| 
				 
					导 师 姓 名 
				 
			 | 
			
				 
					韩越 
				 
			 | 
			
				  
				 | 
		|||
| 
				 
					学科、专业领域 
				 
			 | 
			
				 
					电子与通信工程 
				 
			 | 
		||||
| 
				 
					职称、学术职衔 
				 
			 | 
			
				 
					讲师 
				 
			 | 
		||||
| 
				 
					最高学位及单位 
				 
			 | 
			
				 
					博士 大连理工大学 
				 
			 | 
		||||
| 
				 
					联 系 电 话 
				 
			 | 
			
				 
					18040107968 
				 
			 | 
		||||
| 
				 
					电 子 邮 箱 
				 
			 | 
			|||||
| 
				 
					办 公 地 址 
				 
			 | 
			
				 
					旅顺口区一期A205 
				 
			 | 
		||||
| 
				 
					研 究 方 向 
				 
			 | 
			
				 
					机器视觉,信号处理 
				 
			 | 
		||||
| 
				 
					学习及工作经历  
				 
			 | 
		|||||
| 
				 
					2019.09--2024.09 
				 
				
					2016.09--2019.07 
				 
				
					2012.09--2016.07 
				 
			 | 
			
				 
					大连理工大学 
				 
				
					北京林业大学 
				 
				
					成人网站
 
				 
			 | 
			
				 
					信息与通信工程学院 
				 
				
					工学院 
				 
				
					电气信息学院 
				 
			 | 
			
				 
					博士 
				 
				
					硕士 
				 
				
					学士 
				 
			 | 
		||
| 
				 
					申请专利情况  
				 
			 | 
		|||||
| 
				 
					[1]    林秋华, 韩越. 一种提取个体空时特征矢量与被试细分类的方法: 中国发明专利, ZL202111302685.1, 授权时间 2024.04.16. 
				 
				
					[2]    林秋华, 韩越, 一种引入空间稀疏约束的多被试 fMRI 数据 Tucker 分解方法: 中国发明专利, ZL202111302720.X, 国家知识产权局, 授权时间 2024.05.28. 
				 
			 | 
		|||||
| 
				 
					近五年发表论文、著作情况  
				 
			 | 
		|||||
| 
				 
					[1]   Han Y, Lin Q
  H, Kuang L D, Gong X F, Cong F, Wang Y P, Calhoun V D. Low-rank Tucker-2
  model for multi-subject fMRI data decomposition with spatial sparsity
  constraint. IEEE Transactions on Medical Imaging, 2022, 41(3): 667-679. 
				 
				
					[2]   Han Y, Lin Q
  H, Kuang L D, Zhao B H, Gong X F, Cong F, Wang Y P, Calhoun V D. A core
  tensor sparsity enhancement method for solving Tucker-2 model of
  multi-subject fMRI data. Biomedical Signal Processing and Control, 2024, 95
  (106471): 1-11. 
				 
				
					[3]   Han Y, Lin Q
  H, Kuang L D, Gong X F, Cong F, Calhoun V D. Tucker decomposition for
  extracting shared and individual spatial maps from multi-subject
  resting-state fMRI data. IEEE International Conference on Acoustics, Speech
  and Signal Processing (ICASSP), 2021: 1110-1114. 
				 
				
					[4]   Han Y, Lin Q
  H, Kuang L D, Hao Y G, Li W X, Gong X F, Calhoun V D. Extraction of one time
  point dynamic group features via Tucker decomposition of multi-subject fMRI
  data: Application to schizophrenia [C]. International Conference on Neural
  Information Processing (ICONIP), 2023, 1963: 518-527. 
				 
				
					[5]   Han Y, Kan J
  M. Blind color-image deblurring based on color image gradients, Signal
  processing, 2019, 55: 14-24. 
				 
				
					[6]   Han Y, Kan J
  M. Blind image deblurring based on local edges selection, Applied
  Sciences-Basel, 2019, 9 (3274): 1-22. 
				 
			 | 
		|||||
