• <span id="wisuv"><pre id="wisuv"></pre></span>
    <progress id="wisuv"></progress>
  • <rp id="wisuv"><strike id="wisuv"></strike></rp>
    <tr id="wisuv"></tr>
    <span id="wisuv"><pre id="wisuv"></pre></span>

  • <dd id="wisuv"></dd><button id="wisuv"><object id="wisuv"></object></button><dd id="wisuv"><noscript id="wisuv"></noscript></dd>
  • <dd id="wisuv"></dd>
    李學龍 研究員 信息技術科學獎
    2014年

      李學龍??1976年11月生于哈爾濱市。于中國科學技術大學獲工學學士學位(1998)及工學博士學位(2002)?,F為中國科學院西安光學精密機械研究所研究員、瞬態光學與光子技術國家重點實驗室副主任、光學影像分析與學習中心(OPTIMAL)主任。

    長期從事圖像及視頻處理和模式識別的研究,如視覺張量分析、成像系統同后處理之間的關系等,并主要關注具體的工程應用。立足西部,依托平臺組建團隊,面向遙感觀測和視覺監控等需求開展科研工作。發表120余篇IEEE匯刊(transactions)論文。七篇論文被Thomson Reuters Science Watch計入十年內該領域最有影響的36篇論文之列。曾或現任《中國科學》、 《Pattern Recognition》及六種IEEE匯刊編委。入選千人及杰青。獲陳嘉庚青年科學獎、中國青年科技獎、中科院青年科學家獎、中國青年五四獎章。當選國際電氣電子工程師協會(IEEE)會士、國際模式識別學會(IAPR)會士、美國光學學會(OSA)會士、國際光學工程學會(SPIE)會士、英國工程技術學會(IET/IEE)會士等。

    視覺數據分解和降維

    摘要:

    雖然傳統上都按照矢量來處理,但視覺數據本質上卻多是以張量的形式存在的。張量表達和處理也成為光學影像分析與學習中的關注點,基于此的一個新興學科領域開拓了結構化視覺數據理解的新理念——張量學習。在此領域中,構造新的數據表達方式、研究算法收斂性和穩定性、探索學習機制的統計理論是最重要和最基礎的研究任務。李學龍研究員通過提出廣義張量學習機,解決了基于張量表達的有效訓練學習、監督分類、度量學習、流形學習、綜合考慮數據結構依賴關系等難點問題。并通過將張量學習應用到光學影像數據中,有效地提高了光學影像數據的質量并改變了數據的理解方式,已經成為解決重要技術難題的關鍵手段,并得到了國際同行的高度好評。張量表達和學習具有很強的推廣能力,對機器學習、計算機視覺、多媒體、模式識別、數據挖掘等領域都有著非常重要的支撐作用。

  • <span id="wisuv"><pre id="wisuv"></pre></span>
    <progress id="wisuv"></progress>
  • <rp id="wisuv"><strike id="wisuv"></strike></rp>
    <tr id="wisuv"></tr>
    <span id="wisuv"><pre id="wisuv"></pre></span>

  • <dd id="wisuv"></dd><button id="wisuv"><object id="wisuv"></object></button><dd id="wisuv"><noscript id="wisuv"></noscript></dd>
  • <dd id="wisuv"></dd>
    极度性感骚妇逼逼视频