会议时间:2025年3月19日(周三)14:30
参会人员:信息科学与工程学院(人工智能学院)科研团队教师,欢迎广大师生参加。
会议地点:信息科学与工程学院(人工智能学院)
报告1:遗传算法驱动的神经网络集成分类系统优化与应用
报告人:董西尚
内容简介:随着深度学习技术的快速发展,神经网络在图像识别、工业诊断、金融预测等领域的应用日益广泛。然而传统神经网络面临三大挑战:结构设计依赖经验(如隐层神经元数量难以确定)、参数优化易陷局部最优(如BP网络梯度消失问题)、复杂场景泛化能力不足(如小样本/高维数据分类)。本报告主要介绍遗传算法(GA)凭借其全局搜索能力和多目标优化特性,为突破这些瓶颈提供的创新解决方法。
报告2:一种蓝湿皮表面缺陷的鲁棒检测算法
报告人:张婷
内容简介:为了更好的实现在工业生产中对皮革破损检测的有效性,本报告提出了一种RBD-Net的皮革破损检测模型。该模型针对在皮革中的破损情况及破损类型展开研究,在不做任何破坏的前提下,从图像中识别并检测中该皮革的破损程度及其所属的破损类型。该模型是对Yolo v5的优化模型,首先将主干网络替换为CSP-DenseNet;其次在特征精化阶段加入Bi-directional Feature Pyramid Network (BiFPN),可实现高效双向交叉尺度以及加权特征融合;最后加入Decision Network,从而更好的判别图像中的皮革破损情况。
科技处
信息科学与工程学院(人工智能学院)
2025年3月17日