个人简历

于1997年、2003年在湖南大学分别取得工学学士、工学硕士学位，2006年获华中科技大学信息与通信工程专业博士学位。2012年-2013年以及2015年-2016年分别到澳大利亚查尔斯特(Charles Sturt)大学、联邦科学院(CSIRO)、西悉尼大学进行访问研究。主要研究方向：图像处理与模式识别、计算机视觉、机器学习。主持和参与国家自然科学基金、广东省自然科学基金等10多项纵、横向科研项目。已发表50余篇主要学术论文，其中10余篇发表在IEEE TPAMI、IEEE TIP、IEEE TNNLS、IEEE JSTSP、CVIU等国际Top期刊和CVPR、ICIP 、ICASSP、 IJCNN等计算机学会推荐国际学术会议，其中入选ESI高被引论文1篇。发明专利授权1项，申请6项；软件著作权授权1项。
欢迎有科研探索精神、自律性高的同学加入我的团队。
教育背景
2003.9- 2006.6 华中科技大学 信息与通信工程（工学博士）
2000.9- 2003.3 湖南大学 机械电子工程（工学硕士）
1993.9- 1997.6 湖南大学 机械电子工程（工学学士）
工作经历
2006.7- 至今 广东工业大学自动化学院
2016.3- 2016.9 澳大利亚西悉尼大学(UWS),Center for Research in Mathematics,高级访问学者
2015.9- 2016.9 澳大利亚联邦科学院(CSIRO), North Ryde, DATA61，公派博士后研究员
2012.1- 2013.1 澳大利亚新南威尔士州查尔斯特(Charles Sturt)大学，公派访问学者
1997.7- 2000.8 海南新大洲摩托车股份有限公司


科研项目
Ø广东省自然科学基金面上项目:“面向多视图数据的共享生成式隐特征表示学习”，2020.1-2021.12，负责人
Ø国家自然科学基金面上项目: “基于子空间学习的多视图鲁棒一致性表达研究”，2019.1- 2022.12，负责人
Ø国家自然科学基金面上项目: “基于数据驱动的联合药效动力学及精准靶控理论与方法研究”，2018.1 - 2021.12，联合负责人
Ø国家自然科学基金-广东联合基金项目: “工业过程数据实时获取与知识自动化的理论与技术研究”，2018.1- 2021.12，排名第四
Ø广东省教育厅科研项目: “面向工业大数据的低秩子空间聚类方法”，2018.4- 2020.4，负责人
Ø广东省科技计划项目:“基于人体运动大数据分析的运动康复系统”，2017.1- 2019.12，负责人

教学活动
1、主讲本科生课程：《嵌入式系统及其应用》、《图像通信技术》
2、指导学生参加全国大学生电子设计大赛，获\

研究领域

"模式识别与计算机视觉"

近期论文

1.Ming Yin,Junbin Gao, Shengli Xieand Yi Guo. Multiview Subspace Clustering via Tensorial t-Product Representation.IEEE Transactionson Neural Networks and Learning Systems, 2019,30(3):851-864.
2.Shengxiang Gao, Zhengtao Yu, Taisong Jin,Ming Yin*. Multi-view low-rank matrix factorization using multiple manifold regularization,Neurocomputing, 2019, 335:143–152.(通讯作者)
3.Ming Yin,Deyu Zeng, Junbin Gao, Zongze Wu and Shengli Xie.Robust Multinomial Logistic Regression Based on RPCA,IEEE Journal of Selected Topics in Signal Processing.Doi:10.1109/JSTSP.2018.2872460. 2018,12 (6):1144-115.
4.Ming Yin,ShengliXie,Zongze Wu, Yun Zhang, Junbin Gao.Subspace Clustering via Learning an Adaptive Low-rank Graph.IEEE Transactions on Image Processing(TIP), 2018, 27(8):3716-3728.
5.Ming Yin,Zongze Wu,Daming Shi, Junbin Gao, ShengliXie.Locally Adaptive Sparse Representation on Riemannian Manifolds for Robust Classification,Neurocomputing, 2018, Volume 310, Pages 69-76.
6.Ming Yin, ZongZe Wu, Deyu Zeng, Panshuo Li and Shengli Xie. Sparse Subspace Clustering with Jointly Learning Representation and Affinity Matrix.Journal of the Franklin Institute,Volume 355, Issue 8, 2018, Pages 3795-3811.
7.Ming Yin, Junbin Gao, Zhouchen Lin. Laplacian Regularized Low-Rank Representation and Its Applications,IEEE Transactions on Pattern Analysis and Machine Intelligence,(TPAMI),2016, 38(3):504-517. DOI:10.1109/TPAMI.2015.2462360.( SCI, JCR1,IF: 17.730，ESI 高被引论文)
8.Ming Yin, Junbin Gao, Zhouchen Lin, Qinfeng Shi and Yi Guo. Dual Graph Regularized Latent Low-rank Representation for Subspace Clustering.IEEE Transactions on Image Processing(TIP),2015, 24(12):4918-4933.
1、中国图象图形学学会CSIG机器视觉专委会委员
2、中国自动化学会模式识别与机器智能(PRMI)专业委员
3、担任全国模式识别会议CCPR2016的程序委员
4、担任澳大利亚图像处理、计算机视觉峰会DICTA 2017、2018的程序委员
5、担任国际著名期刊及顶级会议的审稿人，具体包括：IEEE TPAMI, IJCV, IEEE TIP, IEEETCYB, IEEE TNNLS, IEEE CVPR, AAAI, ACM MM, IEEE Access, Neurocomputing , IETImage Processing, Digital Signal Processing, IEEE Journal of Selected Topics in Applied EarthObservations，Journal of Multimedia.