ku111net议时间：2025年3月19日（周三）14:30
参ku111net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。
ku111net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
检索
鲁公安网备37040002002001号