近日，电子科大成都学院文理系教师杨晶华以第一作者身份在国际数学顶级学术期刊《Applied Mathematical Modelling》（81期）发表学术论文《Tensor train rank minimization with hybrid smoothness regularizationfor visual data recovery》。
该论文主要论述了利用一个新的基于张量的复原方法复原带有缺失信息的观测图像。论文研究发现随着图像和视频已成为人类活动中最常用的信息载体，而图像在获取、传输和存储过程中，存在获取的数据质量比较低（比如缺失信息、部分结构被破坏、分辨率较低、含有噪声等）。该论文提出了新的基于张量的复原方法，与其他方法比较，该方法能最大可能的保持原始图像的整体结构和细节信息。该方法还可以明显改善降质图像质量，提高视觉感受，为数据的后续处理（如图像分割、目标识别、边缘提取等）带来方便，从而大大提高了数据的实际应用价值。
《Applied Mathematical Modelling》杂志主要研究应用数学、模型分析、仿真建模等领域方面的科技前沿发展，是应用数学领域的顶尖级学术期刊，被美国科学信息研究所JCR分为一区及TOP期刊。
近年来，电子科大成都学院以提升服务创新驱动发展能力为核心，深化科技制度改革，不断营造良好的科研氛围，努力以高质量的科研工作、高水平的科研成果服务经济社会发展。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
