麻豆视频说第114讲-麻豆视频-麻豆av-麻豆在线

麻豆视频

麻豆视频 > 麻豆视频交流 > 正文

麻豆视频说第114讲

发布者：时间：2025-12-18 16:01:15 浏览：

主题一：重点保护鸟类鸣声识别检测与软件实现

主讲：黄泳桥

（导师：张承云）

主题二：基于混合注意力网络的高光谱图像超分辨率方法研究

主讲：李思环

（导师：唐冬，杨小飞）

主题三：面向应急救援的无人机通感算一体化系统优化研究

主讲：欧灿

（导师：陈庆春）

主题四：基于不均衡数据的车联网轻量化入侵检测系统

主讲：彭德林

（导师：尚文利）

主题五：基于源域选择的脑电信号自适应迁移学习算法研究

主讲：周欣慧

（导师：王力）

主办机构

麻豆视频-麻豆av-麻豆在线

时间安排

2025年12月03日9：00-10：00

地点

理科南513

为拓宽麻豆视频麻豆视频视野，促进麻豆视频麻豆视频交流，营造良好的麻豆视频氛围，麻豆视频-麻豆av-麻豆在线主办的“麻豆视频说”第114讲于12月03日9：00-10：00在理科南513举行。本次主讲人为23级麻豆视频黄泳桥、李思环、欧灿、彭德林和周欣慧。

黄泳桥的研究围绕生物多样性保护，濒危鸟类监测面临数据稀缺与识别模型泛化能力不足的双重挑战。本研究聚焦于小样本学习与生物声学交叉领域，提出了一种基于深度学习的鸟鸣声检索新方法。该方法创新性地融合了深度学习生物声学与小样本学习技术，通过迁移学习策略对 EfficientNet 模型进行微调，有效解决了本土鸟类物种的域偏移问题。在特征提取方面，引入 Cam++ 算法获取深度声纹特征，与匹配策略，有效解决了濒危鸟类鸣声识别中的关键技术难题。为推动实际应用，本研究构建了集成 Milvus 向量库的智能分析软件，成功突破了小样本识别瓶颈。实验结果表明，该系统在濒危鸟类鸣声识别与检索任务中表现优异，可为生物多样性保护提供了强有力的计算工具支持。

李思环同学的研究旨在解决高光谱图像超分辨率任务中现有模型在计算效率、特征表达能力及高频纹理恢复方面的局限。为应对传统自注意力机制在高光谱场景中呈指数增长的计算代价，我们将 Receptance Weighted Key-Value（RWKV）架构引入 HSISR，通过线性复杂度的状态空间建模有效提升长程依赖表达能力并显著降低计算成本。此外，针对高光谱数据在光谱与空间维度上的各向异性特征，我们构建了基于方向可分离卷积的光谱–空间关系模块（SSRM），以增强特征耦合的有效性。与此同时，通过引入高频损失（HFL），在傅里叶域强化重建图像与真实图像的高频一致性，进一步提升细节复原质量。基于 CAVE 与 Harvard 数据集的实验结果证明，所提出的 RWKVSR 在精度与视觉表现方面均优于现有主流方法，展现出良好的理论价值与实际应用潜力。

欧灿研究内容是基于无人机平台的通感算一体化技术在应急救援场景中的应用。针对应急救援领域，结合灾害现场地面通信中断、救援节点位置未知等实际问题进行系统设计与算法优化。传统分离式设计难以兼顾资源效率与服务时效性，该研究聚焦该问题，引入通信任务年龄（AoT）和感知任务年龄（AoPT）作为时效性指标，将问题建模为最小化加权AoT与AoPT的多目标混合整数非线性规划问题。首先，利用Lyapunov优化框架将长期优化问题转化为实时子问题，逐时隙优化；其次，采用拉格朗日对偶分解优化资源分配，结合粒子群算法搜索最优轨迹。仿真结果表明，所提方案能够在地面节点位置未知条件下同步完成感知与通信计算任务，并揭示了不同场景下两种任务的权衡关系，为应急救援无人机系统设计提供了有效方案。

彭德林同学的汇报分三个部分展开：第一部分简要介绍的研究背景包括：车联网的概念、数据不平衡的概念以及研究车联网轻量化入侵检测算法的重要性。第二部分介绍了针对不均衡数据的解决方法，并详细阐述了设计的轻量化模型。通过对通道分层处理并整合通道注意力机制，有效地为输入特征图的各个通道分配权重。从而使网络在处理不均衡数据时能够更好地平衡各类特征，减少多数类对少数类的影响。第三部分分析了实验结果，将HSnet模型与其他传统的轻量化模型的F1值、AUC值、参数大小以及计算复杂度进行对比，通过实验验证所提出的算法模型HSnet在F1值、AUC值以及参数大小上优于其他算法。最后，在实验中，将分别对HSNet麻豆视频模型应用不同的蒸馏方法，包括KD、MTD、CRD等，分析蒸馏方法对HSNet性能提升效果，并总结其在不同数据集上的表现。目标是在保留模型精度的同时，减少模型的复杂性和计算资源消耗。

周欣慧围绕 “基于源域选择的脑电信号自适应迁移学习算法” 展开研究介绍。背景聚焦脑机接口中 EEG 信号非平稳、数据稀缺及个体差异大的问题，迁移学习为解决方案但存在负迁移、分布适配不足等痛点。研究目标是构建自适应框架，动态匹配源 - 目标域特征。方法上集成动态迁移注意力模块，通过联合损失函数优化分布差异。实验基于三大公开数据集，结果显示模型平均准确率达 78.05%-82.11%，显著优于基线算法，消融实验验证了核心模块有效性。应用可助力康复医疗、人机交互等场景，为脑机接口技术落地提供支撑。