电子邮箱:

yingbi[at]zzu.edu.cn（请将[at]替换成@）

办公室:

郑州大学电气与信息工程学院3410

研究方向:

人工智能、计算机视觉、大模型

教育背景

2017/03-2020/06，新西兰惠灵顿维多利亚大学，博士

2013/09-2016/06，深圳大学，硕士

2009/09-2013/06，武汉轻工大学，学士

工作经历

Ø2022/10-至今，郑州大学，电气与信息工程学院，教授

Ø2020/06-2022/10，新西兰惠灵顿维多利亚大学，工程与计算机科学学院，博士后

Ø2021/03-2022/03，新西兰惠灵顿维多利亚大学，工程与计算机科学学院，项目管理员

学术兼职

ØIEEE Transactions on Artificial Intelligence期刊编委

ØIEEE Transactions on Evolutionary Computation期刊编委

ØIEEE Transactions on Automation Science and Engineering 期刊编委

ØApplied Soft Computing期刊编委

ØComputers and Electrical Engineering期刊编委

ØIntelligent Marine Technology and Systems (IMTS) 期刊编委

Ø复杂系统建模与仿真（英文）期刊青年编委

ØNew Zealand Journal of Marine and Freshwater Research期刊编委

ØIEEE CIS计算智能女性委员会主席

ØIEEE CIS郑州分会副主席

ØIEEE高级会员、IEEE CIS 会员、ACM/SigEVO 会员、CCF会员、CAAI会员、CAC会员

ØIEEE 计算智能学会（CIS）进化计算机视觉与图像分析工作组主席

Ø2025年环太平洋人工智能国际会议（PRICAI）宣传主席

Ø2025年新西兰图像、视觉与计算国际会议（IVCNZ）程序主席

Ø2024年进化计算国际学术会议（IEEE CEC）研讨会主席

Ø2023、2024年遗传与进化计算国际会议（GECCO）学生事务主席

Ø2024年遗传与进化计算国际会议（GECCO）学生研讨会主席

Ø常年在智能计算、数据挖掘、进化计算领域会议比如IEEE CEC、IEEE SSCI、IEEE ICDM等组织研讨会/分会

Ø20多个国际期刊的特约审稿人，包括IEEE TEVC、ECJ、IEEE TNNLS、IEEE TCYB、IEEE CIM、IEEE TSMC、IEEE TAI、IEEE TETCI、Science China Information Sciences等

Ø20多个国际学术会议的程序委员会委员或者审稿人，包括IJCAI、ICML、ICLR、GECCO、IEEE CEC、IEEE SSCI、IVCNZ、 AJCAI、EMO、PRICAI等

奖励与荣誉

Ø2024年，河南省高层次人才C类

Ø2022年，国家高层次青年人才（海外）

Ø2024年，IEEE 计算智能学会优秀博士论文奖（全球唯一）

Ø2024年，河南省人力资源和社会保障厅个人记功

Ø2024年，智能优化与调度学术会议青年科学家

Ø2024年，智能自动化与系统安全暨自主无人系统国际会议优秀论文奖

Ø2024年，郑州大学2024年大学生寒假社会实践活动二等奖（指导老师）

Ø2024年，郑州大学第九届研究生创新创业大赛三等奖（指导老师）

Ø2023年，第二届全国博士后创新创业大赛金奖

Ø2023年，第五届复杂系统数据驱动优化国际会议优秀论文奖

Ø2020年，惠灵顿维多利亚大学 PGSA 研究卓越奖（每个学部仅1人）

Ø2019年，ACM 遗传与进化计算会议（GECCO）学生会议旅行奖金

Ø2018年，IEEE 计算智能学会（IEEE CIS）学生会议旅行奖金

Ø2016年，广东省优秀学生（研究生阶段）

Ø2015年，硕士研究生国家奖学金

Ø2014年，硕士研究生国家奖学金

科研项目

Ø（参与）国家自然科学基金专项项目，2025-2028

Ø（主持）国家自然科学基金面上项目，2024-2027

Ø（主持）中国博士后基金面上项目，2023-2025

Ø（主持）教育部产学合作协同育人项目，2024-2025

Ø（主持）郑州大学科研启动经费，2023-2025

代表文章

出版英文学术专著 1 部，发表SCI/EI收录论文100余篇，第一或通讯作者发表IEEE系列期刊论文23篇，代表性论文如下：

[1]Ying Bi(毕莹), Bing Xue, and Mengjie Zhang. Genetic Programming for Image Classification: An Automated Approach to Feature Learning. XXIV, 258pp, Springer, 2021. (全球首部关于遗传规划算法在图像分类应用上的专著)

[2]Qinglan Fan, Yunfeng Zhang, Xunxiang Yao, Ying Bi*(毕莹), Bing Xue, Mengjie Zhang ES-GP: An Ensemble Surrogate-Assisted Genetic Programming Approach to Image Classification, IEEE Transactions on Evolutionary Computation, DOI: 10.1109/TEVC.2025.3569832, 2025. (中科院一区Top)

[3]Kunjie Yu, Jintao Lian, Ying Bi*(毕莹), Jing Liang, Bing Xue, Mengjie Zhang, An Automated and Interpretable Computer-Aided Approach for Skin Cancer Diagnosis Using Genetic Programming, IEEE Transactions on Evolutionary Computation, DOI: 10.1109/TEVC.2024.3459096, 2024.  (中科院一区Top)

[4]Jing Liang, Zexuan Yang, Ying Bi*(毕莹), Boyang Qu, Mengnan Liu, Bing Xue, Mengjie Zhang, A Multi-Tree Genetic Programming-based Feature Construction Approach to Crop Classification Using Hyperspectral Images, IEEE Transactions on Geoscience and Remote Sensing, DOI: 10.1109/TGRS.2024.3415773, 2024 (中科院一区Top)

[5]Qinyu Wang, Ying Bi*(毕莹), Bing Xue, Mengjie Zhang, Genetic Programming With Flexible Region Detection for Fine-Grained Image Classification, IEEE Transactions on Evolutionary Computation, DOI: 10.1109/TEVC.2024.3379252024.(中科院一区Top)

[6]Qinglan Fan, Ying Bi*(毕莹), Bing Xue, Mengjie Zhang, Multi-Tree Genetic Programming for Learning Color and Multi-Scale Features in Image Classification, IEEE Transactions on Evolutionary Computation, DOI: 10.1109/TEVC.2024.3384021, 2024. (中科院一区Top)

[7]Ying Bi(毕莹), Jing Liang, Bing Xue, Mengjie Zhang. A Genetic Programming Approach with Building Block Evolving and Reusing to Image Classification. IEEE Transactions on Evolutionary Computation, early access, DOI: 10.1109/TEVC.2023.3284712, 2023. (计算机领域顶级期刊，影响因子=16.497，中科院一区Top)

[8]Ying Bi(毕莹), Bing Xue, Pablo Mesejo, Stefano Cagnoni, Mengjie Zhang. A Survey on Evolutionary Computation for Computer Vision and Image Analysis: Past, Present, and Future Trends. IEEE Transactions on Evolutionary Computation, vol. 27, no. 1, pp. 5-25, 2022. (计算机领域顶级期刊，影响因子=16.497，中科院一区Top)

[9]Ying Bi(毕莹), Bing Xue, and Mengjie Zhang. Genetic Programming-Based Evolutionary Deep Learning for Data-Efficient Image Classification. IEEE Transactions on Evolutionary Computation. early access, DOI: 10.1109/TEVC.2022.3214503, 2022. (计算机领域顶级期刊，影响因子=16.497，中科院一区Top)

[10]Ying Bi(毕莹), Bing Xue, and Mengjie Zhang. Multitask Feature Learning as Multiobjective Optimisation: A New Genetic Programming Approach to Image Classification. IEEE Transactions on Cybernetics. DOI: 10.1109/TCYB.2022.3174519. (计算机领域顶级期刊，影响因子=19.118，中科院一区Top)

[11]Ying Bi(毕莹), Bing Xue, and Mengjie Zhang. Instance Selection Based Surrogate-Assisted Genetic Programming for Feature Learning in Image Classification. IEEE Transactions on Cybernetics. vol. 53, no. 2, pp. 1118-1132, 2023. (计算机领域顶级期刊，影响因子=19.118，中科院一区Top)

[12]Ying Bi(毕莹), Bing Xue, and Mengjie Zhang. Learning and Sharing: A Multi-Task Genetic Programming Approach to Image Feature Learning. IEEE Transactions on Evolutionary Computation. vol. 26, no. 2, pp.218-232, 2022. (计算机领域顶级期刊，影响因子=16.497，中科院一区Top)

[13]Ying Bi(毕莹), Bing Xue, and Mengjie Zhang. Dual-Tree Genetic Programming for Few-Shot Image Classification. IEEE Transactions on Evolutionary Computation. vol.26, no.3, pp. 555-569, 2022. (计算机领域顶级期刊，影响因子=16.497，中科院一区Top)

[14]Ying Bi(毕莹), Bing Xue, and Mengjie Zhang. A Divide-and-Conquer Genetic Programming Algorithm with Ensembles for Image Classification. IEEE Transactions on Evolutionary Computation. vol. 25, no. 6, pp.1148-1162, 2022. (计算机领域顶级期刊，影响因子=16.497，中科院一区Top)

[15]Ying Bi(毕莹),BingXue,andMengjieZhang.GeneticProgramming-BasedDiscriminativeFeatureLearning for Low-Quality Image Classification. IEEE Transactions on Cybernetics. vol. 52, no. 8, pp. 8272 - 8285, 2022. (计算机领域顶级期刊，影响因子=19.118，中科院一区Top)

[16]Ying Bi(毕莹), Bing Xue, and Mengjie Zhang. Genetic Programming with Image-Related Operators and A Flexible Program Structure for Feature Learning in Image Classification. IEEE Transactions on Evolutionary Computation. 15pp, 2020. DOI: 10.1109/TEVC.2020.3002229. (计算机领域顶级期刊，影响因子=16.497，中科院一区Top)

[17]Ying Bi(毕莹), Bing Xue, and Mengjie Zhang. Genetic Programming with A New Representation to Automatically Learn Features and Evolve Ensembles for Image Classification. IEEE Transactions on Cybernetics, vol. 51, no. 5, pp. 1769 - 1783, 2020. DOI: 10.1109/TCYB.2020.2964566. (计算机领域顶级期刊，影响因子=19.118，中科院一区Top)

[18]Bo Peng, Shuting Wan, Ying Bi(毕莹)*, Bing Xue, and Mengjie Zhang. Automatic Feature Extraction and Construction Using Genetic Programming for Rotating Machinery Fault Diagnosis. IEEE Transactions on Cybernetics. 14pp, 2020. DOI: 10.1109/TCYB.2020.3032945. (计算机领域顶级期刊，影响因子=19.118，中科院一区Top) (通讯作者)

更多论文请见个人主页：https://yingbi92.github.io/homepage/

专利

[1]基于双种群遗传规划算法的人脸识别方法, 申请号: CN202310846378.2 （第1）

[2]基于多树遗传规划的数据高效图像分类方法, 申请号: CN202310844308.3（第1）

[3]同时实现特征提取和选择的可解释遗传规划图像分类方法, 申请号: CN202310605414.6（第1）

[4]基于遗传规划的图像局部特征学习方法, 申请号: CN202310605418.4（第1）

[5]基于遗传规划算法的两阶段数据特征构建方法及系统, 申请号: CN202410228812.5 （第2）

[6]一种基于多种群遗传规划的皮肤癌计算机辅助诊断方法、系统及存储介质, 申请号: CN202311576626.2（第2）

[7]一种基于随机森林的遥感场景分类进化深度学习方法, 申请号: CN202311596391.3（第2）

[8]基于进化神经网络架构搜索算法的遥感场景分类方法, 申请号: CN202311597056.5（第2）

[9]基于多树遗传规划算法的遥感图像分类方法, 申请号: CN202311441450.X（第2）

[10]一种基于进化集成算法的电机故障诊断方法, 申请号: CN202410572699.2（第2）

其他信息

课题组研究方向主要集中在人工智能、机器学习、计算机视觉、进化计算，包括但不限于以下:

Ø计算机视觉和图像处理，包括图像分类、图像分割、边缘检测、目标检测、目标识别等；

Ø进化计算与优化，包括遗传规划/编程、粒子群优化、代理模型辅助的进化优化、进化多目标优化等；

Ø机器学习与深度学习，包括集成学习、迁移学习、小样本学习、进化深度学习、大模型；

Ø特征工程与学习，包括特征提取、特征选择、特征构建、特征学习；

Ø实际应用，包括智能调度、智慧医疗、智慧农业、智慧电网等。

因项目需要，课题组常年招收科研助理、访问学生、硕士或博士学生，欢迎感兴趣的同学联系 （yingbi@zzu.edu.cn）。

●希望选择我的学生具有：1）很强的上进心和科研热情；2）熟悉一门编程语言；3）扎实的英语和数学基础；4）很强的自驱力和目标感。

●我们欢迎基础一般，但是能踏踏实实的同学，课题组会提供全方位的指导。

●欢迎有志于攻读硕士学位的同学尽早与我联系，并在电子邮件中详细说明你的各方面情况，包括选择读研的原因、目标及未来打算等。 

●欢迎需要参加比赛或者对科研感兴趣的本科生联系，我们会提供指导及经费支持！