5月27日,应数学与信息科学学院邀请,南京大学博士生导师杨俊锋教授、上海理工大学管理学院博士生导师屈绍建教授来我校讲学。学院相关专业的青年教师、研究生30余人聆听了报告。杨俊锋以“ATV-SCADapproachforimagedeblurringwithimpulsivenoise”为题,指出脉冲噪声情况下的图像清晰问题,只有当脉冲噪声水平相对较低时,L1-范数惩罚数据拟合(TVL1)的总变异(TV)正则化效果较好。对于高电平脉冲噪声,TVL1工作较差。其原因是所有的数据,无论是损坏的和无噪音的,在数据拟合上同样受到惩罚,导致在平衡正则化和数据拟合方面难以克服。杨俊锋提出将电视正则化与非凸平滑裁剪绝对偏差(SCAD)罚用于数据拟合(TVSCAD)。认为只有当观察到的数据没有严重损坏时,才应执行数据拟合,而对于那些数据可能严重损坏的情况,则应强制执行更少甚至无效的惩罚。屈绍建以“Robustoptimizationandapplications”为题介绍了鲁棒优化的起源、概念、研究现状及发展,指出自20世纪70年代鲁棒优化已成为优化理论中一个重要的研究领域。详细介绍了建立鲁棒优化模型的
2018-05-30