科学研究

当前位置:首页 > 科学研究 > 学术交流 > 正文

新入职博士学术报告之八

时间:2019-04-03 15:51:03 来源: 作者: 阅读:

201942日下午,金沙9001cc以诚为本首页李志强博士和严辉银博士在金沙9001cc以诚为本首页学术报告厅分别作了题为“Harish-Chandra modules for divergence zero vector fields”“Rank minimization with applications to image noise removal”的学术报告。报告会由金沙9001cc以诚为本首页副院长蔡礼明教授主持, 该院部分师生聆听了此次报告。

李志强博士主要介绍其博士阶段的代表性研究成果:散度为零向量场的Harish-Chandra模。首先介绍了扩张仿射李代数,着重讨论了零度为2toroidal扩张仿射李代数,该代数的权空间维数有限的不可约可积模在水平为零的分类问题可以转化为散度为零向量场的Harish-Chandra模的研究;其次介绍了与散度为零向量场相关的一些无穷维李代数的表示理论,最后给出散度为零向量场李代数的Harish-Chandra模的分类,并且借助多项式指数函数,给出其广义高权型Harish-Chandra模的完全分类。

IMG_1007.JPG

严辉银博士主要介绍其博士阶段的代表性研究成果:基于矩阵秩最小化的图像恢复方法。首先,考虑了使用秩作为正则项的低秩矩阵填充模型的求解,证明了该问题的解可以通过对观测矩阵的奇异值进行硬阈值运算求得.然后,根据图像的非局部自相似性和分块匹配算法,应用所建立矩阵秩最小化方法于加性高斯噪声去除中,建立了基于矩阵秩最小化的加性高斯噪声去除方法。并利用对数变换,转化乘性噪声去除问题为对数域中的加性噪声去除问题,应用所建立的基于矩阵秩最小化的加性高斯噪声去除方法,构建了基于矩阵秩最小化的乘性噪声去除方法。最后,针对同时受到模糊和加性高斯噪声污染的图像恢复问题,建立了一种基于矩阵加权核范数最小化的图像恢复方法。

报告人简介:李志强,博士,讲师,2010年毕业于哈尔滨学院,20146月获厦门大学硕士学位,201812月获厦门大学获理学博士学位,主要从事无穷维李代数的表示理论。在国内外重要学术期刊 Journal of Algebra, Pacific Journal of Mathematics,  Science China Mathematics,  Algebra Colloquium 发表学术论文4篇。

严辉银,博士,讲师,20126月本科毕业于信阳师范学院,20156月获兰州大学理学硕士学位,201812月获兰州大学理学博士学位,主要从事数值代数、数字图像处理领域科研工作研究。至今在Information SciencesCommunications in Computational PhysicsApplied Mathematics and Computation等国际国内学术期刊上发表论文4篇。