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。