金军委，男，博士，副教授，河南工业大学青年骨干教师、硕士生导师。

现主要从事人工智能、数据挖掘、医工交叉融合等研究工作，具体方向包括计算机视觉、深度学习和医疗大数据分析等。现主持国家自然科学基金项目1项；河南省科技厅科技攻关项目1项；河南省教育厅高等学校重点研发项目1项；郑州市R&D专项经费项目1项；教育部粮食信息处理与控制重点实验室开放课题2项；参与国家自然科学基金面上项目1项；在国际知名期刊和会议上发表学术论文30余篇；授权/受理国家发明专利10余项，出版专著教材1部。 

通讯地址：河南省郑州市莲花街100号 

电子邮箱：jinjunwei24@haut.edu.cn

教育与工作经历

2009.09-2013.06 宁夏大学 数学与应用数学专业 学士学位

2013.09-2015.08 澳门大学 计算数学专业 硕士学位

2015.09-2019.01 澳门大学 计算机科学专业 博士学位

2019.05-2023.02 河南工业大学 讲师

2023.02-至今       河南工业大学 副教授

实验室和科研团队简介

所在团队致力于人工智能、机器学习理论及其在中医药数据分析、未病建模及疾病关联等方面的应用研究。通过采用现代技术采集舌象、脉象、病症等反映多种慢性疾病状态的跨时空多维数据，利用大数据、人工智能等技术作为手段，探究慢性疾病中医表征与病症发展变化的复杂映射关系，研究慢性疾病状态的科学表达方法，定位“未病”临界状态，建立病症由“未病”到“已病”变化的动态数据库，揭示“未病”到“已病”转变的共性规律。

研究领域与方向

1.新型智能模型构建。结合人工智能最新进展与经典理论，针对不同场景设计全新人工智能模型，解决人工智能算法在识别精度、计算效率、泛化性能等多方面存在的问题，提高算法的普适性和鲁棒性。

2.算法模型在中医药智能分析中的应用。基于所提算法，对中医药研究中涉及的舌象分割、疾病诊断、营养膳食调理规划等诸多问题开展研究，提高中医诊断技术的智能化水平和可解释能力。

研究成果

（一）主持的科研项目

1.2022/1-2024/12，主持国家自然科学基金青年项目, “判别型鲁棒宽度学习系统建模 及优化研究”，No. 62106068，在研;

2. 2022/1-2023/12，主持河南省科技厅科技攻关项目, “基于鲁棒宽度学习系统的无人仿生集群智能分群策略研究”， No. 222102210058，已结题;

3. 2021/1-2022/12，主持河南省教育厅自然科学项目, “基于最大后验误差估计和流形学习的鲁棒宽度学习模型及应用研究”， No. 21A520009，已结题;

4. 2023/1-2025/12，主持郑州市科技局协同创新专项项目，“面向含噪非均衡数据的宽度学习系统建模研究”，No. 22ZZRDZX29，在研;

（二）代表著作与论文

代表性著作：

金军委、张自豪、高山、樊超、杨铁军，人工智能导论，北京大学出版社，ISBN: 978-7-301-33118-7, 2022.7

代表性论文：

[1]Junwei Jin, Biao Geng, Yanting Li*, Jing Liang, Yang Xiao, C. L. Philip Chen*, “Flexible Label-Induced Manifold Broad Learning System for Multiclass Recognition”, IEEE Transactions on Neural Networks and Learning Systems, DOI: 10.1109/ TNNLS.2023.3291793, 2023 (SCI, 中科院1区, JCR Q1, Top, IF: 10.4).

[2]Junwei Jin, Yanting Li, C. L. Philip Chen*, “Pattern Classification with Corrupted Labeling via Robust Broad Learning System”, IEEE Transactions on Knowledge and Data Engineering, 34(10):4959-4971, 2022(SCI, 中科院1区, JCR Q1. CCF-A, IF:9.235).

[3]Junwei Jin, Zhenhao Qin, Dengxiu Yu, Yanting Li*, Jing Liang, C. L. Philip Chen*, “Regularized Discriminative Broad Learning System for Image Classification”, Knowledge-Based Systems, 251: 109306, 2022 (SCI, 中科院1区, JCR Q1, Top, IF: 8.139).

[4]Junwei Jin, Yanting Li, Tiejun Yang, Liang Zhao, Junwei Duan*, C. L. Philip Chen*, “Discriminative Group-Sparsity Constrained Broad Learning System for Visual Recognition”, Information Sciences, 576: 800-818, 2021(SCI, 中科院1区， JCR Q1, Top, IF:8.1).

[5]Junwei Jin, Zhulin Liu, C. L. Philip Chen*, “Discriminative Graph Regularized Broad Learning System for Image Recognition”, Science China Information Sciences, 61(11): 112209, 2018 (SCI，中科院2区，JCR Q1, CCF-A , IF:8.8).

[6]Junwei Jin, C. L. Philip Chen*, “Regularized Robust Broad Learning System for Uncertain Data Modeling”, Neurocomputing, 322: 58-69, 2018 (SCI，中科院2区，JCR Q1, Top, IF:6.0).

[7]Junwei Jin, Yanting Li*, Lijun Sun*, Jianyu Miao, C. L. Philip Chen, “A New Local Knowledge-Based Collaborative Representation for Image Recognition”, IEEE Access, 8: 81069–81079, 2020 (SCI，中科院2区，JCR Q1, IF:3.9).

[8]Junwei Jin, Zhenhao Qin, Dengxiu Yu, Tiejun Yang, C. L. Philip Chen, Yanting Li*, “Relaxed Least Square Regression with L2,1-norm for Pattern Classification”, International Journal of Wavelets Multiresolution and Information Processing, DOI: 10.1142/S021969132350025X, 2023 (SCI, 中科院4区，JCR Q2, IF:1.4).

[9]Yanting Li, Junwei Jin*, Jiangtao Ma, Fubao Zhu, Baohua Jin, Jing Liang, C. L. Philip Chen, “Imbalanced Least Squares Regression with Adaptive Weight Learning”, Information Sciences, 648: 119541, 2023(SCI, 中科院1区, JCR Q1, Top, IF:8.1).

[10]Yanting Li, Junwei Jin*, Hongwei Tao, Yang Xiao, Jing Liang*, C. L. Philip Chen, “Complemented Subspace-Based Weighted Collaborative Representation Model for Imbalanced Learning”, Applied Soft Computing, 153: 111319, 2024 (SCI, 中科院1区, JCR Q1, Top, IF:8.7).

（三）授权发明专利

1.一种领域先验嵌入型协同表示模式识别方法，中国，ZL 202010939602.9

2.一种稀疏协同联合表示模式识别方法，中国，ZL 202011599214.7