张宏志 作品数:8 被引量:40 H指数:3 供职机构: 哈尔滨工业大学计算机科学与技术学院 更多>> 发文基金: 国家自然科学基金 四川省学术和技术带头人培养资金 更多>> 相关领域: 自动化与计算机技术 文化科学 生物学 医药卫生 更多>>
面向全变分图像复原的增广拉格朗日方法综述 被引量:1 2012年 图像复原旨在根据退化图像重建高品质原始图像,其复原的质量和速度问题一直都是图像处理领域研究的重要方向。由于其图像边缘保持特性,全变分(TV)最小化模型在图像复原领域取得了很大的成功。然而,全变分图像复原是一个典型的非光滑优化问题,需要发展相应的快速优化算法,而增广拉格朗日方法(ALM)则是近年来发展起来的一类代表性方法。结合相关进展,综述了全变分图像复原模型,变量分裂(VS)法和典型ALM算法,并通过实验从CPU运行时间、峰值信噪比(PSNR)和品质评价等方面分析了不同的变量分裂和ALM方法对图像复原性能的影响。 赵晓飞 张宏志 左旺孟 张大鹏关键词:图像复原 全变分模型 脉诊客观化研究综述 被引量:20 2013年 在传统中医学中脉诊这项诊断方式已经成功沿用几千年,中医大夫利用手指感觉人体手腕脉搏的跳动,由于脉搏信号中包含了能够反映人身体健康程度的重要信息。因此,中医大夫能够利用这些信息判断患者的身体状况,然而,脉诊的准确性则要完全依赖于中医大夫的经验和技能,不同的大夫在诊断同一患者时可能会出现不同的诊断结果。因此,迫切需要发展一种标准化、客观化脉诊的方法。 刘磊 吴秋峰 张宏志 张大鹏 王宽全关键词:脉搏信号 疾病诊断 信号处理 213例厚形舌的临床观察 被引量:3 2008年 目的:厚形舌与某些病证关系密切,为引发人们在舌诊临床与实验中关注报告此文。方法:对213例患者(中医证型7个相关疾病9个)进行舌诊研究,选择《舌诊学》所提出的30余种舌形中的厚形舌,结合临床进行系统观察。分别采用超声(148例)及舌纸尺法(65例)测定。结果:经对213例患者与200例相关疾病对照组(中医证型10个相关疾病7个)观察,发现厚形舌的出现与人体患有病症时的某些证型及疾病关系密切,某些疾病足以造成上腔静脉淤血,舌淋巴回流受阻、舌血液动力增加,而超过其回流速度及舌肌或舌神经运动感觉障碍所造成舌组织内血液瘀积,组织水肿以及舌局部渗出性炎性改变时,即可致舌体增大,出现舌厚度增加的结果。结论:本研究采用的方法和所取的数据,对今后开展舌形研究有重要参考作用。 李乃民 黄勃 刘珊 张宏志关键词:舌诊 舌诊客观化 基于加权核范数最小化的矩阵填充模型 被引量:6 2015年 协同过滤是目前推荐系统最常用的技术之一,相比于传统的推荐技术具有一定优势,但其缺点是受用户对商品评价的稀疏性制约,现阶段一般利用矩阵填充技术来解决这一问题。主要研究了基于低秩的矩阵填充模型,针对原有模型解对所有奇异值用同一值收缩的问题,提出了一种加权核范数最小化模型以提高核范数灵活度,给出了该模型用收缩算子可得到全局最优解的相关定理及证明,同时对模型的另一种形式在求解过程中的迭代收敛性进行了证明。用凸优化主流算法在两种真实数据集上进行的实验表明,改进后的模型一定程度上提高了计算速度与准确性。 张玮奇 张宏志 左旺孟 崔梦天关键词:协同过滤 生物信息技术专业人才培养方案 被引量:2 2004年 生物信息学是一门集计算机科学与技术、生物技术和数学等学科为一体的新兴交叉学科,生物信息技术是以生物信息学为基础的技术和方法,人才缺口比较大。国内外都非常重视这方面人才的培养,但目前如何培养这类人才还没有较成熟的经验。本文介绍哈尔滨工业大学生物信息技术专业人才培养方案的设置指导思想及相应的课程选择,希望对国内相关专业的设置有借鉴作用。 廖明宏 王宽全 张宏志关键词:课程选择 数学 计算机科学与技术 计算机视觉中相似度学习方法的研究进展 被引量:3 2019年 相似度学习方法通过学习合适的相似度度量以改进模型的分类或聚类效果。现有的研究表明,相似度学习方法在很多计算机视觉问题中起到重要的作用。近年来随着数据规模的急剧增大和应用领域的多样化,相似度学习问题发展了很多新的研究领域。本文介绍了近年来相似度学习问题的研究进展和发展过程,包括从传统的二元组和三元组约束发展到新型相似度约束、从欧氏距离与马氏距离发展到新型相似度度量、从图像间的相似度学习发展到图像集之间的相似度学习、从单一模态相似度学习发展到跨模态相似度学习。最后本文展望了相似度学习未来可能的发展方向。 王法强 张宏志 王鹏 邓红 张大鹏生物信息技术专业人才培养方案 被引量:4 2005年 20世纪后期,生物技术(BT)迅猛发展,无论从数量上还是从质量上都极大地丰富了生物科学的数据资源.截至2002年,来自NCBI的基因组数据每14个月就翻一番. 廖明宏 王宽全 张宏志关键词:学科建设 生物信息学 基于空间正则化约束的支持向量相关滤波器目标跟踪方法 被引量:1 2021年 基于支持向量相关滤波器(Support Correlation Filters,SCF)的目标跟踪方法存在严重的样本边界不连续问题,因此模型判别能力受到严重限制。本文将空间正则化项引入到SCF中,提出了基于空间正则化约束的支持向量相关滤波器(Spatially Regularized SCF,SRSCF)模型。相比于SCF,SRSCF不仅可以借助更大的图像区域进行模型学习,同时也能缓解样本的边界不连续问题对模型学习的负面影响,由此得到判别能力更强的模型。此外,本文提出了一种ADMM(Alternating Direction Method of Multiplier)算法求解SRSCF模型,其中每个子问题具有解析解。实验结果表明,相较于SCF,SRSCF能够有效地提升跟踪精度,同时仅增加较少的计算开销。 李峰 张宏志 左旺孟关键词:目标跟踪