本网消息(图/文 冉珂睿)6月11日,开云综合·体育APP入口(官方)开展了“启明星”讲坛第十三期的讲座,于十教10305顺利召开,由张洪,张丁天,郑爽,周昊天和朱彤五位同学主讲。
朱家彤同学分享了高光谱图像分类与分割的最新应用研究。他介绍了2015年Hu等人首次将一维卷积神经网络(1D-CNN)应用于高光谱图像分类,超越了传统机器学习方法。随后,Makantasis等人采用二维卷积神经网络(2D-CNN)进行分类,将高光谱数据的光谱维度视作二维卷积操作的特征图。Chen等人系统比较了1D-CNN、2D-CNN和三维卷积神经网络(3D-CNN)的特点,并提出了关于CNN结构设计的建议。此外,Zhong等人提出了空谱残差网络,提高了分类精度。朱家彤指出,传统CNN模型难以充分捕捉高光谱图像中的丰富信息,需设计更适合的网络结构引入空间信息和上下文建模,以提升分割效果。还介绍了图神经网络(GCN)在高光谱图像分类中的应用。2017年,Bruna等人将卷积操作引入图神经网络领域,Kipf等人提出了GCN,成为该领域的里程碑。之后,Velickovic等人将注意力机制引入,提出了图注意力网络(GAT)。2022年,Zhang将超像素分割技术与图注意力网络结合,应用于高光谱遥感图像分类,取得了显著提升。
![](/__local/F/71/20/E2797F5B5EE97FC625199B2B21B_9720C124_17B11.png)
周浩天同学探讨了异常检测的无监督TinyML方法,介绍了自编码器、LSTM在时间序列异常检测中的应用,以及去噪自动编码器和注意力机制的创新应用。这些方法在保留有效信息的同时,有效抑制噪声,提高了异常检测的准确性和鲁棒性。
![](/__local/D/CE/99/D0B69ED4B56FAFC1BDC3E3380EB_3DCAEE82_10261.png)
张丁天同学讲解了图论的基本概念、集控制和罗马控制的定义与应用。图论在控制和优化问题中的重要性通过这些内容得以展示,为相关领域提供了坚实的理论基础。
![](/__local/7/6B/3E/A53ED9502DF4EE71A16D4EC0B38_72345CDD_1940F.png)
张洪同学介绍了基于键合图和卷积神经网络的混合故障诊断方法。键合图结合了不同物理领域的系统,以能量守恒为基础,解决了复杂系统的建模挑战。通过结合线性分式变换(LFT)和卷积神经网络,该方法能够早期检测和隔离系统故障。
![](/__local/4/35/5A/A8E2503A56681AA8AC4918BC07A_C7C01386_17C07.png)
郑爽同学探讨了在嵌入式系统上实现CNN的方法,分析了《Methodology for CNN Implementation in FPGA-Based Embedded Systems》中的内容。该方法旨在提高设计的可重用性和资源利用率,同时保持高性能和灵活性,为CNN在FPGA上的实现提供了有效路径。
![](/__local/7/15/84/F3B405CBDE575B0934BB7F4DA31_7E53D03D_1369D.png)
同学们在讲座后踊跃提问,进行了深入的交流和讨论。整个活动气氛热烈,为学术交流提供了宝贵的平台。
(编辑 饶涛 责编 王进 )