檢視黄炜钦的原始碼

[[File:黄炜钦.jpg|200px|缩略图|[https://www.xujc.com/index.php?c=Teacher&a=view&id=2981 黄炜钦]]]
'''黄炜钦'''，男，厦门大学嘉庚学院讲师。
==人物履历==
=== 教育背景 ===

2011.09-2015.07，本科就读于厦门大学嘉庚学院软件工程专业

2015.09-2018.06，硕士就读于华侨大学计算机技术专业

=== 工作经历 ===

2016.03-2018.7，泉州市中仿宏业科技有限公司，Web开发工程师（实习）。
==研究方向==
模式识别、图像重建

==学术成果==

[1][[黄炜钦]]，[[黄德天]]，[[顾培婷]]等. 空间自适应正则化的图像超分重建算法[J]. 小型微型计算机系统(北大核心)，2017，38(6)：1398-1403.

[2]黄炜钦，黄德天，柳培忠等. 联合稀疏表示和总变分正则化的超分辨率重建方法[J]. 海峡科学，2016(7)：33-37.

[3]黄炜钦，黄德天，顾培婷等. 非局部相似和双边滤波的图像超分重建 (已被《华侨大学学报(自然科学版)》录用，北大核心)

[4]Huang D T, Huang W Q, Gu P T, et al. Image super-resolution reconstruction based on regularization technique and guided filter[J]. Infrared Physics & Technology, 2017, 83:103-113. (SCI检索 ) ，第二作者。

[5]Huang D T, Huang W Q, Huang H, et al. Application of regularization technique in image super-resolution algorithm via sparse representation[J]. Optoelectronics Letters, 2017, 13(6):439-443. (EI检索) ，第二作者。

[6]Huang D T, Huang W Q, Yuan Z G, et al. Image super-resolution algorithm based on an improved sparse autoencoder[J]. Information, 2018, 9(1):11. (EI检索) ，第二作者。

[7]黄德天，黄炜钦，云海姣等. 正则化技术和低秩矩阵在稀疏表示超分辨率算法中的应用[J]. 计算机辅助设计与图形学学报，2018，30(5)：868-877. (EI检索) ，第二作者。

[8]受理专利：基于稀疏正则化技术和加权引导滤波的图像超分辨率方法（受理号：201710718998.2)；排名第一，发明专利。

==科研项目==

福建省教育厅中青年教师教育科研项目“基于稀疏表示和RBM网络的超分辨率算法研究”(项目编号JAT170053)。

==获奖情况==
本科期间，荣获国家奖学金、厦门大学嘉庚学院学业一等奖学金、优秀三好学生、优秀团员、优秀团干部、优秀毕业设计、优秀毕业生等荣誉。

硕士期间，荣获硕士国家奖学金、华侨大学学业一、二等奖学金、优秀三好学生、优秀毕业生、“互联网+”创新创业大赛金、奖等荣誉。<ref>[https://www.xujc.com/index.php?c=Teacher&a=view&id=462 厦门大学嘉庚学院 ]</ref>
==参考资料== 
{{reflist}}

[[Category:教师]]