听专家讲座的心得体会.docxVIP

听专家讲座的心得体会

听专家讲座的心得体会1

从第7周周四到第15周周四，共16次讲座，由6位强势专家授课。在我看来，开设这门课程的目的是激发我们对本专业的学习兴趣，多了解相关的研究方向，提升我们的专业素养。

记得有位老师说过“优秀的本质是相同的”，每位老师都在自己的研究方向上做出了很大的成果，对于我们这种处于初级阶段的学生来说，虽不是在听天书，却也难以深入理解。既然一千个读者心中就有一千个哈姆雷特，在此我仅总结我听到的内容，并对自己感兴趣的方向进一步阐释，也算是笔记的整理吧。

第七周何光辉老师讲课的主题是“SomeRecentDevelopmentofIntelligentPRandApplications”。模式识别是个很有趣的研究方向，与我们的日常生活息息相关。模式识别是使计算机模仿人的感知能力，从感知数据中提取信息的过程。简言之，用机器自动识别事物。模式识别系统由数据获取、预处理、特征提取与选择和分类决策组成。课上没有介绍很详细的专业知识，着重讲了模式识别的应用。主要有文本图像分析、语音识别、工业自动化如零部件或物品分类、数据挖掘、多媒体数据检索（文档、图像、视频、音乐检索）、生物特征识别、用于生物信息学、医学图像、空间探测与环境资源检测、遥感图像、安全监控（身份识别、视频监控、交通监控、音视频监听等）人有很多特征可以记录帮助识别，如指纹、声音、人脸、姿态等。模式识别应用范围之广令人佩服，同时，提高识别精度是很重要的研究方向，毕竟成本低的识别仪器虽已普遍应用于日常生活中，但精度较低。一些精度很高的仪器如瞳孔扫描仪一般在重要的地方才会使用，且成本很高。降低仪器成本、提高识别精度是很重要、很有前景的研究方向。

第八周伍俊良老师给我印象最深的是他的思想。就我们的现状而言，相比于高中，知识学得多了，而掌握得不深、做题能力也反降不升，究其根源是我们还没养成思考问题的习惯，或者说不知如何思考问题。伍老师提倡培养学生的创新能力、解决问题和把知识活学活用的能力，这些都是我们缺少的。除此之外，伍老师介绍了一些问题，如IEP（InverseEigenvalueProblem）、NIEP（NonnegativeInverseEigenvalueProblem）、RNIEP和SNIEP等，当然就我们现在的水平而言，无法解决这些难题，但至少让我们知道了每一个数学分支都有很多难以解决的问

题，需要数学工作者的努力，也许某一天我们专业的某某就会奋战在这个领域。

第九周是胡小兵老师的课，主题是SwarmIntelligence。计算机的发展使优化突破了传统的限制，由此出现了各种智能算法。通过蚁群、大雁的行为创造出蚁群算法和PSO（粒子群优化算法），这也算是大自然对人类的启发吧。由于我对这方面较感兴趣，具体阐释放在这篇文章的后面一部分。

王坤老师针对我们的问题进行解答，主要是介绍了信息与计算科学专业的研究方向，对我们想继续深造的有一定的指导意义。不过往哪个方向走还是看自己的兴趣所在，开心地学习是最好的选择。

李声杰老师很强势，主要介绍了向量集值优化与向量变分不等式问题的某些理论及进展。虽然没听懂什么内容，但能听出来李老师和他的老板陈光亚院士在这方面做出了很大的成果。Rockafellar、Auslander、MountainPass定理很多名词我们都没听说过，上这两次课也只是感受一下学术的魅力。

最后三周是曾理老师讲的关于图像处理的内容，重点有三个，分别是CT、三维显示和三维图像处理。第一，CT，即断层成像。（未知）图像经过物理过程转化为信号，信号通过数学变换完成图像重建，这是图像和信号的互相转换过程。若是射线穿过被探测物体，则信号强度变化，有公式如下：

NN0e_，其中N为光穿过介质后的光强，N0为穿过介质之前的光强，为线性衰减系数，_为介质的厚度。Fourier变换也在CT中起着重要的作用，时空域通过Fourier变换（FT）转换成频域，频域可通过逆Fourier变换（IFT）转换成时空域。代数重建法就是在反投影过程中将数据平均分配回去，也正是因为“平均”分配，反投影效果不明显，图像可能不清晰。因此出现了新的图像重建方法FBP—滤波反投影，但是它的要求较高，要求投影数据必须完整。第二，三维显示，也称立体显示。分为两种，分别是面绘制和体绘制。其中，体绘制又称直接绘制，顾名思义，它是通过计算机采集三维数据集然后对三维数据的每个像素进行绘制。着重讲了光线投射算法。计算机的存储单位是字节，灰度的1像素占1字节，彩图的1像素则至少占3字节，若色深是32位，则说明有8位代表透明度。在光照模型中有漫反射、完全镜面反射，而一般情况下都是非完全镜面反射。具体过程当时没听太懂，只知道方法中用到的