李波
- 作品数：15 被引量：48H指数：4
- 供职机构：南昌航空大学数学与信息科学学院更多>>
- 发文基金：国家自然科学基金江西省自然科学基金中央高校基本科研业务费专项资金更多>>
- 相关领域：自动化与计算机技术理学文化科学航空宇航科学技术更多>>
- 带比例关系的实带状矩阵特征值反问题被引量：1
- 2014年
- 研究了通过矩阵A的顺序主子矩阵A_((k))=(aij)_(i,j=1)^(n-k+1)的特征值{λ_i^((k)))}_(i=1)^(n-k+1)k=1,2,…,r+1来构造一个带比例关系的实带状矩阵的特征值反问题.对当特征值{λ_i^((k))}_(i=1)^(n-k+1)中有多重特征值出现时,应当如何来构造这类矩阵进行了讨论,并给出了问题的具体算法及数值例子.
- 易福侠王金林李波
- 关键词：特征值反问题
- 一类双对称三对角阵向量对反问题
- 2013年
- 引入双对称不可约三对角矩阵向量对反问题,通过给定的3个2m+1维向量对,利用线性方程组有解的条件,得到了所研究问题有解或有唯一解的充要条件,并给出了数值例子。
- 易福侠李波曾慧平
- 关键词：反问题不可约双对称矩阵
- 基于混合梯度最小化Mumford-Shah模型的高维滤波算法被引量：2
- 2014年
- 为解决高维滤波中存在的边缘特征模糊和细节保持问题,创新性提出了一种基于混合梯度最小化Mumford-Shah模型的平滑算法.通过最小化包含梯度的L0、L1范数的正则化函数,实现边缘保持和局部光滑的滤波分解效果.从二维图像来看,梯度的L0范数刻画了图像中非光滑像素的个数,最小化梯度的L0范数可以实现图像分片同质的效果,即可对应Mumford-Shah模型中要求的边缘内部尽量均匀;梯度的L1范数,即全变差项,刻画了图像中所有水平集的长度,最小化梯度的L1范数可以实现控制图像边缘锐利度的目的,即Mumford-Shah模型中关于图像边缘保持的约束.由于Mumford-Shah模型具有鲁棒的信号平滑和边缘特征描述能力,因此在进行高维信号分解等处理时,可以取得良好分离效果.实验结果表明,混合梯度Mumford-Shah模型在滤波过程中可以实现边缘保持和纹理平滑相统一的特性,获得优异的图像结构纹理分解效果,对多个图像应用的处理效果有显著的提升,在三维网格数据上也获得良好的去噪性能.
- 李波苏卓冷成财王胜法罗笑南
- 关键词：MUMFORD-SHAH模型
- 惰性随机游走视觉显著性检测算法被引量：4
- 2016年
- 目的鉴于随机游走过程对人类视觉注意力的良好描述能力,提出一种基于惰性随机游走的视觉显著性检测算法。方法首先通过对背景超像素赋予较大的惰性因子,即以背景超像素作为惰性种子节点,在由图像超像素组成的无向图上演化惰性随机游走过程,获得初始显著性图;然后利用空间位置先验及颜色对比度先验信息对初始显著图进行修正;最终通过基于前景的惰性随机游走产生鲁棒的视觉显著性检测结果。结果为验证算法有效性,在MSRA-1000数据库上进行了仿真实验,并与主流相关算法进行了定性与定量比较。本文算法的Receiver ROC(operating characteristic)曲线及F值均高于其他相关算法。结论与传统基于随机过程的显著性检测算法相比,普通随机游走过程无法保证收敛到稳定状态,本文算法从理论上有效克服了该问题,提高了算法的适用性;其次,本文算法通过利用视觉转移的往返时间来刻画显著性差异,在生物视觉的模拟上更加合理贴切,与普通随机游走过程采用的单向转移时间相比,效果更加鲁棒。
- 李波卢春园金连宝冷成财
- 关键词：显著性检测随机游走往返时间
- 新工科背景下大学数学课程教学模式的研究与实践
- 2022年
- 在高等教育中融入创新教育是我国高等教育改革的重要方向。结合多年大学数学的教学经验和开展新工科背景下的大学数学课程改革的实践体验,提出了新工科背景下“坚持问题导向,突出数学应用”的大学数学教学理念,强调了结合学生学习状况、学习内容、教学模式“三结合”的大学数学教学模式开展课程教学,旨在培养大学生的数学应用能力和创新思维能力,提高大学数学的课堂教学效果。
- 李曦李波
- 关键词：教学模式数学思想大学数学
- 基于L_p范数的局部自适应偏微分方程图像恢复被引量：10
- 2008年
- 提出了一种新的基于L_p范数的自适应偏微分方程图像处理模型,改进了Tony Chan的TV变分模型和张红英的p-Laplace模型.TV模型对图像采用全局约束,而新的扩散方程在图像不同的位置上采用不同的约束,具有局部自适应的特性,在扩散的同时更好地保持了图像的边缘信息,进而将其应用到图像恢复(去噪,去除模糊)中去.实验结果表明新模型的综合性能优于Tony Chan和张等现有的模型.
- 李波苏志勋刘秀平
- 基于PointNet和长短时记忆网络的三维人体动作预测被引量：2
- 2022年
- 人体动作预测是计算机视觉和图形学领域的重要任务。现有的方法主要基于人体骨架和视频图像表示,相较于骨架和视频表示,三维几何数据表示人体动作更加直观和形象化。为此提出了一种基于PointNet和长短期记忆(LSTM)网络的三维点云表示的人体动作预测方法。首先,使用改进的PointNet对人体动作序列中的每帧三维点云进行特征提取;其次,通过LSTM学习动作序列的时间信息融合动作序列的时空特征;最后,将时空特征通过全连接神经网络(FC)进行动作预测;此外,还构造了三维点云表示的人体动作序列数据集。实验结果表明,所提方法在预测下一帧三维人体点云坐标时的平均损失值低于10-3。
- 王辉丁铂栩宋佳豪曹俊杰李波刘秀平
- 关键词：三维点云
- L_1优化在网格去噪中的应用被引量：1
- 2014年
- 目的网格去噪是计算机图形学中的经典问题,而如何在去除噪声的同时保持网格的特征结构是这一研究方向所面临的最大挑战。方法提出一种具有稀疏性的全局网格去噪方法,该方法源于信号处理理论中稀疏表示的基本思想,通过优化全局能量函数来去除网格模型的噪声,同时能够保持网格模型的特征结构。该方法共分为两个步骤,第1步为网格面法向量的滤波,首先建立全局优化模型,对噪声网格的面法向量进行滤波优化,其中引入l_1范数来保证解的稀疏性,使得优化后新的面法向量能够保持网格的特征结构;第2步为网格曲面的重建,根据第1步得到的新的面法向量,按照面法向量的定义,建立最小二乘意义下的网格顶点的重建模型,求解得到新的网格曲面。结果由于该模型是全局方法,避免了现有滤波方法可能出现的不收敛等问题,能够取得比较满意的去噪效果。结论大量实验结果表明,本文方法在去除噪声的同时,能较好地保持网格的特征结构,尤其对于CAD模型有很好的实验效果。
- 王鹏王胜法曹俊杰李楠楠李波苏志勋
- 关键词：计算机图形学
- 大学生对网络谣言的认知态度与信息素质教育被引量：3
- 2017年
- [目的/意义]了解当今大学生对网络谣言的态度、认知行为、影响因素对网络信息管理具有重要现实意义。[方法/过程]通过问卷调查,对广州地区大学生对网络谣言信息的态度、信息接受的影响因素及信息甄别能力等进行分析。[结果/结论]调查发现大部分大学生对网络谣言的真实性持谨慎态度,但不能很好的判断其真假。由于缺乏对网络信息相关政策的了解,不同类型大学生分析和选择信息的能力有显著差异。应加强大学生信息素质教育,提高大学生的网络信息甄别和利用能力。
- 黄少宽李波黄晓斌
- 关键词：大学生网络谣言信息社会学信息认知信息素质教育
- 分层信息融合的物体级显著性检测被引量：2
- 2016年
- 目的显著性检测是基于对人类视觉的研究,用来帮助计算机传感器感知世界的重要研究手段。现有显著性检测方法大多仅能检测出人类感兴趣的显著点或区域,无法突出对象整体的显著性以及无法区分对象不同层次的显著性。针对上述问题,提出一种基于分层信息融合的物体级显著性检测方法。方法与当前大多数方法不同,本文同时运用了中级别超像素和物体级别区域两种不同层次的结构信息来获取对象的显著图。首先,将图像分割为中级别的超像素,利用自下而上的方法构造初始显著图;然后通过谱聚类方法将中级别的超像素聚类成物体级的区域,并运用自上而下的先验来调整初始先验图;最后,通过热核扩散过程,将超像素级别上的显著性扩散到物体级的区域上,最终获得一致的均匀的物体级显著性图。结果在MSRA1000标准数据库上与其他16种相关算法在准确率—召回率曲线及F度量等方面进行了定量比较,检测的平均精度和F-检验分数比其他算法高出5%以上。结论通过多层次信息融合最终生成的显著图,实现了突出对象整体显著性以及区分不同对象显著性的目标。本文方法同样适用于多目标的显著性检测。
- 李波金连宝曹俊杰冷成财卢春园苏志勋
- 关键词：显著性检测热扩散
