性 别：女

职 称：教授

办公室：I413-2

研究方向：1、智能计算与图像处理；2、工业大数据分析；

3、复杂系统建模、优化与智能控制

个人简历：1982年12月生，黑龙江省伊春市人，教授，博士研究生，硕士生导师。重庆市市级重点学科“控制科学与工程学科”成员，重庆市级科研创新团队“工业过程建模与优化”成员，重庆市市级重点实验室“在线分析与先进过程控制实验室”成员。主持省部级科研项目5项，主持学院校内重点基金1项，主持学院博士启动基金1项。重庆市市级研究生优质课程《智能控制技术》负责人，主持重庆市研究生教育改革项目1项，主持学院本科教育教学改革项目1项，参与国家自然科学基金2项，主研省部级项目5项。获重庆市科技进步三等奖2项，拥有国家发明专利授权6项，国家软件著作权4项，重庆市科学技术成果4项。在《机械工程学报》、《自动化学报》、《Kybernetes》等国内外期刊发表学术论文50余篇。近年来所带研究生参加数学建模竞赛，获国家二等奖3项，国家三等奖若干项。获学院十佳青年、五一巾帼标兵等称号。联系邮箱：yy_su2000@163．com。

科研项目：

[1]重庆市自然科学基金面上项目，CSTB2022NSCQ-MSX1425，热轧钢带智

能检测中DeLiGAN和迁移学习的改进及应用，主持，2022.08.01—2025.07.31.

[2]重庆市技术创新与应用示范项目、cstc2018jscx-msby0163、深度学习框架

下面向氮氧化物减排的垃圾焚烧状态在线监控系统设计，主持，2018-2021．

[3]重庆市教委科学技术研究项目，面向智能化工厂转型的通用指针式仪表识

别方法及实现，KJQN202101510，主持，2021.10.1-2024．9.30.

[4]重庆市前沿与应用基础研究项目：垃圾焚烧炉往复机械系统的群故障分离

及其诊断方法研究，CSTC2015JCYJA70003，主持，2015-2017

[5]重庆市自然科学基金面上项目，基于多率信号保持器的非线性系统零动态

稳定控制研究，No．CSTC2012JJA40026， 主持，2012-2015．

[6]重庆市教委科学技术研究项目，面向高维海量数据的复杂工业过程装备的

异常工况原因定量追溯，KJ1501319，主持，2015-2016．

代表性成果：

[1]Yingying Su, Shan Liang, Jingzhe Li, Taifu Li, Cheng Zeng. Nonlinear fault

separation with redundancy process variables based on FNN in MKFDA subspace[J], Journal of applied mathematics, 2013, 2014(12):1-9. (SCI源刊: 000331791800001)

[2]Yingying Su,Taifu Li, Debiao Wang, Xinghua Liu. Modeling and

Optimization in complex systems based on computational intelligence[J].

Kybernetes,2012,41(9):1235-1243 (SCI源刊:000312434000010)

[3]苏盈盈，李太福，易军，胡文金，廖志强，徐敏．基于KICA子空间虚假

邻点判别的软传感器变量选择方法[J]，机械工程学报，2015，51(4):15-21．(一级学报，EI:20151600746235)

[4]He Y,Su Y*, Wang X, et al. An improved method MSS-YOLOv5 forobject

detection with balancing speed-accuracy. Frontiers in Physics, 2023,10: 1349. (SCI源刊)

[5]Yingying Su, Hao Zhou, Nengyang Zhou, Cuiying Li, Xiaofeng Wang,Debiao

Wang. Soft computing detection method for remaining capacity of lead acid battery[C], ICCC 2018,p2631-2634,2018(EI20193407338711)

[6]苏盈盈，主成分分析方法及其核函数在模式识别中的应用-基于MATLAB

或C++语言的实现[M]，中国水利水电出版社，2020．12

[7]Yingying Su, Shan Liang, Taifu Li, Cheng Zeng. The nonlinear feature

extraction with parsimonious components based on multiple kernel function[J]. Innovative Computing, Information and Control Express Letters, 2013,7(3):785-791.(EI源刊:20131316153803)

[8]Y.Su,Q.Zhang, Y.Deng,Y.Luo*,X.Wang and P. Zhong Steel Surface Defect

Detection Algorithm based on Improved YOLOv4[C], 2022 IEEE 5th Advanced Information Management, Communicates, Electronic and Automation Control Conference (IMCEC), Chongqing, China, 2022, pp.1425-1429.(EI已检索)

[9]苏盈盈，张气皓，罗妤，周昊，何亚平，阎垒．基于AE-LSTM混合神经

网络模型的排放预测[J]．西南师范大学学报(自然科学版)，2023．4，48(4)，23-

[10]苏盈盈，刘兴华，康东帅，李太福．多层线性神经网络与单层线性神经

网络的等效性研究[J]，西南师范大学学报(自然科学版)，2017，42(12):105-（CSCD科技核心期刊)

[11]苏盈盈，李翠英，王晓峰，康东帅，刘君．风电场短期风速的C-C和ELM

快速预测方法[J]．电力系统及其自动化学报，2019，31(07)：76-80+87．（CSCD科技核心期刊）