阅读历史 |

第22节(2 / 2)

加入书签

王浩认真工作不感兴趣,因为他同样非常认真,每次来到办公室也都在工作,研究课题、代码、写论文,等等。

好多事情都要做。

他已经准备带研究生了,也开始思考起怎么带学生,和学生一起做什么项目。

但是,这次他停下了。

他停在门口站在王浩的背后,看向笔记本电脑的屏幕,上面一行行代码让人眼花缭乱。

张志强是信息学博士,对代码非常的熟悉,精通各种复杂算法和方法。

现在王浩所写的代码,他就有些看不懂,当然也是正常的,但他能看明白是一种‘数据表示方法’。

“这是什么?”

张志强拍了下王浩的后背,带着好奇问道。

王浩马上反应过来,解释了一句,“cauchy问题,非负矩阵分解。”

“cauchy,图形学算法?”

“嗯~~~”

王浩犹豫了一下,回答道,“也不算是,我做的是数学工作,不是计算机,没牵扯到应用层面。”

张志强顿时更好奇了,他干脆把椅子拉过来,“给我讲讲。”

王浩也不在意。

张志强是信息学博士,计算机算法上很有研究。

他所做的是计算机数学研究,简单来说,就是用计算机的方法,把数学的内容表示出来,而研究还没有做完,也许和张志强讨论一下,还能带来一些很关键的灵感。

“我是把cauchy非负矩阵分解,以另一种方式表达出来,然后再用计算机方法解决问题。”

“大部分都是数学部分,非负矩阵分解的解析,会变得更加复杂,数值变得更多,这只是人脑的感觉。”

“如果是计算机,就会变得更简单。”

这很容易理解。

人脑理解超大数字‘10的30次方’很容易,但把‘10的三十次方’表示成‘30个10相乘’,读起来就会变得非常复杂。

计算机不同。

因为计算机是机械运算,‘30个10相乘’的表示,反倒比单独一个超大数字容易解析。

王浩的研究就是这样。

cauchy非负矩阵分解,表示起来并不容易,但转化为一种全新模式,人脑理解起来不容易,计算机解析起来却变容易了。

张志强越听就越精神。

cauchy模型,在计算机领域应用十分广泛,最重要的就是计算机图形学,很经典的应用就是人脸识别,cauchy模型算法,能够帮助目标轮廓参量的提取精准度数值。

同时,cauchy模型表示起来很复杂。

张志强在计算机方面连续说了好几句,两人的讨论也被其他人听到了。

朱萍就积极的参与进来,“cauchy模型啊,我知道这个,还研究过,很重要。”

她紧跟着问道,“你是怎么实现简化的?”

王浩道,“研究还没问题。我的想法是数学简化,然后提取代换,设计几个包,对应相应的分支函数……”

他说的很详细。

当深入去说明的时候,张志强还是能听懂一些的,还能给出一些想法和建议,两人就认真的讨论起来。

这时候,朱萍不说话了。

她也是信息学方向的讲师,刚才很积极的参与进来,还干脆站在了旁边,也是希望参与到专业的讨论。

结果,进入正题就听不懂了。

风萧萧兮……

她非常希望能加入到讨论中,却只感受到了被两名学霸碾压的苦闷,张志强也就算了,本来就是信息学博士,手里有计算机方面的顶级期刊成果,还马上要提升为副教授。

王浩是个数学博士啊!

一个数学博士在信息学领域的知识,碾压了她这个信息学方向的大学讲师。

↑返回顶部↑

书页/目录