黄可坤，广东省梅州市人，分别于2002年、2005年和2016年在中山大学应用数学专业获得本科、硕士和博士学位，从事模式识别与人工智能方面的研究。2005年到嘉应学院任教，2013年晋升为副教授，2019年1月晋升为教授。在IEEE TNNLS, TGRS, TIP, TCYB和Pattern Recognition等二区以上的国际著名期刊发表了论文20多篇，分别主持1项国家自然科学基金面上项目《高光谱图像的深层判别特征提取方法》、1项国家自然科学基金青年项目《基于稀疏表示和多核学习的人脸识别方法研究》、2项广东省自然科学基金项目。2018年被评为广东省南粤优秀教师，2022年被评为梅州市最美科技工作者，2022年获得中国图象图形学会自然科学二等奖，2025年主持获得广东省教学成果一等奖。

He is currently a Professor with the Department of Mathematics, Jiaying University. His current research interests include pattern recognition and hyperspectral image analysis based on deep learning. He has authored or co-authored over 20 refereed technical papers, including IEEE TNNLS, IEEE TGRS, IEEE TIP, IEEE TCYB and Pattern Recognition. He was elected as NanYue Excellent Teacher of GuangDong province. He is a member of IEEE. 

2013.08--2016.06，中山大学，应用数学，理学博士(导师:戴道清教授). 

2002.09--2004.12，中山大学，应用数学，理学硕士(导师:戴道清教授). 

1998.09--2002.06，中山大学，应用数学，理学学士. 

2013/08 – 2016.06, Ph.D. in Applied Mathematics, Sun Yat-sen University. Advisor: Prof. Dao-Qing Dai. 

2002/09 – 2004/12, M.Sc in Applied Mathematics, Sun Yat-sen University. Advisor: Prof. Dao-Qing Dai. 

 1998/09 – 2002/06, B.S. in Applied Mathematics, Sun Yat-sen University.

2019/01 – now, JiaYing University, Department of Mathematics, Professor. 

2013/12 – 2018/12, JiaYing University, Department of Mathematics, Associate Professor. 

2007/12 – 2013/12, JiaYing University, Department of Mathematics, Assistant Professor. 

2005/02 – 2007/12, JiaYing University, Department of Mathematics, Teaching Assistant.

2025年获得广东省教学成果一等奖

2025年被评为嘉应学院教学名师

2022年被评为梅州市最美科技工作者

2022年获得中国图象图形学会自然科学二等奖

2018年评为广东省南粤优秀教师

2014年评为嘉应学院首届方直卓越教师

《数学建模》广东省一流本科课程主持人，超星学银在线课程网址：https://www.xueyinonline.com/detail/260401760  （有完整教学视频）

《深度学习》嘉应学院一流本科课程主持人，超星学银在线课程网址：https://www.xueyinonline.com/detail/264709012

广东省工业与应用数学学会常务理事 

Reviewer of IEEE TNNLS, TCYB, TCSVT, TGRS, CVPR,Pattern Recognition, Digital Signal Processing, Neurocomputing, Current Medical Imaging Reviews, etc.

[1]   基于高光谱遥感的粤东北山地农作物分类方法，广东省自然科学基金面上项目(202026A1515011429)，2026年01月至2029年12月，经费10万， 2026.01-2028.12. 黄可坤主持.

[2]  高光谱图像的深层判别特征提取方法 .国家自然科学基金面上项目(61976104)， 2020年01月至2023年12月，直接经费60万. 黄可坤主持.

[3]  基于深度学习的医学高光谱图像分类方法. 广东省自然科学基金项目(2020A1515010702)， 2019年10月至2022年09月，经费10万. 黄可坤主持. 

[4]   基于稀疏表示与多核学习的人脸识别方法研究 .国家自然科学基金青年项目(61403164)， 2015年01月至2017年12月，经费23万. 黄可坤主持，结题.

[5]   基于稀疏表示的遥感图像分类的特征提取方法研究 .广东省教育厅高校优秀青年创新人才培养计划项目(2013LYM_0085)，时间2014.1-2015.12, 经费3万 . 黄可坤主持，结题.

[1] Ke-Kun Huang, Hao-Tian Yuan, Chuan-Xian Ren, Yue-En Hou, Jie-Li Duan, Zhou Yang. Hyperspectral Image Classification via Cross-Domain Few-Shot Learning With Kernel Triplet Loss. IEEE Transactions on Geoscience and Remote Sensing, vol. 61, pp. 1-18, 2023. (中科院一区，IF: 8.2)

[2] Ke-Kun Huang, Chuan-Xian Ren, Hui Liu, Zhao-Rong Lai, Yu-Feng Yu, Dao-Qing Dai. Hyperspectral image classification via discriminant Gabor ensemble filter. IEEE Transactions on Cybernetics, vol. 52, no.8, pp. 8352-8365,​2022. (中科院一区，IF: 19.118)

[3] Ke-Kun Huang, Chuan-Xian Ren, Hui Liu, Zhao-Rong Lai, Yu-Feng Yu, Dao-Qing Dai. Hyperspectral image classification via discriminative convolutional neural network with an improved triplet loss. Pattern Recognition, vol. 112, no.4, pp. 107744, 2021.   (中科院一区， IF: 7.196)  

[4] Ke-Kun Huang, Dao-Qing Dai, Chuan-Xian Ren, Zhao-Rong Lai. Learning Kernel Extended Dictionary for Face Recognition.  IEEE Transactions on Neural Networks and Learning Systems, vol. 28, no. 5, pp. 1082-1094, 2017.(中科院一区)

[5] Ke-Kun Huang, Dao-Qing Dai, Chuan-Xian Ren,Yu-Feng Yu, Zhao-Rong Lai. Fusing Landmark-based Features at Kernel Level for Face Recognition.  Pattern Recognition, vol 63, pp. 406-415, 2017.  (中科院二区)

[6] Ke-Kun Huang, Dao-Qing Dai and Chuan-Xian Ren.  Regularized Coplanar Discriminant Analysis for Dimensionality Reduction.  Pattern Recognition, vol. 62, no.2, pp. 87-98, 2017.(中科院二区)

[7] Ke-Kun Huang, Dao-Qing Dai. A new on-board image codec based on binary tree with adaptive scanning order in scan-based mode. IEEE Transaction Geoscience and Remote Sensing, vol. 50, no. 10, pp. 3737-3750, 2012. (中科院二区)