Conference onMachine Learning and Cybernetics，2003年11月2日-5日，西安
10）中國人工智慧學會機器學習8屆學術會，2002年12月，廣州
9） International Conferenceon Machine Learning and Cybernetics，2002年11月4日-5日，北京
8） Joint 9th IFSA WorldCongress and 20th NAFIPS International Conference，2001年7月25日-28日，加拿大
7） IEEE InternationalConference on Systems, Man & Cybernetics，2000年10月8日-11日，美國
6） IEEE InternationalConference on Systems, Man & Cybernetics，1999年10月12日-15日，日本
5）中國模糊數學與模糊系統委員會第9屆年會，1998年8月，保定
4）中國模糊數學與模糊系統委員會第7屆年會，1994年8月，太原
3）中國模糊數學與模糊系統委員會第6屆年會，1992年8月，黃山
2） Sino-Japan Joint Meetingon Advanced Fuzzy Sets and Systems，1990年，北京
1）中國模糊數學與模糊系統委員會第5屆年會，1990年8月，成都
37）IEEE InternationalConference on Systems, Man & Cybernetics，2012年10月9日-12日，韓國
36）International Conference onMachine Learning and Cybernetics，2012年7月15日-17日，西安
35）第二屆極速學習機國際研討會，2011年12月6日-8日，杭州
34）International Conference onMachine Learning and Cybernetics，2011年7月10日-13日，桂林
33）第一屆極速學習機國際研討會，2010年12月7日，澳大利亞
32）IEEE InternationalConference on Systems, Man & Cybernetics，2010年10月10日-13日，土耳其
31）International Conference onMachine Learning and Cybernetics，2010年7月11日-14日，青島
30）中國數據挖掘會議，2010年5月6日-9日，廣州
29）International Conference onRough Sets, Fuzzy sets, Data mining and Granular Computer，2009年12月18-23日，印度理工大學，新德里
28）IEEE InternationalConference on Systems, Man & Cybernetics，2009年10月11日-14日，美國
27）International Conference onMachine Learning and Cybernetics，2009年7月12日-15日，保定
26）第14屆中國模糊系統與模糊數學大會，2008年10月31日-11月3日，武夷山
25）IEEE InternationalConference on Systems, Man & Cybernetics，2008年10月12日-15日，新加坡
24）International Conference onMachine Learning and Cybernetics，2008年7月12日-15日，昆明
23）IEEE InternationalConference on Systems, Man & Cybernetics，2007年10月7日-10日，加拿大
22）International Conference onMachine Learning and Cybernetics，2007年8月20日-23日，香港
21）第10屆中國機器學習學術會議，2006年10月13日-15日，海口
20）International Conference onMachine Learning and Cybernetics，2006年8月13日-16日，大連
19）Asia-Pacific Workshop onVisual Information Processing，2005年12月11日-13日，香港
18）中國人工智慧學會第11屆全國學術年會，2005年10月31日-11月2日，武漢
17）IEEE InternationalConference on Systems, Man & Cybernetics，2005年10月10日-12日，美國
16）International Conference onMachine Learning and Cybernetics，2005年8月19日-21日，廣州
15）IFSA World Congress，2005年7月28日-31日，北京
14）IEEE InternationalConference on Systems, Man & Cybernetics，2004年10月12日-15日，荷蘭
13）International Conference onMachine Learning and Cybernetics，2004 年8月26日-29日，上海
12）中國人工智慧學會第10屆全國學術年會，2003年11月，廣州
11）International Conference onMachine Learning and Cybernetics，2003年11月2日-5日，西安
10）中國人工智慧學會機器學習8屆學術會，2002年12月，廣州
9） International Conferenceon Machine Learning and Cybernetics，2002年11月4日-5日，北京
8） Joint 9th IFSA WorldCongress and 20th NAFIPS International Conference，2001年7月25日-28日，加拿大
7） IEEE InternationalConference on Systems, Man & Cybernetics，2000年10月8日-11日，美國
6） IEEE InternationalConference on Systems, Man & Cybernetics，1999年10月12日-15日，日本
5）中國模糊數學與模糊系統委員會第9屆年會，1998年8月，保定
4）中國模糊數學與模糊系統委員會第7屆年會，1994年8月，太原
3）中國模糊數學與模糊系統委員會第6屆年會，1992年8月，黃山
2） Sino-Japan Joint Meetingon Advanced Fuzzy Sets and Systems，1990年，北京
1）中國模糊數學與模糊系統委員會第5屆年會，1990年8月，成都
大會報告/特約報告
26）2013年4月28日，哈爾濱工業大學深圳研究生院，深圳，報告題目：New Advances in Architecture Selection of Random Weight Networks
25）2012年12月21日，香港城市大學，香港，報告題目：Architecture Selection ofELMs and Their Improved Training Algorithms
24）2012年12月12日，2012 InternationalSymposium on Extreme Learning Machines，新加坡，報告題目：Architecture Selection of ELMs and Their ImprovedTraining Algorithms
23）2012年12月9日，馬來西亞科技大學，馬來西亞，報告題目：Architecture Selection ofRWNs and Their Improved Training Algorithms
22）2012年11月28日，Swinburne University，墨爾本，澳大利亞，報告題目：Architecture Selection ofELMs and Their Improved Training Algorithms
21）2012年11月27日，The 1st Computer Science Workshop in La TrobeUniversity，墨爾本，澳大利亞，報告題目：Architecture Selection ofELMs and Their Improved Training Algorithms
20）2012年10月14-17日，韓國首爾，參加IEEE-SMC年會、董事會並作大會主題報告
19）2012年9月29日，廣州工業大學，廣州，報告題目：Handling Uncertainty inSupervised Learning
18）2012年4月28日，華南理工大學，廣州，報告題目：Handling Uncertainty inSupervised Learning
17）2012年4月25日，河南師範大學，新鄉，報告題目：Uncertainty in ExtremeLearning Machine
16）2012年3月12日，蘇州大學973項目研討會議，蘇州，報告題目：Intelligent InformationSystem and Learning in Uncertain Environments
15）2011年11月10日，IEEE-SMC Distinguished Lecture Program，香港城市大學，香港，報告題目：Handling Uncertainty inSupervised Learning
14）2011年11月2日，河北大學，保定，報告題目：Handling Uncertainty inSupervised Learning
13）2011年9月7日，IEEE-SMC Distinguished Lecture Program，香港理工大學，香港，報告題目：Different Writing: fromAcademic Papers to Research Proposals
12）2011年8月29日，中山大學，廣州，報告題目：Handling Uncertainty inSupervised Learning
11）2011年8月26日，IEEE-SMC Distinguished Lecture Program，香港理工大學，香港，報告題目：Handling Uncertainty inSupervised Learning
10）2010年6月，新鄉大學，新鄉，報告題目：Inverse Problem of SupportVector Machines and Its Applications
9） 2009年8月，the 9th Conference of ChinaRough Set and Soft Computing，河北師範大學，石家莊，報告題目：A Comparative Study on RuleGeneration Between Decision-tree-based and Rough-set-based Approaches
8） 2009年5月10日，浙江海洋大學，舟山，報告題目：Sample Selection Based onMaximum Uncertainty
7） 2008年12月8日，IEEE-SMC Distinguished Lecture Program，台灣科技大學，台灣，報告題目：Sample Selection Based onMaximum Uncertainty
6） 2008年12月5日，2008 Workshop on Consumer Electronics，景文科技大學，台灣，報告題目：Fuzzy Integral and ItsApplication to Classification
5） 2008年10月31日，14屆中國模糊數學與模糊系統會議，福建，報告題目：Fuzzy Integral and ItsApplication to Classification
4） 2008年9月22日，IEEE-SMC Distinguished Lecture Program，香港城市大學，香港，報告題目：Fuzzy Integral and ItsApplication to Classification
3） 2006年9月18日，2006 Asian Fuzzy Systems Society InternationalConference，保定，報告題目：Information Fusion based onFuzzy Integrals and Its Application to Classification
2） 2006年10月10日，13屆中國模糊數學與模糊系統會議，陝西師範大學，西安，報告題目：Theoretical Foundations ofStatistical Learning Theory and Research on the Generalization of SVM
1） 2006年8月15日， International Conference on Machine Learning andCybernetics，大連，報告題目：SVM Inverse Problem and ItsApplication to Decision Tree Induction
25）2012年12月21日，香港城市大學，香港，報告題目：Architecture Selection ofELMs and Their Improved Training Algorithms
24）2012年12月12日，2012 InternationalSymposium on Extreme Learning Machines，新加坡，報告題目：Architecture Selection of ELMs and Their ImprovedTraining Algorithms
23）2012年12月9日，馬來西亞科技大學，馬來西亞，報告題目：Architecture Selection ofRWNs and Their Improved Training Algorithms
22）2012年11月28日，Swinburne University，墨爾本，澳大利亞，報告題目：Architecture Selection ofELMs and Their Improved Training Algorithms
21）2012年11月27日，The 1st Computer Science Workshop in La TrobeUniversity，墨爾本，澳大利亞，報告題目：Architecture Selection ofELMs and Their Improved Training Algorithms
20）2012年10月14-17日，韓國首爾，參加IEEE-SMC年會、董事會並作大會主題報告
19）2012年9月29日，廣州工業大學，廣州，報告題目：Handling Uncertainty inSupervised Learning
18）2012年4月28日，華南理工大學，廣州，報告題目：Handling Uncertainty inSupervised Learning
17）2012年4月25日，河南師範大學，新鄉，報告題目：Uncertainty in ExtremeLearning Machine
16）2012年3月12日，蘇州大學973項目研討會議，蘇州，報告題目：Intelligent InformationSystem and Learning in Uncertain Environments
15）2011年11月10日，IEEE-SMC Distinguished Lecture Program，香港城市大學，香港，報告題目：Handling Uncertainty inSupervised Learning
14）2011年11月2日，河北大學，保定，報告題目：Handling Uncertainty inSupervised Learning
13）2011年9月7日，IEEE-SMC Distinguished Lecture Program，香港理工大學，香港，報告題目：Different Writing: fromAcademic Papers to Research Proposals
12）2011年8月29日，中山大學，廣州，報告題目：Handling Uncertainty inSupervised Learning
11）2011年8月26日，IEEE-SMC Distinguished Lecture Program，香港理工大學，香港，報告題目：Handling Uncertainty inSupervised Learning
10）2010年6月，新鄉大學，新鄉，報告題目：Inverse Problem of SupportVector Machines and Its Applications
9） 2009年8月，the 9th Conference of ChinaRough Set and Soft Computing，河北師範大學，石家莊，報告題目：A Comparative Study on RuleGeneration Between Decision-tree-based and Rough-set-based Approaches
8） 2009年5月10日，浙江海洋大學，舟山，報告題目：Sample Selection Based onMaximum Uncertainty
7） 2008年12月8日，IEEE-SMC Distinguished Lecture Program，台灣科技大學，台灣，報告題目：Sample Selection Based onMaximum Uncertainty
6） 2008年12月5日，2008 Workshop on Consumer Electronics，景文科技大學，台灣，報告題目：Fuzzy Integral and ItsApplication to Classification
5） 2008年10月31日，14屆中國模糊數學與模糊系統會議，福建，報告題目：Fuzzy Integral and ItsApplication to Classification
4） 2008年9月22日，IEEE-SMC Distinguished Lecture Program，香港城市大學，香港，報告題目：Fuzzy Integral and ItsApplication to Classification
3） 2006年9月18日，2006 Asian Fuzzy Systems Society InternationalConference，保定，報告題目：Information Fusion based onFuzzy Integrals and Its Application to Classification
2） 2006年10月10日，13屆中國模糊數學與模糊系統會議，陝西師範大學，西安，報告題目：Theoretical Foundations ofStatistical Learning Theory and Research on the Generalization of SVM
1） 2006年8月15日， International Conference on Machine Learning andCybernetics，大連，報告題目：SVM Inverse Problem and ItsApplication to Decision Tree Induction
學術服務
會議主席: ICMLC (International Conference on Machine Learning and Cybernetics) 2002-2013
ICWAPR (International Conference on Wavelet Analysis and Pattern Recognition) 2009-2013
評審主席: CYBCONF2013 (IEEE International Conference on Cybernetics)
組織主席: ELM2011 (The International Symposium on Extreme Learning Machines)
程式主席: 第十四屆全國機器學習會議，2013
ELM2012-2013 (The International Conference on Extreme Learning Machines)
IEEESMC (IEEE International Conference on Systems, Man, and Cybernetics) 2008-2011
ELM2012-2013 (The International Conference on Extreme Learning Machines)
IEEESMC (IEEE International Conference on Systems, Man, and Cybernetics) 2008-2011
Easy-Chair Account (May 2013): 1. AI 11: PC member// 2. AMLTA2012: PC member// 3. CCML2013: chair// 4. CRSSC-CWI-CGrC 2013: PC member// 5. CRSSC-CWI-CGrC'2011: PC member// 6. DS 2013: PC member// 7. MLA 2013 Workshop: chair// 8. MLFD 2012: chair// 9. NCIIP2013: PC member// 10. RSFDGrC-2011: PC member// 11. SMC2010: track chair
學術簡介
編輯專刊
[9] “Uncertainty in Learning from Big Data”, Special Issue in Int. Journal of Fuzzy Sets and Systems, Elsevier Inc., Edited by Xi-zhao Wang, et al, 2013-2014 (in progress)
[8] “Uncertainty and Extreme Learning Machine”, Special Issue in International Journal of Uncertainty, Fuzziness and Knowledge-Based Systems, World Scientific Publishing Co., Edited by Xi-zhao Wang, et al, 2013 (in progress).
[7] “Intelligent Web Information System and Learning in Uncertain Environments”, Special Issue in Int. Journal of World Wide Web, Springer-Verlag, Edited by Xi-zhao Wang, Hui Wang, 2013 (in progress).
[6] “Extreme learning machine”, Special Issue of Soft computing, Springer-Verlag, Edited by Xi-zhao Wang, Dianhui Wang, Guangbin Huang, 2011.
[5] “Soft Computing on Machine Learning and Cybernetics”, Special Issue of Soft computing, Springer-Verlag, Edited by Witold Pedrycz, Daniel Yeung, Xi-zhao Wang, 2009.
[4] “Recent advance in granular computing”, Special Issue of Information sciences, Elsevier Inc., Edited by Daniel, Yeung, Xi-zhao Wang, De-Gang Chen, 2008.
[3] “Learning with fuzzy representation and its application to pattern recognition”, Special Issue of the International Journal of Pattern Recognition and Artificial Intelligence, World Scientific Publishing Co., Edited by Xi-zhao Wang, Y. Y. Tang, Daniel Yeung, 2008.
[2] “Machine learning techniques: problems and applications”, Special Issue of Soft computing, Springer-Verlag, Edited by Zhi-Qiang Liu, Daniel So Yeung, Xi-zhao Wang, Eric Tsang, 2005.
[1] “模糊集理論與套用”， 中國模糊數學與模糊系統委員會第九屆年會論文選集，劉應明、吳從忻、王熙照，1998年
[8] “Uncertainty and Extreme Learning Machine”, Special Issue in International Journal of Uncertainty, Fuzziness and Knowledge-Based Systems, World Scientific Publishing Co., Edited by Xi-zhao Wang, et al, 2013 (in progress).
[7] “Intelligent Web Information System and Learning in Uncertain Environments”, Special Issue in Int. Journal of World Wide Web, Springer-Verlag, Edited by Xi-zhao Wang, Hui Wang, 2013 (in progress).
[6] “Extreme learning machine”, Special Issue of Soft computing, Springer-Verlag, Edited by Xi-zhao Wang, Dianhui Wang, Guangbin Huang, 2011.
[5] “Soft Computing on Machine Learning and Cybernetics”, Special Issue of Soft computing, Springer-Verlag, Edited by Witold Pedrycz, Daniel Yeung, Xi-zhao Wang, 2009.
[4] “Recent advance in granular computing”, Special Issue of Information sciences, Elsevier Inc., Edited by Daniel, Yeung, Xi-zhao Wang, De-Gang Chen, 2008.
[3] “Learning with fuzzy representation and its application to pattern recognition”, Special Issue of the International Journal of Pattern Recognition and Artificial Intelligence, World Scientific Publishing Co., Edited by Xi-zhao Wang, Y. Y. Tang, Daniel Yeung, 2008.
[2] “Machine learning techniques: problems and applications”, Special Issue of Soft computing, Springer-Verlag, Edited by Zhi-Qiang Liu, Daniel So Yeung, Xi-zhao Wang, Eric Tsang, 2005.
[1] “模糊集理論與套用”， 中國模糊數學與模糊系統委員會第九屆年會論文選集，劉應明、吳從忻、王熙照，1998年
專著教材
[5] 王熙照，翟俊海，基於不確定性的決策樹歸納，科學出版社，2012年
[4] 王熙照，模糊測度和模糊積分及在分類技術中的套用，科學出版社，2008年
[3] 王熙照，哈明虎，模糊示例學習與模糊控制，河北大學出版社，2002年
[2] 王熙照，機率論與數理統計，科學出版社， 2009年
[1] 王熙照，陳昊，湛燕，“資料庫原理及其套用”，河北人民出版社，2005年
[4] 王熙照，模糊測度和模糊積分及在分類技術中的套用，科學出版社，2008年
[3] 王熙照，哈明虎，模糊示例學習與模糊控制，河北大學出版社，2002年
[2] 王熙照，機率論與數理統計，科學出版社， 2009年
[1] 王熙照，陳昊，湛燕，“資料庫原理及其套用”，河北人民出版社，2005年
期刊論文
IEEE Transactions系列
[14] Xi-zhao Wang, Yu-Lin He, Dabby D. Wang, Non-NaiveBayesian Classifiers for Classification Problems with Continuous Attributes;IEEE Transactions on Cybernetics, 2013, DOI: 10.1109/TCYB.2013.2245891.（SCI）
[13] Xi-zhao Wang, Ling-Cai Dong,Jian-Hui Yan, Maximum ambiguity based sample selection in fuzzy decision treeinduction, IEEE Transactions on Knowledge and Data Engineering, 2012, 24(8):1491-1505.（SCI）
[12] Xi-zhao Wang, Chun-Ru Dong,Improving generalization of fuzzy if-then rules by maximizing fuzzy entropy,IEEE Transactions on Fuzzy Systems, 2009, 17(3): 556-567.（SCI）
[11] Xi-zhao Wang, DS Yeung, ECC Tsang,A comparative study on heuristic algorithms for generating fuzzy decisiontrees, IEEE Transactions on Systems, Man, and Cybernetics, Part B: Cybernetics,2001, 31(2): 215-226.（SCI）
[10] DS Yeung, Xi-zhao Wang, ECC Tsang,Handling interaction in fuzzy production rule reasoning, IEEE Transactions onSystems, Man, and Cybernetics, Part B-Cybernetics, 2004, 34(5): 1979-1987.（SCI）
[9] DS Yeung, Xi-zhao Wang, Improvingperformance of similarity-based clustering by feature weight learning, IEEETransactions on Pattern Analysis and Machine Intelligence, 2002, 24(4):556-561.（SCI）
[8] ECC Tsang, Xi-zhao Wang, DS Yeung,Improving learning accuracy of fuzzy decision trees by hybrid neural networks,IEEE Transactions on Fuzzy Systems, 2000, 8(5): 601-614.（SCI）
[7] Daniel Yeung, Shu-Yuan Jin, Xi-zhaoWang, Covariance-matrix modeling and detecting various flooding attacks, IEEETransactions on Systems, Man, and Cybernetics, Part A: Systems and Humans,2007, 37(2): 157-169.（SCI）
[6] ECC Tsang, DS Yeung, Xi-zhao Wang,OFFSS: Optimal fuzzy-valued feature subset selection; IEEE Transactions onFuzzy Systems, 2003, 11(2): 202-213.（SCI）
[5] James N. K. Liu, Yu-Lin He, EdwardHY Lim, Xi-zhao Wang, A new method for knowledge and information managementdomain ontology graph model, IEEE Transactions on Systems, Man, andCybernetics: Systems, 2013, 43(1): 115-127.（SCI）
[4] Su-Yun Zhao, Eric C. C. Tsang,De-Gang Chen, Xi-zhao Wang, Building a rule-based classifier-a fuzzy-rough setapproach, IEEE Transactions on Knowledge and Data Engineering, 2010, 22(5):624-638.（SCI）
[3] DS Yeung, Ng Wing, De-feng Wang,Eric Tsang, Xi-zhao Wang, Localized Generalization Error Model and ItsApplication to Architecture Selection for Radial Basic Function Neural Network,IEEE Transactions on Neural Networks, 2007, 18(5): 1294-1305.（SCI）
[2] DS Yeung, De-Gang Chen, ECC Tsang,JWT Lee, Xi-zhao Wang, On the generalization of fuzzy rough sets, IEEETransactions on Fuzzy Systems, 2005, 13(3): 343-361.（SCI）
[1] ECC Tsang, DS Yeung, JWT Lee, DMHuang, Xi-zhao Wang, Refinement of generated fuzzy production rules by using afuzzy neural network, IEEE Transactions on Systems, Man, and Cybernetics, PartB: Cybernetics, 2004, 34(1): 409-418.（SCI）
[13] Xi-zhao Wang, Ling-Cai Dong,Jian-Hui Yan, Maximum ambiguity based sample selection in fuzzy decision treeinduction, IEEE Transactions on Knowledge and Data Engineering, 2012, 24(8):1491-1505.（SCI）
[12] Xi-zhao Wang, Chun-Ru Dong,Improving generalization of fuzzy if-then rules by maximizing fuzzy entropy,IEEE Transactions on Fuzzy Systems, 2009, 17(3): 556-567.（SCI）
[11] Xi-zhao Wang, DS Yeung, ECC Tsang,A comparative study on heuristic algorithms for generating fuzzy decisiontrees, IEEE Transactions on Systems, Man, and Cybernetics, Part B: Cybernetics,2001, 31(2): 215-226.（SCI）
[10] DS Yeung, Xi-zhao Wang, ECC Tsang,Handling interaction in fuzzy production rule reasoning, IEEE Transactions onSystems, Man, and Cybernetics, Part B-Cybernetics, 2004, 34(5): 1979-1987.（SCI）
[9] DS Yeung, Xi-zhao Wang, Improvingperformance of similarity-based clustering by feature weight learning, IEEETransactions on Pattern Analysis and Machine Intelligence, 2002, 24(4):556-561.（SCI）
[8] ECC Tsang, Xi-zhao Wang, DS Yeung,Improving learning accuracy of fuzzy decision trees by hybrid neural networks,IEEE Transactions on Fuzzy Systems, 2000, 8(5): 601-614.（SCI）
[7] Daniel Yeung, Shu-Yuan Jin, Xi-zhaoWang, Covariance-matrix modeling and detecting various flooding attacks, IEEETransactions on Systems, Man, and Cybernetics, Part A: Systems and Humans,2007, 37(2): 157-169.（SCI）
[6] ECC Tsang, DS Yeung, Xi-zhao Wang,OFFSS: Optimal fuzzy-valued feature subset selection; IEEE Transactions onFuzzy Systems, 2003, 11(2): 202-213.（SCI）
[5] James N. K. Liu, Yu-Lin He, EdwardHY Lim, Xi-zhao Wang, A new method for knowledge and information managementdomain ontology graph model, IEEE Transactions on Systems, Man, andCybernetics: Systems, 2013, 43(1): 115-127.（SCI）
[4] Su-Yun Zhao, Eric C. C. Tsang,De-Gang Chen, Xi-zhao Wang, Building a rule-based classifier-a fuzzy-rough setapproach, IEEE Transactions on Knowledge and Data Engineering, 2010, 22(5):624-638.（SCI）
[3] DS Yeung, Ng Wing, De-feng Wang,Eric Tsang, Xi-zhao Wang, Localized Generalization Error Model and ItsApplication to Architecture Selection for Radial Basic Function Neural Network,IEEE Transactions on Neural Networks, 2007, 18(5): 1294-1305.（SCI）
[2] DS Yeung, De-Gang Chen, ECC Tsang,JWT Lee, Xi-zhao Wang, On the generalization of fuzzy rough sets, IEEETransactions on Fuzzy Systems, 2005, 13(3): 343-361.（SCI）
[1] ECC Tsang, DS Yeung, JWT Lee, DMHuang, Xi-zhao Wang, Refinement of generated fuzzy production rules by using afuzzy neural network, IEEE Transactions on Systems, Man, and Cybernetics, PartB: Cybernetics, 2004, 34(1): 409-418.（SCI）
Elsevier出版社
[28] Shuxia Lu, Guiqiang Zhang, Xu Zhou, Xi-zhao Wang, Computationmethods of Moore-Penrose generalized inverse matrices for extreme learningmachine, Accepted in Neurocomputing
[27] Lisha Hu, Shuxia Lu, Xi-zhao Wang,A New and Informative Active Learning Approach for Support Vector Machine,Accepted in Information Sciences
[26] Suyun Zhao, Xi-zhao Wang, DegangChen and Eric Tsang, Nested structure in parameterized rough reduction,Accepted in Information Sciences
[25] Xi-zhao Wang, Qing-Yan Shao, MiaoQing, Jun-Hai Zhai, Architecture selection for networks trained with extremelearning machine using localized generalization error model, Neurocomputing,2013, 102: 3-9.（SCI）
[24] Xi-zhao Wang, Yu-Lin He, Ling-CaiDong, et al, Particle swarm optimization for determining fuzzy measures fromdata, Information Sciences, 2011, 181(19): 4230-4252.（SCI）
[23] Xi-zhao Wang, Ai-Xia Chen, Hui-MinFeng, Upper integral network with extreme learning mechanism, Neurocomputing,2011, 74(16): 2520-2525.（SCI）
[22] Xi-zhao Wang, Jun-Hai Zhai, Shu-XiaLu, Induction of multiple fuzzy decision trees based on rough set technique,Information Sciences, 2008,178(16):3188-3202.（SCI）
[21] Xi-zhao Wang, Chun-Guo Li, ADefinition of Partial Derivative of Random Functions and Its Application toRBFNN Sensitivity Analysis, Neurocomputing, 2008, 71(7-9):1515-1526.（SCI）
[20] Xi-zhao Wang, Eric Tsang, Su-YunZhao, De-Gang Chen, Daniel Yeung, Learning fuzzy rules from fuzzy examplesbased on rough set techniques, Information Sciences, 2007, 177(20):4493-4514（SCI）
[19] Xi-zhao Wang, Chun-Ru Dong,Tie-Gang Fan, Training T-S norm neural networks to refine weights for fuzzyif-then rules, Neurocomputing, 2007, 70(13-15):2581-2587（SCI）
[18] Xi-zhao Wang, Qiang He, De-GangChen, Daniel Yeung, A genetic algorithm for solving the inverse problem ofsupport vector machines, Neurocomputing, 2005, 68:225-238.（SCI）
[17] Xi-zhao Wang, Ya-Dong Wang, Li-JuanWang, Improving fuzzy c-means clustering based on feature-weight learning,Pattern Recognition Letters, 2004, 25(10):1123-1132.（SCI）
[16] Xi-zhao Wang, Zi-Mian Zhong,Ming-Hu Ha, Iteration algorithms for solving a system of fuzzy linearequations, Fuzzy Sets and Systems, 2001, 119(1):121-128.（SCI）
[15] Xi-zhao Wang, Ya-Dong Wang, X F Xu,et al, A new approach to fuzzy rule generation: fuzzy extension matrix, FuzzySets and Systems, 2001, 123(3): 291-306.（SCI）
[14] Xi-zhao Wang, Bin Chen, Guo-Liang Qian,et al. On the optimization of fuzzy decision trees,Fuzzy Sets and Systems, 2000,112(1):117-125.（SCI）
[13] Xi-zhao Wang, Jia-Rong Hong,Learning optimization in simplifying fuzzy rules, Fuzzy Sets and Systems,1999,106(3):349-356.（SCI）
[12] Xi-zhao Wang, Jia-Rong Hong, On thehandling of fuzziness for continuous-valued attributes in decision treegeneration; Fuzzy Sets and Systems, 1998,99(3):283-290.（SCI）
[11] Xi-zhao Wang, Ming-Hu Ha, Note onmaxmin mu/E estimation, Fuzzy Sets and Systems, 1998, 94(1):71-75.（SCI）
[10] Ming-Hu Ha, Xi-zhao Wang, Lan-ZhenYang, et al; Sequences of (S) fuzzy integrable functions, Fuzzy Sets andSystems, 2003, 138 (3): 507-522.（SCI）
[9] Ming-Hu Ha, Xi-zhao Wang, Cong-XinWu, Fundamental convergence of sequences of measurable functions on fuzzymeasure space, Fuzzy Sets and Systems, 1998, 95(1): 77-81.（SCI）
[8] Ming-Hu Ha, Xi-zhao Wang, Some noteson the regularity of fuzzy measures on metric spaces, Fuzzy Sets and Systems,1997, 87(3): 385-387.（SCI）
[7] Qiang Hua, Li-jie Bai, and Xi-ZhaoWang; Local similarity and diversity preserving discriminant projection forface and handwriting digits recognition; NeuroComputing, 86:150-157, Jun. 2012.（SCI）
[6] Yu-Lin He, James N. K. Liu, Xi-zhaoWang, et al, Optimal bandwidth selection for re-substitution entropyestimation, Applied Mathematics and Computation, 2012, 219(8): 3425-3460.（SCI）
[5] De-gang Chen, Qiang He, Xi-zhaoWang, On Linear Separability of Data Sets in Feature Space, Neurocomputing,2007, 70(13):2441-2448.（SCI）
[4] Shu-yuan Jin, DS Yeung, Xi-zhaoWang, Network Intrusion Detection in Covariance Feature Space, PatternRecognition, 2007, 40(8):2185-2197.（SCI）
[3] Ming-Hu Ha, Li-Xin Cheng, Xi-zhaoWang, Notes on Riesz's theorem on fuzzy measure space, Fuzzy Sets and Systems,1997, 90(3): 361-363.（SCI）
[2] Ng Wing, DS. Yeung, M Firth, ECCTsang, Xi-zhao Wang, Feature Selection Using Localized Generalization Error forSupervised Classification Problems Using RBFNN, Pattern Recognition,2008,41(12):3706-3719.（SCI）
[1] De-Gang Chen, ECC Tsang, DS Yeung,Xi-zhao Wang, The parameterization reduction of soft sets and its applications,Computers & Mathematics with Applications, 2005,49(5-6): 757-763.（SCI）
[27] Lisha Hu, Shuxia Lu, Xi-zhao Wang,A New and Informative Active Learning Approach for Support Vector Machine,Accepted in Information Sciences
[26] Suyun Zhao, Xi-zhao Wang, DegangChen and Eric Tsang, Nested structure in parameterized rough reduction,Accepted in Information Sciences
[25] Xi-zhao Wang, Qing-Yan Shao, MiaoQing, Jun-Hai Zhai, Architecture selection for networks trained with extremelearning machine using localized generalization error model, Neurocomputing,2013, 102: 3-9.（SCI）
[24] Xi-zhao Wang, Yu-Lin He, Ling-CaiDong, et al, Particle swarm optimization for determining fuzzy measures fromdata, Information Sciences, 2011, 181(19): 4230-4252.（SCI）
[23] Xi-zhao Wang, Ai-Xia Chen, Hui-MinFeng, Upper integral network with extreme learning mechanism, Neurocomputing,2011, 74(16): 2520-2525.（SCI）
[22] Xi-zhao Wang, Jun-Hai Zhai, Shu-XiaLu, Induction of multiple fuzzy decision trees based on rough set technique,Information Sciences, 2008,178(16):3188-3202.（SCI）
[21] Xi-zhao Wang, Chun-Guo Li, ADefinition of Partial Derivative of Random Functions and Its Application toRBFNN Sensitivity Analysis, Neurocomputing, 2008, 71(7-9):1515-1526.（SCI）
[20] Xi-zhao Wang, Eric Tsang, Su-YunZhao, De-Gang Chen, Daniel Yeung, Learning fuzzy rules from fuzzy examplesbased on rough set techniques, Information Sciences, 2007, 177(20):4493-4514（SCI）
[19] Xi-zhao Wang, Chun-Ru Dong,Tie-Gang Fan, Training T-S norm neural networks to refine weights for fuzzyif-then rules, Neurocomputing, 2007, 70(13-15):2581-2587（SCI）
[18] Xi-zhao Wang, Qiang He, De-GangChen, Daniel Yeung, A genetic algorithm for solving the inverse problem ofsupport vector machines, Neurocomputing, 2005, 68:225-238.（SCI）
[17] Xi-zhao Wang, Ya-Dong Wang, Li-JuanWang, Improving fuzzy c-means clustering based on feature-weight learning,Pattern Recognition Letters, 2004, 25(10):1123-1132.（SCI）
[16] Xi-zhao Wang, Zi-Mian Zhong,Ming-Hu Ha, Iteration algorithms for solving a system of fuzzy linearequations, Fuzzy Sets and Systems, 2001, 119(1):121-128.（SCI）
[15] Xi-zhao Wang, Ya-Dong Wang, X F Xu,et al, A new approach to fuzzy rule generation: fuzzy extension matrix, FuzzySets and Systems, 2001, 123(3): 291-306.（SCI）
[14] Xi-zhao Wang, Bin Chen, Guo-Liang Qian,et al. On the optimization of fuzzy decision trees,Fuzzy Sets and Systems, 2000,112(1):117-125.（SCI）
[13] Xi-zhao Wang, Jia-Rong Hong,Learning optimization in simplifying fuzzy rules, Fuzzy Sets and Systems,1999,106(3):349-356.（SCI）
[12] Xi-zhao Wang, Jia-Rong Hong, On thehandling of fuzziness for continuous-valued attributes in decision treegeneration; Fuzzy Sets and Systems, 1998,99(3):283-290.（SCI）
[11] Xi-zhao Wang, Ming-Hu Ha, Note onmaxmin mu/E estimation, Fuzzy Sets and Systems, 1998, 94(1):71-75.（SCI）
[10] Ming-Hu Ha, Xi-zhao Wang, Lan-ZhenYang, et al; Sequences of (S) fuzzy integrable functions, Fuzzy Sets andSystems, 2003, 138 (3): 507-522.（SCI）
[9] Ming-Hu Ha, Xi-zhao Wang, Cong-XinWu, Fundamental convergence of sequences of measurable functions on fuzzymeasure space, Fuzzy Sets and Systems, 1998, 95(1): 77-81.（SCI）
[8] Ming-Hu Ha, Xi-zhao Wang, Some noteson the regularity of fuzzy measures on metric spaces, Fuzzy Sets and Systems,1997, 87(3): 385-387.（SCI）
[7] Qiang Hua, Li-jie Bai, and Xi-ZhaoWang; Local similarity and diversity preserving discriminant projection forface and handwriting digits recognition; NeuroComputing, 86:150-157, Jun. 2012.（SCI）
[6] Yu-Lin He, James N. K. Liu, Xi-zhaoWang, et al, Optimal bandwidth selection for re-substitution entropyestimation, Applied Mathematics and Computation, 2012, 219(8): 3425-3460.（SCI）
[5] De-gang Chen, Qiang He, Xi-zhaoWang, On Linear Separability of Data Sets in Feature Space, Neurocomputing,2007, 70(13):2441-2448.（SCI）
[4] Shu-yuan Jin, DS Yeung, Xi-zhaoWang, Network Intrusion Detection in Covariance Feature Space, PatternRecognition, 2007, 40(8):2185-2197.（SCI）
[3] Ming-Hu Ha, Li-Xin Cheng, Xi-zhaoWang, Notes on Riesz's theorem on fuzzy measure space, Fuzzy Sets and Systems,1997, 90(3): 361-363.（SCI）
[2] Ng Wing, DS. Yeung, M Firth, ECCTsang, Xi-zhao Wang, Feature Selection Using Localized Generalization Error forSupervised Classification Problems Using RBFNN, Pattern Recognition,2008,41(12):3706-3719.（SCI）
[1] De-Gang Chen, ECC Tsang, DS Yeung,Xi-zhao Wang, The parameterization reduction of soft sets and its applications,Computers & Mathematics with Applications, 2005,49(5-6): 757-763.（SCI）
Springer出版社
[18] Xi-zhao Wang，Su-Fang Zhang, Jun-Hai Zhai, A nonlinear integraldefined on partition and its application to decision trees, Soft Computing,2007, 11(4):317-321（SCI）
[17] Xi-zhao Wang, Chun-Guo Li, A newdefinition of sensitivity for RBFNN and its applications to feature reduction,Lecture Notes in Computer Science, 2005, 3496:81-86.（SCI）
[16] Xi-zhao Wang, Qiang He, Enhancinggeneralization capability of SVM classifiers with feature weight adjustment;Lecture Notes in Computer Science, 2004, 3213:1037-1043.（SCI）
[15] Xi-zhao Wang, Ming-Hua Zhao,Dian-Hui Wang, Selection of parameters in building fuzzy decision trees,Lecture Notes in Artificial Intelligence, 2003, 2903: 282-292.（SCI）
[14] Xi-zhao Wang, Jun Shen, Usingspecial structured fuzzy measure to represent interaction among IF-THEN rules,Lecture Notes in Artificial Intelligence, 2006, 3930: 459-466.（SCI）
[13] Xi-zhao Wang, Qiang He, Enhancinggeneralization capability of SVM classifiers with feature weight adjustment,Lecture Notes in Computer Science, 2004, 3213: 1037-1043.（SCI）
[12] Yan Li, Xi-zhao Wang, Ming-Hu Ha,An on-line Multi-CBR agent dispatching algorithm, Soft Computing, 2007,11(1):1-5.（SCI）
[11] Qiang He, Xi-zhao Wang, Jun-FenChen, et al, A parallel genetic algorithm for solving the inverse problem ofsupport vector machines, Lecture Notes in Artificial Intelligence, 2006, 3930:871-879.（SCI）
[10] John W. T. Lee, Xi-zhao Wang,Jin-Feng Wang, Reduction of attributes in ordinal decision systems, LectureNotes in Artificial Intelligence, 2006, 3930: 578-587.（SCI）
[9] Shu-Yuan Jin, DS Yeung, Xi-zhaoWang, et al, A covariance matrix based approach to Internet anomaly detection;Lecture Notes in Artificial Intelligence, 2006, 3930: 691-700; 2006
[8] De-Gang Chen, Qiang He, Xi-zhaoWang, The infinite polynomial kernel for support vector machine, Lecture Notesin Artificial Intelligence, 2005, 3584: 267-275.（SCI）
[7] Cai-Hong Sun, S. C. K. Shiu, Xi-zhaoWang, Organizing large case library by linear programming, Lecture Notes inArtificial Intelligence, 2005, 3789: 554-564.（SCI）
[6] S. C. K. Shiu, Cai-Hung Sun, Xi-zhaoWang, et al, Maintaining Case-Based Reasoning systems using fuzzy decisiontrees, Lecture Notes in Artificial Intelligence, 2001, 1898: 285-296.（SCI）
[5] Guo-Qing Cao, Simon Shiu, Xi-zhaoWang, A fuzzy-rough approach for case base maintenance, Lecture Notes inArtificial Intelligence, 2001, 2080: 118-130.（SCI）
[4] James N. K. Liu, Yu-Lin He, EdwardH. Y. Lim, Xi-zhao Wang, Domain ontology graph model and its application inChinese text classification, Neural Computing and Applications, 2012（SCI）
[3] De-Gang Chen, Qiang He, Chun-RuDong, Xi-zhao Wang, A method to construct the mapping to the feature space forthe dot product kernels, Lecture Notes in Artificial Intelligence, 2006, 3930:918-929.（SCI）
[2] DS Yeung, De-Feng Wang, Ng Wing,Eric Tsang, Xi-zhao Wang, Structured large margin machines: sensitive to datadistribution, Machine Learning, 2007,68(2):171-200.（SCI）
[1] Ng Wing, DS Yeung, De-Feng Wang,Eric Tsang, Xi-zhao Wang, Localized generalization error of Gaussian-basedclassifiers and visualization of decision boundaries; Soft Computing, 2007,11(4): 375-381.（SCI）
[17] Xi-zhao Wang, Chun-Guo Li, A newdefinition of sensitivity for RBFNN and its applications to feature reduction,Lecture Notes in Computer Science, 2005, 3496:81-86.（SCI）
[16] Xi-zhao Wang, Qiang He, Enhancinggeneralization capability of SVM classifiers with feature weight adjustment;Lecture Notes in Computer Science, 2004, 3213:1037-1043.（SCI）
[15] Xi-zhao Wang, Ming-Hua Zhao,Dian-Hui Wang, Selection of parameters in building fuzzy decision trees,Lecture Notes in Artificial Intelligence, 2003, 2903: 282-292.（SCI）
[14] Xi-zhao Wang, Jun Shen, Usingspecial structured fuzzy measure to represent interaction among IF-THEN rules,Lecture Notes in Artificial Intelligence, 2006, 3930: 459-466.（SCI）
[13] Xi-zhao Wang, Qiang He, Enhancinggeneralization capability of SVM classifiers with feature weight adjustment,Lecture Notes in Computer Science, 2004, 3213: 1037-1043.（SCI）
[12] Yan Li, Xi-zhao Wang, Ming-Hu Ha,An on-line Multi-CBR agent dispatching algorithm, Soft Computing, 2007,11(1):1-5.（SCI）
[11] Qiang He, Xi-zhao Wang, Jun-FenChen, et al, A parallel genetic algorithm for solving the inverse problem ofsupport vector machines, Lecture Notes in Artificial Intelligence, 2006, 3930:871-879.（SCI）
[10] John W. T. Lee, Xi-zhao Wang,Jin-Feng Wang, Reduction of attributes in ordinal decision systems, LectureNotes in Artificial Intelligence, 2006, 3930: 578-587.（SCI）
[9] Shu-Yuan Jin, DS Yeung, Xi-zhaoWang, et al, A covariance matrix based approach to Internet anomaly detection;Lecture Notes in Artificial Intelligence, 2006, 3930: 691-700; 2006
[8] De-Gang Chen, Qiang He, Xi-zhaoWang, The infinite polynomial kernel for support vector machine, Lecture Notesin Artificial Intelligence, 2005, 3584: 267-275.（SCI）
[7] Cai-Hong Sun, S. C. K. Shiu, Xi-zhaoWang, Organizing large case library by linear programming, Lecture Notes inArtificial Intelligence, 2005, 3789: 554-564.（SCI）
[6] S. C. K. Shiu, Cai-Hung Sun, Xi-zhaoWang, et al, Maintaining Case-Based Reasoning systems using fuzzy decisiontrees, Lecture Notes in Artificial Intelligence, 2001, 1898: 285-296.（SCI）
[5] Guo-Qing Cao, Simon Shiu, Xi-zhaoWang, A fuzzy-rough approach for case base maintenance, Lecture Notes inArtificial Intelligence, 2001, 2080: 118-130.（SCI）
[4] James N. K. Liu, Yu-Lin He, EdwardH. Y. Lim, Xi-zhao Wang, Domain ontology graph model and its application inChinese text classification, Neural Computing and Applications, 2012（SCI）
[3] De-Gang Chen, Qiang He, Chun-RuDong, Xi-zhao Wang, A method to construct the mapping to the feature space forthe dot product kernels, Lecture Notes in Artificial Intelligence, 2006, 3930:918-929.（SCI）
[2] DS Yeung, De-Feng Wang, Ng Wing,Eric Tsang, Xi-zhao Wang, Structured large margin machines: sensitive to datadistribution, Machine Learning, 2007,68(2):171-200.（SCI）
[1] Ng Wing, DS Yeung, De-Feng Wang,Eric Tsang, Xi-zhao Wang, Localized generalization error of Gaussian-basedclassifiers and visualization of decision boundaries; Soft Computing, 2007,11(4): 375-381.（SCI）
其他國際期刊
[7] Xi-zhao Wang, Jun-Hai Zhai, Su-Fang Zhang, A model offinite-step random walk with absorbent boundaries, International Journal ofComputer Mathematics, 2008, 85(11):1685-1696.（SCI）
[6] Xi-zhao Wang, Shu-Xia Lu, Jun-HaiZhai, Fast fuzzy multi-category SVM based on support vector domain description,International Journal of Pattern Recognition and Artificial Intelligences,2008, 22(1):109-120 （SCI）
[5] Xi-zhao Wang, Feng Guo, Xiang-HuiGao, Task 2 winner's solution: A Minkowski distance and nearest-unlike-neighbordistance method, within the paper “Qiang Yang, et al, Estimating location using Wi-Fi”, IEEE Intelligent Systems, 2008, 23(1):8-13（SCI）
[4] Xi-zhao Wang, Shu-Xia Lu, Fuzzy multi-classsupport vector machine based on improved support vector data description,International Journal of Dynamics of Discrete, Continuous, and Impulse Systems,2007,14:187-192.（SCI）
[3] ECC Tsang, Xi-zhao Wang, An approachto case-based maintenance: Selecting representative cases, InternationalJournal of Pattern Recognition and Artificial Intelligence, 2005,19(1):79-89.（SCI）
[2] Shu-Yuan Jin, DS Yeung, Xi-zhaoWang, Internet anomaly detection based on statistical covariance matrix,International Journal of Pattern Recognition and Artificial Intelligences,2007,21(3):591-606.（SCI）
[1] Simon C. K. Shiu, Daniel S. Yeung,Cai-Hung Sun, Xi-zhao Wang, Transferring case knowledge to adaptationknowledge: An approach for case-base maintenance, Computational Intelligence,2001, 17(2): 295-314.（SCI）
[6] Xi-zhao Wang, Shu-Xia Lu, Jun-HaiZhai, Fast fuzzy multi-category SVM based on support vector domain description,International Journal of Pattern Recognition and Artificial Intelligences,2008, 22(1):109-120 （SCI）
[5] Xi-zhao Wang, Feng Guo, Xiang-HuiGao, Task 2 winner's solution: A Minkowski distance and nearest-unlike-neighbordistance method, within the paper “Qiang Yang, et al, Estimating location using Wi-Fi”, IEEE Intelligent Systems, 2008, 23(1):8-13（SCI）
[4] Xi-zhao Wang, Shu-Xia Lu, Fuzzy multi-classsupport vector machine based on improved support vector data description,International Journal of Dynamics of Discrete, Continuous, and Impulse Systems,2007,14:187-192.（SCI）
[3] ECC Tsang, Xi-zhao Wang, An approachto case-based maintenance: Selecting representative cases, InternationalJournal of Pattern Recognition and Artificial Intelligence, 2005,19(1):79-89.（SCI）
[2] Shu-Yuan Jin, DS Yeung, Xi-zhaoWang, Internet anomaly detection based on statistical covariance matrix,International Journal of Pattern Recognition and Artificial Intelligences,2007,21(3):591-606.（SCI）
[1] Simon C. K. Shiu, Daniel S. Yeung,Cai-Hung Sun, Xi-zhao Wang, Transferring case knowledge to adaptationknowledge: An approach for case-base maintenance, Computational Intelligence,2001, 17(2): 295-314.（SCI）
會議論文
[67] Xi-zhao Wang, Meng Zhang, Shu-XiaLu, Xu Zhou, A total error rate multi-class classification, In Proceedings of2012 International Conference on Systems, Man, and Cybernetics, 2012, pp:964-969.（EI）
[66] Xi-zhao Wang, Qing Miao, Meng-YaoZhai, Jun-Hai Zhai, Instance selection based on sample entropy for efficientdata classification with ELM, In Proceedings of 2012 International Conferenceon Systems, Man, and Cybernetics, 2012, pp: 970-974.（EI）
[65] Hong-Jie Xing, Xi-zhao Wang,Ming-Hu Ha, A comparative experimental study of feature-weight learningapproaches, In Proceedings of 2011 International Conference on Systems, Man,and Cybernetics, 2011, pp: 3500-3505.（EI）
[64] Jun-Hai Zhai, Yuan-Yuan Gao,Meng-Yao Zhai, Xi-Zhao Wang, Rough set model and its eight extensions, InProceedings of 2011 International Conference on Systems, Man, and Cybernetics,2011, pp: 3512-3517.（EI）
[63] James N. K. Liu, Yu-Lin He, Xi-ZhaoWang, Yan-Xing Hu, A comparative study among different kernel functions inflexible naïve Bayesian classification, In Proceedings of 2011 InternationalConference on Machine Learning and Cybernetics, 2011: 638-643.（EI）
[62] Xi-Zhao Wang, Xiang-Hui Gao, QiangHe, Side effect of cut in decision tree generation for continuous attributes,In Proceedings of 2010 International Conference on Systems, Man, andCybernetics, 2010, pp: 1364-1369.（EI）
[61] Shan Su, Xi-Zhao Wang, Jun-HaiZhai, An Improved Cluster Oriented Fuzzy Decision Trees, In Proceedings of 2009International Conference on Rough Sets, Fuzzy Sets , Data Mining & GranularComputing, 2009, pp: 447-454.（EI）
[60] Ling-Cai Dong, Dan Wang, Xi-ZhaoWang, An Improved Sample Selection Algorithm in Fuzzy Decision Tree Induction,In Proceedings of 2009 International Conference on Systems, Man, andCybernetics, 2009, pp: 629-634.（EI）
[59] Ming-Zhu Lu, Philip Chen, Jian-BingHuo, Xi-Zhao Wang, Multi-Stage Decision Tree based on Inter-class and Inner-class Margin of SVM, In Proceedings of 2009 International Conference onSystems, Man, and Cybernetics, 2009, pp: 1875-1880.（EI）
[58] Ning Zhang, Xi-Zhao Wang, Tao Xiao,An Instance Selection Algorithm Based on Contribution, Proceedings of theSeventh International Conference on Machine Learning and Cybernetics,2008, pp:919-923.（EI）
[57] Feng Guo, Xi-Zhao Wang, Yan Li, ANew Algorithm for Solving Convex Hull Problem and Its Application to FeatureSelection, Proceedings of the Seventh International Conference on MachineLearning and Cybernetics, Kunming, 2008, pp: 369-373.（EI）
[56] Xi-Zhao Wang, Bo Wu, Yu-Lin He,Xiang-Hao Pei, NRMCS: Noise Removing Based on the MCS, Proceedings of theSeventh International Conference on Machine Learning and Cybernetics, 2008, pp:89-93.（EI）
[55] Xi-Zhao Wang, Jun-Hai Zhai, Su-FangZhang, Fuzzy Decision Tree Based on the Important Degree of Fuzzy Attribute,Proceedings of the Seventh International Conference on Machine Learning andCybernetics, 2008, pp: 511-516.（EI）
[54] Ming-Zhu Lu, C. L. Philip Chen,Jian-Bing Huo, Xi-Zhao Wang, Optimization of combined kernel function for SVMbased on large margin learning theory, In Proceedings of 2008 InternationalConference on Systems, Man, and Cybernetics, 2008, pp: 353-358.（EI）
[53] Hong-Jie Xing, Xi-Zhao Wang,Rui-Xian Zhu, Dan Wang, Application of kernel learning vector quantization tonovelty detection, In Proceedings of 2008 International Conference on Systems,Man, and Cybernetics, 2008, pp: 439-443.（EI）
[52] De-gang Chen, Xi-Zhao Wang, Su-YunZhao, Attribute reduction based on fuzzy rough sets, Proceedings of theInternational Conference on Rough Sets and Intelligent Systems Paradigms, 2007,381-390.
[51] Wei-Li Zhang, Xi-Zhao Wang, Featureextraction and classification for human brain CT images, Proceedings of theSixth International Conference on Machine Learning and Cybernetics, 2007, pp:1155-1159.
[50] Xi-Zhao Wang and Wei-Xi Lin,Application of inductive learning in human brain CT image recognition,Proceedings of the Sixth International Conference on Machine Learning andCybernetics, 2007, pp: 1667-1671.（EI）
[49] Xi-Zhao Wang, Xiao-Yan Liu, Yan Liand Chun-Guo Li, Norm-based localized generalization error model and itsderivation for radial basis function neural networks, Proceedings of the SixthInternational Conference on Machine Learning and Cybernetics, 2007, pp:3623-3527.（EI）
[48] Xi-Zhao Wang, Bin Wu, Jie Li, Animprovement for localized generalization error model, Proceedings of the SixthInternational Conference on Machine Learning and Cybernetics, 2007, pp:2901-2910.（EI）
[47] Xi-Zhao Wang, Jian-Hui Yan, RanWang and Chun-Ru Dong, A sample selection algorithm in fuzzy decision treeinduction and its theoretical analyses, Proceedings of 2007 IEEE InternationalConference on Systems, Man and Cybernetics, Montreal, Canada, 7-10 October2007, 3621-3626.（EI）
[46] Xi-Zhao Wang, Shu-Xia Lu andRui-Xian Zhu, Solving SVM inverse problems based on clustering, Proceedings of2007 IEEE International Conference on Systems, Man and Cybernetics, Montreal,Canada, 7-10 October 2007, 3615-3620.（EI）
[45] Li-Mei Feng, Xi-Zhao Wang,Improving on symbolic learning system based on genetic algorithm, Proceedingsof the 2007 International Conference on Intelligent Systems and KnowledgeEngineering, Chengdu, 15-16 October 2007, 1132-1138.（EI）
[44] Jin-Yan Sun, Xi-Zhao Wang, A newmethod for constructing radial basis function neural networks, Proceedings ofthe 2007 International Conference on Intelligent Systems and KnowledgeEngineering, Chengdu, 15-16 October 2007, 1240-1245.（EI）
[43] Chen-Xiao Yang, Xi-Zhao Wang andRui-Xian Zhu, A strategy of merging branches based on margin enlargement of SVMin decision tree induction, Proceedings of 2006 IEEE International Conferenceon Systems, Man and Cybernetics, Taipei, 8-11 October 2006, 824-828.（EI）
[42] Jian-Bing Huo, Xi-Zhao Wang,Ming-Zhu Lu and Jun-Fen Chen, Induction of multi-stage decision tree,Proceedings of 2006 IEEE International Conference on Systems, Man andCybernetics, Taipei, 8-11 October 2006, 835-839.（EI）
[41] Xi-Zhao Wang and Xiang-Hui Gao, Aresearch on the relation between training ambiguity and generalizationcapability, Proceedings of the Fifth International Conference on MachineLearning and Cybernetics, Dalian, 13-16 August 2006, vol.3, 2008-2013.（EI）
[40] Miao Wang, Xi-Zhao Wang, A researchon weight acquisition of weighted fuzzy production rules based on geneticalgorithm, Proceedings of the Fifth International Conference on MachineLearning and Cybernetics, Dalian, 13-16 August 2006, 2208-2211.（EI）
[39] Xi-Zhao Wang, Shu-Xia Lu, Improved fuzzymulticategory support vector machines classifier, Proceedings of the FifthInternational Conference on Machine Learning and Cybernetics, Dalian, 13-16August 2006, 3585-3589.（EI）
[38] Xi-Zhao Wang, Ming-Zhu Lu andJian-bing Huo, Fault diagnosis of power transformer based on large marginlearning classifier, Proceedings of the Fifth International Conference onMachine Learning and Cybernetics, Dalian, 13-16 August 2006, 2886-2891.（EI）
[37] Xi-Zhao Wang, Feng Yang, Yan Li, Adiscussion on the overlapping in fuzzy production rule reasoning, Proceedingsof the Fifth International Conference on Machine Learning and Cybernetics,Dalian, 13-16 August 2006, 4557-4562.（EI）
[36] Xi-Zhao Wang, Xu-Guang Wang and JunShen, The representation of interaction among fuzzy rules, Proceedings of theFourth International Conference on Machine Learning and Cybernetics, Guangzhou,18-21 August 2005, Vol.5, 3098-3103.（EI）
[35] Xi-Zhao Wang, Jun Shen and Xu-GuangWang, Using 2-additive fuzzy measure to represent the interaction among if-thenrules, Proceedings of the Fourth International Conference on Machine Learning andCybernetics, Guangzhou, 18-21 August 2005, Vol.5, 2797-2801.（EI）
[34] Xi-Zhao Wang, Yan Ha and De-GangChen, On the reduction of fuzzy rough sets, Proceedings of the FourthInternational Conference on Machine Learning and Cybernetics, Guangzhou, 18-21August 2005, Vol.5, 3174-3178.（EI）
[33] Xi-Zhao Wang, Su-Fang Zhang andJun-Hai Zhai, A nonlinear integral defined on partition of set and itsfundamental properties, Proceedings of the Fourth International Conference onMachine Learning and Cybernetics, Guangzhou, 18-21 August 2005, Vol.5,3092-3097.（EI）
[32] Xi-Zhao Wang and Hui Zhang, Anupper bound of input perturbation for RBFNNs sensitivity analysis, Proceedingsof the Fourth International Conference on Machine Learning and Cybernetics,Guangzhou, 18-21 August 2005, Vol.8, 4704-4708.（EI）
[31] Xi-Zhao Wang and Ying Xu,Multilevel weighted fuzzy reasoning with interaction, Proceedings of 2005 IEEEInternational Conference on Systems，Man and Cybernetics, Waikoloa, Hawaii, 10-12 October2005, 708-715.（EI）
[30] Xi-Zhao Wang, Chun-Guo Li, A newdefinition of sensitivity for RBFNN and its applications to feature reduction,Proceedings of the Fourth International Conference on Machine Learning andCybernetics, Guangzhou, 18-21 August 2005, vol.1, 81-86.（EI）
[29] Juan Sun, Xi-Zhao Wang, An initialcomparison on noise resisting between crisp and fuzzy decision trees,Proceedings of the Fourth International Conference on Machine Learning andCybernetics, Guangzhou, 18-21 August 2005, Vol.4, 2545-2550.（EI）
[28] John W.T. Lee, Xi-Zhao Wang,Jin-Feng Wang, Finding reducts for ordinal decision tables, Proceedings of theFourth International Conference on Machine Learning and Cybernetics, Guangzhou,18-21 August 2005, Vol.5, 3143-3147.（EI）
[27] Xi-Zhao Wang, Chun-Ru Dong, DanielYeung, A study on generalization capability of weighted fuzzy production ruleswith maximum entropy, Proceedings of 2004 IEEE International conference onsystems, Man and cybernetics, Hague, 10-13 October, 2004,3181-3186.（EI）
[26] Xi-Zhao Wang, Xiao-Jun Wang, A newmethodology for determining fuzzy densities in the fusion model based on fuzzyintegral, Proceedings of the Third International Conference on Machine Learningand Cybernetics, Shanghai, 26-29, August, 2004, vol.4, 2028-2031.（EI）
[25] Xi-Zhao Wang, Xiao-Ying Lu, FengZhang, Feature selection based on fuzzy extension matrix for multi-classproblem. Proceedings of the Third International Conference on Machine Learningand Cybernetics, Shanghai, 26-29, August, 2004, vol.4, 2032-2035.（EI）
[24] Xi-Zhao Wang, Jun-Fen Chen,Multiple neural networks fusion model based on choquet fuzzy integral,Proceedings of the Third International Conference on Machine Learning andCybernetics, Shanghai, 26-29, August, 2004, vol.4, 2024-2027.（EI）
[23] Xi-Zhao Wang, Hui-Min Feng,Nonnegative set functions in multiple classifier fusion, Proceedings of theThird International Conference on Machine Learning and Cybernetics, Shanghai,26-29, August, 2004, vol.4, 2020-2023.（EI）
[22] Wing Ng, Daniel Yeung, Xi-ZhaoWang, Ian Cloete, A study of the difference between partial derivative andstochastic neural network sensitivity analysis, Proceedings of the ThirdInternational Conference on Machine Learning and Cybernetics, Shanghai, 26-29,August, 2004, vol.7, 4283-4288.（EI）
[21] Yong Li, Xi-Zhao Wang, Qiang Hua,Using bp-network to construct fuzzy decision tree, Proceedings of the SecondInternational Conference on Machine Learning and Cybernetics, Xi’an, 2-5, November 2003, vol.3, 1791-1795.（EI）
[20] Yan Li, Xi-Zhao Wang, Ming-Hu Ha,On-line multi-cbr agent dispatching, Proceedings of the Second InternationalConference on Machine Learning and Cybernetics, Xi’an, 2-5, November 2003, vol.4, 2071-2075.（EI）
[19] Su-Yun Zhao, Xi-Zhao Wang, A fuzzymodel of rough sets, Proceedings of the Second International Conference onMachine Learning and Cybernetics, Xi’an, 2-5, November 2003, vol.3, 1687-1691.（EI）
[18] Da-Zhong Liu, Xi-Zhao Wang, J. W.T. Lee, Ordinal fuzzy sets and rough sets, Proceedings of the SecondInternational Conference on Machine Learning and Cybernetics, Xi’an, 2-5, November 2003, vol.3, 1438-1441.（EI）
[17] Qiang He, Xi-Zhao Wang, Hong-JieXing, A fuzzy classification method based on support vector machine,Proceedings of the Second International Conference on Machine Learning andCybernetics, Xi’an, 2-5, November 2003,vol.2, 1237-1240.（EI）
[16] Qun-Feng Zhang, Xi-Zhao Wang,Jing-Hong Wang, A further study on simplification of decision tables,Proceedings of the Second International Conference on Machine Learning andCybernetics, Xi’an, 2-5, November 2003,vol.3, 1657-1661.（EI）
[15] Hua Li, Xi-Zhao Wang, Yong Li,Using mutual information for selecting continuous-valued, Proceedings of theSecond International Conference on Machine Learning and Cybernetics, Xi’an, 2-5, November 2003, vol. 3, 1496-1499.（EI）
[14] Shi-Xin Zhao, Xi-Zhao Wang, Coreand reduction from mutual relation view and their fuzzy generalization, 2003IEEE International Conference on Systems, Man & Cybernetics, Washington DC,October 6-9 2003, sessions TD2: 2611-2616.（EI）
[13] Yan Li , Ming-Hu Ha, Xi-Zhao Wang,Principle and Design of Fuzzy Controller Based on Fuzzy Learning from Examples,Proceedings of 2002 International Conference on Machine Learning and Cybernetics,Beijing, 4-5November 2002, vol. 3, 1441-1446.（EI）
[12] Dong-Mei Huang, Xi-Zhao Wang,Ming-Hu Ha, The Optimization Problem of the Fuzzy Bi-Branches Decision Trees,Proceedings of 2002 International Conference on Machine Learning and Cybernetics,Beijing, 4-5 November 2002, vol. 3, 1667-1668.（EI）
[11] Da-Zhong Liu, Xi-Zhao Wang, JohnW.T. Lee，Correlation BasedGenerating Rules for Fuzzy Classification，Proceedings of 2002 International Conference onMachine Learning and Cybernetics, Beijing,4-5 November 2002, Volume 4, pp. 1733-1736.（EI）
[10] Hong-Jie Xing, Xi-Zhao Wang, QiangHe, Hong-Wei Yang, The Multistage Support Vector Machine, Proceedings of 2002International Conference on Machine Learning and Cybernetics, Beijing, 4-5November 2002, Volume 4, pp. 1815-1818.（EI）
[9] Xi-Zhao Wang, Ming-Hua Zhao, DanielSo Yeung, Parametric Sensitivity in Building Fuzzy Decision Trees: anExperimental Analysis, Proceedings of 2002 International Conference on MachineLearning and Cybernetics, Beijing, 4-5 November 2002, Volume 4, pp. 1819-1823.（EI）
[8] Xi-Zhao Wang, Hong-Wei Yang,Ming-Hua Zhao, Juan Sun, A Decision Tree Based on Hierarchical Decomposition,Proceedings of 2002 International Conference on Machine Learning andCybernetics, Beijing, 4-5 November 2002, Volume 4, pp. 1824-1828.（EI）
[7] Li-Juan Wang, Xi-Zhao Wang, Ming-HuHa, Yin-Shan Gu, Mining the Weights of Similarity Measure Through Learning,Proceedings of 2002 International Conference on Machine Learning andCybernetics, Beijing, 4-5 November 2002, Volume 4, pp. 1837-1841.（EI）
[6] Daniel So Yeung, Juan Sun, Xi-Zhao Wang, An InitialComparison of Generalization-Capability between Crisp and Fuzzy Decision Trees,Proceedings of 2002 International Conference on Machine Learning and Cybernetics,Beijing, 4-5 November 2002, Volume 4, pp. 1846-1851.（EI）
[5] Shen-Shan Qiu, Eric C.C. Tsang,Daniel S. Yeung, Xi-Zhao Wang, Energy Function Criterion for DiscreteHopfield-Type Neural Network with Delay, Proceedings of 2002 InternationalConference on Machine Learning and Cybernetics, Beijing, 4-5 November 2002,Volume 4, pp. 2240-2244.（EI）
[4] Rui-Feng Xu, D. S. Yeung, Xi-ZhaoWang, Using neural network classifier in post-processing system for handwrittenChinese character recognition, IEEE International Conference on Systems, Man,and Cybernetics, 2001, Vol. 3, 2001, Page(s): 1497-1502.（EI）
[3] E. C. C. Tsang, D. S. Yeung, Xi-ZhaoWang, Learning weights of fuzzy production rules by a max-min neural network,IEEE International Conference on Systems, Man, and Cybernetics, Vol. 3, 2001, pp.1485-1490.（EI）
[2] Xi-Zhao Wang, D. S. Yeung, Usingfuzzy integral to modeling case-based reasoning with feature interaction, inProceedings of IEEE International Conference on Systems, Man, and Cybernetics,October 8-11, 2000, Nashville, Tennessee, USA,pp. 3660-3665.（EI）
[1] D. S. Yeung, Xi-Zhao Wang, Using aneuro-fuzzy technique to improve the clustering based on similarity, inProceedings of IEEE International Conference on IEEE International Conferenceon Systems, Man, and Cybernetics, October 8-11, 2000, Nashville, Tennessee, USA, pp. 3693-3698.（EI）
[67] Xi-zhao Wang, Meng Zhang, Shu-XiaLu, Xu Zhou, A total error rate multi-class classification, In Proceedings of2012 International Conference on Systems, Man, and Cybernetics, 2012, pp:964-969.（EI）
[66] Xi-zhao Wang, Qing Miao, Meng-YaoZhai, Jun-Hai Zhai, Instance selection based on sample entropy for efficientdata classification with ELM, In Proceedings of 2012 International Conferenceon Systems, Man, and Cybernetics, 2012, pp: 970-974.（EI）
[65] Hong-Jie Xing, Xi-zhao Wang,Ming-Hu Ha, A comparative experimental study of feature-weight learningapproaches, In Proceedings of 2011 International Conference on Systems, Man,and Cybernetics, 2011, pp: 3500-3505.（EI）
[64] Jun-Hai Zhai, Yuan-Yuan Gao,Meng-Yao Zhai, Xi-Zhao Wang, Rough set model and its eight extensions, InProceedings of 2011 International Conference on Systems, Man, and Cybernetics,2011, pp: 3512-3517.（EI）
[63] James N. K. Liu, Yu-Lin He, Xi-ZhaoWang, Yan-Xing Hu, A comparative study among different kernel functions inflexible naïve Bayesian classification, In Proceedings of 2011 InternationalConference on Machine Learning and Cybernetics, 2011: 638-643.（EI）
[62] Xi-Zhao Wang, Xiang-Hui Gao, QiangHe, Side effect of cut in decision tree generation for continuous attributes,In Proceedings of 2010 International Conference on Systems, Man, andCybernetics, 2010, pp: 1364-1369.（EI）
[61] Shan Su, Xi-Zhao Wang, Jun-HaiZhai, An Improved Cluster Oriented Fuzzy Decision Trees, In Proceedings of 2009International Conference on Rough Sets, Fuzzy Sets , Data Mining & GranularComputing, 2009, pp: 447-454.（EI）
[60] Ling-Cai Dong, Dan Wang, Xi-ZhaoWang, An Improved Sample Selection Algorithm in Fuzzy Decision Tree Induction,In Proceedings of 2009 International Conference on Systems, Man, andCybernetics, 2009, pp: 629-634.（EI）
[59] Ming-Zhu Lu, Philip Chen, Jian-BingHuo, Xi-Zhao Wang, Multi-Stage Decision Tree based on Inter-class and Inner-class Margin of SVM, In Proceedings of 2009 International Conference onSystems, Man, and Cybernetics, 2009, pp: 1875-1880.（EI）
[58] Ning Zhang, Xi-Zhao Wang, Tao Xiao,An Instance Selection Algorithm Based on Contribution, Proceedings of theSeventh International Conference on Machine Learning and Cybernetics,2008, pp:919-923.（EI）
[57] Feng Guo, Xi-Zhao Wang, Yan Li, ANew Algorithm for Solving Convex Hull Problem and Its Application to FeatureSelection, Proceedings of the Seventh International Conference on MachineLearning and Cybernetics, Kunming, 2008, pp: 369-373.（EI）
[56] Xi-Zhao Wang, Bo Wu, Yu-Lin He,Xiang-Hao Pei, NRMCS: Noise Removing Based on the MCS, Proceedings of theSeventh International Conference on Machine Learning and Cybernetics, 2008, pp:89-93.（EI）
[55] Xi-Zhao Wang, Jun-Hai Zhai, Su-FangZhang, Fuzzy Decision Tree Based on the Important Degree of Fuzzy Attribute,Proceedings of the Seventh International Conference on Machine Learning andCybernetics, 2008, pp: 511-516.（EI）
[54] Ming-Zhu Lu, C. L. Philip Chen,Jian-Bing Huo, Xi-Zhao Wang, Optimization of combined kernel function for SVMbased on large margin learning theory, In Proceedings of 2008 InternationalConference on Systems, Man, and Cybernetics, 2008, pp: 353-358.（EI）
[53] Hong-Jie Xing, Xi-Zhao Wang,Rui-Xian Zhu, Dan Wang, Application of kernel learning vector quantization tonovelty detection, In Proceedings of 2008 International Conference on Systems,Man, and Cybernetics, 2008, pp: 439-443.（EI）
[52] De-gang Chen, Xi-Zhao Wang, Su-YunZhao, Attribute reduction based on fuzzy rough sets, Proceedings of theInternational Conference on Rough Sets and Intelligent Systems Paradigms, 2007,381-390.
[51] Wei-Li Zhang, Xi-Zhao Wang, Featureextraction and classification for human brain CT images, Proceedings of theSixth International Conference on Machine Learning and Cybernetics, 2007, pp:1155-1159.
[50] Xi-Zhao Wang and Wei-Xi Lin,Application of inductive learning in human brain CT image recognition,Proceedings of the Sixth International Conference on Machine Learning andCybernetics, 2007, pp: 1667-1671.（EI）
[49] Xi-Zhao Wang, Xiao-Yan Liu, Yan Liand Chun-Guo Li, Norm-based localized generalization error model and itsderivation for radial basis function neural networks, Proceedings of the SixthInternational Conference on Machine Learning and Cybernetics, 2007, pp:3623-3527.（EI）
[48] Xi-Zhao Wang, Bin Wu, Jie Li, Animprovement for localized generalization error model, Proceedings of the SixthInternational Conference on Machine Learning and Cybernetics, 2007, pp:2901-2910.（EI）
[47] Xi-Zhao Wang, Jian-Hui Yan, RanWang and Chun-Ru Dong, A sample selection algorithm in fuzzy decision treeinduction and its theoretical analyses, Proceedings of 2007 IEEE InternationalConference on Systems, Man and Cybernetics, Montreal, Canada, 7-10 October2007, 3621-3626.（EI）
[46] Xi-Zhao Wang, Shu-Xia Lu andRui-Xian Zhu, Solving SVM inverse problems based on clustering, Proceedings of2007 IEEE International Conference on Systems, Man and Cybernetics, Montreal,Canada, 7-10 October 2007, 3615-3620.（EI）
[45] Li-Mei Feng, Xi-Zhao Wang,Improving on symbolic learning system based on genetic algorithm, Proceedingsof the 2007 International Conference on Intelligent Systems and KnowledgeEngineering, Chengdu, 15-16 October 2007, 1132-1138.（EI）
[44] Jin-Yan Sun, Xi-Zhao Wang, A newmethod for constructing radial basis function neural networks, Proceedings ofthe 2007 International Conference on Intelligent Systems and KnowledgeEngineering, Chengdu, 15-16 October 2007, 1240-1245.（EI）
[43] Chen-Xiao Yang, Xi-Zhao Wang andRui-Xian Zhu, A strategy of merging branches based on margin enlargement of SVMin decision tree induction, Proceedings of 2006 IEEE International Conferenceon Systems, Man and Cybernetics, Taipei, 8-11 October 2006, 824-828.（EI）
[42] Jian-Bing Huo, Xi-Zhao Wang,Ming-Zhu Lu and Jun-Fen Chen, Induction of multi-stage decision tree,Proceedings of 2006 IEEE International Conference on Systems, Man andCybernetics, Taipei, 8-11 October 2006, 835-839.（EI）
[41] Xi-Zhao Wang and Xiang-Hui Gao, Aresearch on the relation between training ambiguity and generalizationcapability, Proceedings of the Fifth International Conference on MachineLearning and Cybernetics, Dalian, 13-16 August 2006, vol.3, 2008-2013.（EI）
[40] Miao Wang, Xi-Zhao Wang, A researchon weight acquisition of weighted fuzzy production rules based on geneticalgorithm, Proceedings of the Fifth International Conference on MachineLearning and Cybernetics, Dalian, 13-16 August 2006, 2208-2211.（EI）
[39] Xi-Zhao Wang, Shu-Xia Lu, Improved fuzzymulticategory support vector machines classifier, Proceedings of the FifthInternational Conference on Machine Learning and Cybernetics, Dalian, 13-16August 2006, 3585-3589.（EI）
[38] Xi-Zhao Wang, Ming-Zhu Lu andJian-bing Huo, Fault diagnosis of power transformer based on large marginlearning classifier, Proceedings of the Fifth International Conference onMachine Learning and Cybernetics, Dalian, 13-16 August 2006, 2886-2891.（EI）
[37] Xi-Zhao Wang, Feng Yang, Yan Li, Adiscussion on the overlapping in fuzzy production rule reasoning, Proceedingsof the Fifth International Conference on Machine Learning and Cybernetics,Dalian, 13-16 August 2006, 4557-4562.（EI）
[36] Xi-Zhao Wang, Xu-Guang Wang and JunShen, The representation of interaction among fuzzy rules, Proceedings of theFourth International Conference on Machine Learning and Cybernetics, Guangzhou,18-21 August 2005, Vol.5, 3098-3103.（EI）
[35] Xi-Zhao Wang, Jun Shen and Xu-GuangWang, Using 2-additive fuzzy measure to represent the interaction among if-thenrules, Proceedings of the Fourth International Conference on Machine Learning andCybernetics, Guangzhou, 18-21 August 2005, Vol.5, 2797-2801.（EI）
[34] Xi-Zhao Wang, Yan Ha and De-GangChen, On the reduction of fuzzy rough sets, Proceedings of the FourthInternational Conference on Machine Learning and Cybernetics, Guangzhou, 18-21August 2005, Vol.5, 3174-3178.（EI）
[33] Xi-Zhao Wang, Su-Fang Zhang andJun-Hai Zhai, A nonlinear integral defined on partition of set and itsfundamental properties, Proceedings of the Fourth International Conference onMachine Learning and Cybernetics, Guangzhou, 18-21 August 2005, Vol.5,3092-3097.（EI）
[32] Xi-Zhao Wang and Hui Zhang, Anupper bound of input perturbation for RBFNNs sensitivity analysis, Proceedingsof the Fourth International Conference on Machine Learning and Cybernetics,Guangzhou, 18-21 August 2005, Vol.8, 4704-4708.（EI）
[31] Xi-Zhao Wang and Ying Xu,Multilevel weighted fuzzy reasoning with interaction, Proceedings of 2005 IEEEInternational Conference on Systems，Man and Cybernetics, Waikoloa, Hawaii, 10-12 October2005, 708-715.（EI）
[30] Xi-Zhao Wang, Chun-Guo Li, A newdefinition of sensitivity for RBFNN and its applications to feature reduction,Proceedings of the Fourth International Conference on Machine Learning andCybernetics, Guangzhou, 18-21 August 2005, vol.1, 81-86.（EI）
[29] Juan Sun, Xi-Zhao Wang, An initialcomparison on noise resisting between crisp and fuzzy decision trees,Proceedings of the Fourth International Conference on Machine Learning andCybernetics, Guangzhou, 18-21 August 2005, Vol.4, 2545-2550.（EI）
[28] John W.T. Lee, Xi-Zhao Wang,Jin-Feng Wang, Finding reducts for ordinal decision tables, Proceedings of theFourth International Conference on Machine Learning and Cybernetics, Guangzhou,18-21 August 2005, Vol.5, 3143-3147.（EI）
[27] Xi-Zhao Wang, Chun-Ru Dong, DanielYeung, A study on generalization capability of weighted fuzzy production ruleswith maximum entropy, Proceedings of 2004 IEEE International conference onsystems, Man and cybernetics, Hague, 10-13 October, 2004,3181-3186.（EI）
[26] Xi-Zhao Wang, Xiao-Jun Wang, A newmethodology for determining fuzzy densities in the fusion model based on fuzzyintegral, Proceedings of the Third International Conference on Machine Learningand Cybernetics, Shanghai, 26-29, August, 2004, vol.4, 2028-2031.（EI）
[25] Xi-Zhao Wang, Xiao-Ying Lu, FengZhang, Feature selection based on fuzzy extension matrix for multi-classproblem. Proceedings of the Third International Conference on Machine Learningand Cybernetics, Shanghai, 26-29, August, 2004, vol.4, 2032-2035.（EI）
[24] Xi-Zhao Wang, Jun-Fen Chen,Multiple neural networks fusion model based on choquet fuzzy integral,Proceedings of the Third International Conference on Machine Learning andCybernetics, Shanghai, 26-29, August, 2004, vol.4, 2024-2027.（EI）
[23] Xi-Zhao Wang, Hui-Min Feng,Nonnegative set functions in multiple classifier fusion, Proceedings of theThird International Conference on Machine Learning and Cybernetics, Shanghai,26-29, August, 2004, vol.4, 2020-2023.（EI）
[22] Wing Ng, Daniel Yeung, Xi-ZhaoWang, Ian Cloete, A study of the difference between partial derivative andstochastic neural network sensitivity analysis, Proceedings of the ThirdInternational Conference on Machine Learning and Cybernetics, Shanghai, 26-29,August, 2004, vol.7, 4283-4288.（EI）
[21] Yong Li, Xi-Zhao Wang, Qiang Hua,Using bp-network to construct fuzzy decision tree, Proceedings of the SecondInternational Conference on Machine Learning and Cybernetics, Xi’an, 2-5, November 2003, vol.3, 1791-1795.（EI）
[20] Yan Li, Xi-Zhao Wang, Ming-Hu Ha,On-line multi-cbr agent dispatching, Proceedings of the Second InternationalConference on Machine Learning and Cybernetics, Xi’an, 2-5, November 2003, vol.4, 2071-2075.（EI）
[19] Su-Yun Zhao, Xi-Zhao Wang, A fuzzymodel of rough sets, Proceedings of the Second International Conference onMachine Learning and Cybernetics, Xi’an, 2-5, November 2003, vol.3, 1687-1691.（EI）
[18] Da-Zhong Liu, Xi-Zhao Wang, J. W.T. Lee, Ordinal fuzzy sets and rough sets, Proceedings of the SecondInternational Conference on Machine Learning and Cybernetics, Xi’an, 2-5, November 2003, vol.3, 1438-1441.（EI）
[17] Qiang He, Xi-Zhao Wang, Hong-JieXing, A fuzzy classification method based on support vector machine,Proceedings of the Second International Conference on Machine Learning andCybernetics, Xi’an, 2-5, November 2003,vol.2, 1237-1240.（EI）
[16] Qun-Feng Zhang, Xi-Zhao Wang,Jing-Hong Wang, A further study on simplification of decision tables,Proceedings of the Second International Conference on Machine Learning andCybernetics, Xi’an, 2-5, November 2003,vol.3, 1657-1661.（EI）
[15] Hua Li, Xi-Zhao Wang, Yong Li,Using mutual information for selecting continuous-valued, Proceedings of theSecond International Conference on Machine Learning and Cybernetics, Xi’an, 2-5, November 2003, vol. 3, 1496-1499.（EI）
[14] Shi-Xin Zhao, Xi-Zhao Wang, Coreand reduction from mutual relation view and their fuzzy generalization, 2003IEEE International Conference on Systems, Man & Cybernetics, Washington DC,October 6-9 2003, sessions TD2: 2611-2616.（EI）
[13] Yan Li , Ming-Hu Ha, Xi-Zhao Wang,Principle and Design of Fuzzy Controller Based on Fuzzy Learning from Examples,Proceedings of 2002 International Conference on Machine Learning and Cybernetics,Beijing, 4-5November 2002, vol. 3, 1441-1446.（EI）
[12] Dong-Mei Huang, Xi-Zhao Wang,Ming-Hu Ha, The Optimization Problem of the Fuzzy Bi-Branches Decision Trees,Proceedings of 2002 International Conference on Machine Learning and Cybernetics,Beijing, 4-5 November 2002, vol. 3, 1667-1668.（EI）
[11] Da-Zhong Liu, Xi-Zhao Wang, JohnW.T. Lee，Correlation BasedGenerating Rules for Fuzzy Classification，Proceedings of 2002 International Conference onMachine Learning and Cybernetics, Beijing,4-5 November 2002, Volume 4, pp. 1733-1736.（EI）
[10] Hong-Jie Xing, Xi-Zhao Wang, QiangHe, Hong-Wei Yang, The Multistage Support Vector Machine, Proceedings of 2002International Conference on Machine Learning and Cybernetics, Beijing, 4-5November 2002, Volume 4, pp. 1815-1818.（EI）
[9] Xi-Zhao Wang, Ming-Hua Zhao, DanielSo Yeung, Parametric Sensitivity in Building Fuzzy Decision Trees: anExperimental Analysis, Proceedings of 2002 International Conference on MachineLearning and Cybernetics, Beijing, 4-5 November 2002, Volume 4, pp. 1819-1823.（EI）
[8] Xi-Zhao Wang, Hong-Wei Yang,Ming-Hua Zhao, Juan Sun, A Decision Tree Based on Hierarchical Decomposition,Proceedings of 2002 International Conference on Machine Learning andCybernetics, Beijing, 4-5 November 2002, Volume 4, pp. 1824-1828.（EI）
[7] Li-Juan Wang, Xi-Zhao Wang, Ming-HuHa, Yin-Shan Gu, Mining the Weights of Similarity Measure Through Learning,Proceedings of 2002 International Conference on Machine Learning andCybernetics, Beijing, 4-5 November 2002, Volume 4, pp. 1837-1841.（EI）
[6] Daniel So Yeung, Juan Sun, Xi-Zhao Wang, An InitialComparison of Generalization-Capability between Crisp and Fuzzy Decision Trees,Proceedings of 2002 International Conference on Machine Learning and Cybernetics,Beijing, 4-5 November 2002, Volume 4, pp. 1846-1851.（EI）
[5] Shen-Shan Qiu, Eric C.C. Tsang,Daniel S. Yeung, Xi-Zhao Wang, Energy Function Criterion for DiscreteHopfield-Type Neural Network with Delay, Proceedings of 2002 InternationalConference on Machine Learning and Cybernetics, Beijing, 4-5 November 2002,Volume 4, pp. 2240-2244.（EI）
[4] Rui-Feng Xu, D. S. Yeung, Xi-ZhaoWang, Using neural network classifier in post-processing system for handwrittenChinese character recognition, IEEE International Conference on Systems, Man,and Cybernetics, 2001, Vol. 3, 2001, Page(s): 1497-1502.（EI）
[3] E. C. C. Tsang, D. S. Yeung, Xi-ZhaoWang, Learning weights of fuzzy production rules by a max-min neural network,IEEE International Conference on Systems, Man, and Cybernetics, Vol. 3, 2001, pp.1485-1490.（EI）
[2] Xi-Zhao Wang, D. S. Yeung, Usingfuzzy integral to modeling case-based reasoning with feature interaction, inProceedings of IEEE International Conference on Systems, Man, and Cybernetics,October 8-11, 2000, Nashville, Tennessee, USA,pp. 3660-3665.（EI）
[1] D. S. Yeung, Xi-Zhao Wang, Using aneuro-fuzzy technique to improve the clustering based on similarity, inProceedings of IEEE International Conference on IEEE International Conferenceon Systems, Man, and Cybernetics, October 8-11, 2000, Nashville, Tennessee, USA, pp. 3693-3698.（EI）
中文期刊論文
[35] 賀毅朝，王熙照，劉坤起，王彥祺，差分演化的收斂性分析與算法改進，軟體學報,21:5(2010) 875-885
[34] 王熙照, 楊晨曉, 分支合併對決策樹歸納學習的影響, 計算機學報, 2007, 30(8): 1251-1258.（EI）
[33] 王熙照, 安素芳, 基於極大模糊熵原理的模糊產生式規則權重獲取研究, 計算機研究與發展, 2006, 43(4): 673-678.（EI）
[32] 王熙照, 趙素雲, 王靜紅, 基於Rough集理論的模糊值屬性信息表簡化, 計算機研究與發展, 2004, 41(11): 1974-1981.（EI）
[31] 王熙照, 趙素雲, 基於相似關係的模糊粗糙模型, 計算機科學, 2004, 31(10)A: 31-35.（EI）
[30] 王熙照, 王亞東, 湛燕, 袁方, 學習特徵權值對K-均值聚類算法的最佳化, 計算機研究與發展, 2003, 40(6): 869-873.（EI）
[29] 哈明虎、王熙照、李艷、田大增，基於示例學習的模糊控制器原理，河北大學學報，vol.20, no.2, June 2000,pp. 116-121
[28] 王熙照、凌偉德，兩種產生模糊決策樹的啟發式比較（英文），河北大學學報，vol.20, no.3, September2000, pp. 1-6
[27] 黃冬梅、哈明虎、王熙照，決策樹與模糊決策樹的比較，河北大學學報，vol.20, no.3, September2000, pp. 218-221
[26] 葉風，權光日，王熙照，基於歸結的最大一般理論特化，計算機學報，22卷， 1999年12月， pp. 1233-1238
[25] 黃冬梅，王熙照，一種改進的區間值屬性決策樹學習算法，河北大學學報（自然科學版），vol.19, no.4, 1999.12, pp.325-328
[24] 王熙照、洪家榮，區間值屬性決策樹學習算法，軟體學報, vol.9, no. 8, 1998, pp.637-640
[23] 錢國良、王熙照、陳彬，手寫漢字特徵抽取的模糊歸納學習處理，清華大學學報（自然科學版），1998年第38卷（S2）, pp. 85-88
[22] 孫建平、張艷娥、王熙照，Fuzzy矩陣方程的解及性質，模糊系統與數學，1998年第12卷（第4期）pp. 72-78
[21] 仲自勉，汪浩，王熙照，帶有專家部分知識的模糊學習算法及在儲層識別中的套用，河北大學學報（自然科學版），vol.18, no.3, 1998.9, pp.215-218
[20] 王熙照，不精確概念的表示理論(二):抽象知識的簡化與相依性，河北大學學報, vol. 2, 1997, pp. 1-5
[19] 王熙照，不精確概念的表示理論(一):定義與基礎知識，河北大學學報, vol. 4, 1996, pp. 1-6
[18] 王熙照、哈明虎、史本廣，一類新的模糊回歸模型，蘭州大學學報(模糊數學與系統專輯), vol. 32, 1996, pp. 472-475
[17] 劉會傑、王熙照，模糊示例學習的一個模型及相應的決策樹算法，河北大學學報(增), 1996, pp. 1-4
[16] 哈明虎、王熙照、史本廣，關於Fuzzy測度的偽零可加及偽一致自連續性，蘭州大學學報, vol. 32, 1996, pp.136-139
[15] 王熙照、史本廣，模糊回歸模型中的變數篩選，模糊系統與數學, vol. 8, 1994, pp. 66-68
[14] 王熙照、哈明虎，一類Fuzzy距離及在回歸分析中的套用，河北大學學報, vol. 4, 1994, pp. 8-13
[13] 王熙照、哈明虎，一類模糊線性方程組的疊代解法，模糊分析設計的理論與套用(主編：王彩華等，中國建築工業出版社，1993) pp. 604-605
[12] 王熙照、哈明虎，多元Fuzzy線性回歸，河北大學學報, vol. 3, 1993, pp. 8-14
[11] 王熙照、哈明虎，泛模糊積分，河北大學學報, vol. 3, 1992, pp. 18-24
[10] 王熙照、哈明虎，非線性模糊模型分析及參數估計，模糊系統與數學, vol. 6, 1992, pp. 38-41
[9] 王熙照、哈明虎、凌偉德，模糊數序列空間，模糊系統與數學, vol. 6, 1992, pp. 41-43
[8] 哈明虎、王熙照，Fuzzy測度的絕對連續性及擴張，模糊系統與數學, vol. 6, 1992, pp. 35-37
[7] 王熙照、哈明虎，由泛積分定義的模糊測度，模糊數學與系統成果會論文集(主編：曹炳元，湖南科學技術出版社，1991) pp. 61-63
[6] 哈明虎、王熙照，模糊線性回歸分析及參數估計，模糊數學與系統成果會論文集(主編：曹炳元，湖南科學技術出版社，1991) pp. 19-21
[5] 哈明虎、王熙照，模糊集上模糊測度的絕對連續性及擴張，河北大學學報, vol. 4, 1991, pp. 17-22
[4] 王熙照、哈明虎，σ-可加模糊集上模糊測度，河北大學學報, vol. 1, 1991, pp. 17-24
[3] 王熙照、哈明虎，sigma-可加模糊集上的模糊測度及結構特徵，中國模糊數學與模糊系統委員會第5屆年會文集, (責任主編：徐揚、余孝華，西南交通大學出版社，成都，1990) pp. 57-59
[2] 哈明虎、王熙照，Fuzzy值變數線性回歸的一種參數估計方法，河北大學學報, vol. 5, 1989, pp. 15-19
[1] 哈明虎、王熙照，模糊測度與收斂，河北大學學報, vol. 5, 1989, pp. 79-86
[34] 王熙照, 楊晨曉, 分支合併對決策樹歸納學習的影響, 計算機學報, 2007, 30(8): 1251-1258.（EI）
[33] 王熙照, 安素芳, 基於極大模糊熵原理的模糊產生式規則權重獲取研究, 計算機研究與發展, 2006, 43(4): 673-678.（EI）
[32] 王熙照, 趙素雲, 王靜紅, 基於Rough集理論的模糊值屬性信息表簡化, 計算機研究與發展, 2004, 41(11): 1974-1981.（EI）
[31] 王熙照, 趙素雲, 基於相似關係的模糊粗糙模型, 計算機科學, 2004, 31(10)A: 31-35.（EI）
[30] 王熙照, 王亞東, 湛燕, 袁方, 學習特徵權值對K-均值聚類算法的最佳化, 計算機研究與發展, 2003, 40(6): 869-873.（EI）
[29] 哈明虎、王熙照、李艷、田大增，基於示例學習的模糊控制器原理，河北大學學報，vol.20, no.2, June 2000,pp. 116-121
[28] 王熙照、凌偉德，兩種產生模糊決策樹的啟發式比較（英文），河北大學學報，vol.20, no.3, September2000, pp. 1-6
[27] 黃冬梅、哈明虎、王熙照，決策樹與模糊決策樹的比較，河北大學學報，vol.20, no.3, September2000, pp. 218-221
[26] 葉風，權光日，王熙照，基於歸結的最大一般理論特化，計算機學報，22卷， 1999年12月， pp. 1233-1238
[25] 黃冬梅，王熙照，一種改進的區間值屬性決策樹學習算法，河北大學學報（自然科學版），vol.19, no.4, 1999.12, pp.325-328
[24] 王熙照、洪家榮，區間值屬性決策樹學習算法，軟體學報, vol.9, no. 8, 1998, pp.637-640
[23] 錢國良、王熙照、陳彬，手寫漢字特徵抽取的模糊歸納學習處理，清華大學學報（自然科學版），1998年第38卷（S2）, pp. 85-88
[22] 孫建平、張艷娥、王熙照，Fuzzy矩陣方程的解及性質，模糊系統與數學，1998年第12卷（第4期）pp. 72-78
[21] 仲自勉，汪浩，王熙照，帶有專家部分知識的模糊學習算法及在儲層識別中的套用，河北大學學報（自然科學版），vol.18, no.3, 1998.9, pp.215-218
[20] 王熙照，不精確概念的表示理論(二):抽象知識的簡化與相依性，河北大學學報, vol. 2, 1997, pp. 1-5
[19] 王熙照，不精確概念的表示理論(一):定義與基礎知識，河北大學學報, vol. 4, 1996, pp. 1-6
[18] 王熙照、哈明虎、史本廣，一類新的模糊回歸模型，蘭州大學學報(模糊數學與系統專輯), vol. 32, 1996, pp. 472-475
[17] 劉會傑、王熙照，模糊示例學習的一個模型及相應的決策樹算法，河北大學學報(增), 1996, pp. 1-4
[16] 哈明虎、王熙照、史本廣，關於Fuzzy測度的偽零可加及偽一致自連續性，蘭州大學學報, vol. 32, 1996, pp.136-139
[15] 王熙照、史本廣，模糊回歸模型中的變數篩選，模糊系統與數學, vol. 8, 1994, pp. 66-68
[14] 王熙照、哈明虎，一類Fuzzy距離及在回歸分析中的套用，河北大學學報, vol. 4, 1994, pp. 8-13
[13] 王熙照、哈明虎，一類模糊線性方程組的疊代解法，模糊分析設計的理論與套用(主編：王彩華等，中國建築工業出版社，1993) pp. 604-605
[12] 王熙照、哈明虎，多元Fuzzy線性回歸，河北大學學報, vol. 3, 1993, pp. 8-14
[11] 王熙照、哈明虎，泛模糊積分，河北大學學報, vol. 3, 1992, pp. 18-24
[10] 王熙照、哈明虎，非線性模糊模型分析及參數估計，模糊系統與數學, vol. 6, 1992, pp. 38-41
[9] 王熙照、哈明虎、凌偉德，模糊數序列空間，模糊系統與數學, vol. 6, 1992, pp. 41-43
[8] 哈明虎、王熙照，Fuzzy測度的絕對連續性及擴張，模糊系統與數學, vol. 6, 1992, pp. 35-37
[7] 王熙照、哈明虎，由泛積分定義的模糊測度，模糊數學與系統成果會論文集(主編：曹炳元，湖南科學技術出版社，1991) pp. 61-63
[6] 哈明虎、王熙照，模糊線性回歸分析及參數估計，模糊數學與系統成果會論文集(主編：曹炳元，湖南科學技術出版社，1991) pp. 19-21
[5] 哈明虎、王熙照，模糊集上模糊測度的絕對連續性及擴張，河北大學學報, vol. 4, 1991, pp. 17-22
[4] 王熙照、哈明虎，σ-可加模糊集上模糊測度，河北大學學報, vol. 1, 1991, pp. 17-24
[3] 王熙照、哈明虎，sigma-可加模糊集上的模糊測度及結構特徵，中國模糊數學與模糊系統委員會第5屆年會文集, (責任主編：徐揚、余孝華，西南交通大學出版社，成都，1990) pp. 57-59
[2] 哈明虎、王熙照，Fuzzy值變數線性回歸的一種參數估計方法，河北大學學報, vol. 5, 1989, pp. 15-19
[1] 哈明虎、王熙照，模糊測度與收斂，河北大學學報, vol. 5, 1989, pp. 79-86
