English
当前位置: 学院首页 > 师资队伍 > 数字娱乐系 > 正文

周激流

日期:2012-01-02 来源:计算机学院 作者: 浏览:



 

 

 

姓名:周激流

职称:教授

职务:

所在系所:数字娱乐系

电话:

电子邮箱: zhoujl@scu.edu.cn

个人主页:tiansilab.org

办公地址:望江校区基础教学楼B325

研究方向:图像处理、计算智能、分数阶微积分理论及其在信号处理中的应用、移动计算

 

 

个人简介

周激流,男,1963年出生,工学博士,教授,博士生导师,国务院政府特殊津贴获得者,国家科技进步奖、国家技术发明奖评审专家,国家自然科学基金委评审专家,教育部、四川省、山西省等省部委科技进步奖评委,教育部高等学校教学指导委员会软件工程专业委员,四川省学术与技术带头人,四川省有突出贡献优秀专家。中国图形图象学会智能CAD与数字艺术专业委员会副主任、中国人工智能学会智能CAD与数字艺术专业委员会副主任、四川省计算机学会副理事长、四川省计算机用户协会副理事长,成都市第十三届政协委员。《四川大学学报(自然版)》、《计算机应用研究》、《计算机应用》等核心学术期刊编委。主要从事计算机图形图像处理、计算智能、分数阶微积分理论及其在信号处理中的应用、生物特征识别技术、移动通信的理论与算法、数字娱乐技术及应用等方面的研究工作。主持包括国家自然科学基金重点项目、973子项目、863项目、教育部博士点基金项目在内的30多项国家级和省部级科研项目,在国内外核心学术期刊和国际会议上发表论文200多篇,其中SCIEI检索150余篇次。获国家发明专利7项(授权),出版学术专著5部(英文1部),先后获教育部自然科学一等奖,四川省科技进步奖一、二、三等奖,四川省教学成果一、三等奖。2009年被评为四川省教学名师。

 

项目成果及获奖荣誉

1. 计算智能中一些基础理论研究, 教育部, 2012年教育部高等学校科学研究优秀成果奖(自然科学奖), 一等奖

2. P2P应用监控关键技术研究及系统开发,2008年四川省科技进步二等奖

3. 人脸识别理论关键技术与应用系统开发,2007年四川省科技进步三等奖

4. 人脸识别理论关键技术与应用系统开发,2007年成都市科技进步二等奖

5. 研究型大学中计算机类创新人才培养体系的探索与实践,2010年四川省教学成果一等奖

 

近年来部分论文著作

[1]. LEARN: Learned experts’ assessment-based reconstruction network for sparse-data CT. IEEE Transactions on Medical Imaging, pp. 1333-1347, vol. 37, no. 6, 2018.

[2]. A fractional-order variational framework for retinex: fractional-order partial differential equation-based formulation for multi-scale nonlocal contrast enhancement with texture preserving. IEEE Transactions on Image Processing, pp. 1214-1229, vol. 27, no. 3, 2018.

[3]. Low-dose CT with a residual encoder-decoder convolutional neural network. IEEE Transactions on Medical Imaging, pp. 2524-2535, vol. 36, no. 12, 2017.

[4]. Fractional Hopfield neural networks: fractional dynamic associative recurrent neural networks. IEEE Transactions on Neural Networks and Learning Systems, pp. 2319 -2333, vol. 28, no. 10, 2017.

[5]. Semisupervised tripled dictionary learning for standard-dose PET image prediction using low-dose PET and multimodal MRI. IEEE Transactions on Biomedical Engineering, pp. 569 - 579, vol. 64, no. 3, 2017.

[6]. Spectral CT reconstruction with image sparsity and spectral mean. IEEE Transactions on Computational Imaging, pp. 510-523, vol. 2, no. 4, 2016.

[7]. Fractional extreme value adaptive training method: fractional steepest descent approach. IEEE Transactions on Neural Networks and Learning Systems, pp. 653 - 662, vol. 26, no. 4, 2015

 

招生专业与方向

 

077500 计算机科学与技术

083500 软件工程

085211 计算机技术

085212 软件工程

上一条:蒲亦非

下一条:郭兵

关闭