讲座一题目：Machine Learning for High-dimensional Data Analysis 机器学习方法在高维数据处理中的应用研究
报告人：李江 终身教授
讲座二题目：基于高分辨率航空影像高速公路汽车目标检测算法研究
报告人：郑泽忠 副教授
时间：6月12日下午2:00-4:00
地点：滨江楼A302
讲座一内容简介: 高维数据在当今的各个领域已成为流行趋势。处理这些高维数据，挖据有效信息极富挑战性。本报告将介绍两种新型的机器学习方法和他们在航空安全与医学疾病诊断方面的应用：大规模渐进流行学习和深度学习。在大规模渐进学习中，我们采用了L1范数去获得一个自适应的低维流形并从而去除数据中的冗余，获得紧致的有效信息。深度学习是一种崭新的人工神经网络训练方法。与传统的三层神经网络不同，深度学习可以包括任意多隐含层。这种多层框架可以模拟人脑对数据层次化的逐级抽象分析。本报告将介绍这两种方法的一些前沿研究进展和它们的一些应用。
主讲人简介：
李江副教授于1992年在上海交通大学电机系取得学士学位，2000年在清华大学自动化系取得硕士学位，2004年在美国得克萨斯大学阿灵顿分校电机系取得博士学位。博士毕业后，他在美国国家卫生院进行了两年的博士后并于2006年加入老道明大学电子与计算机工程系，并于2012年成为终身教授。李江博士的研究兴趣包括机器学习，数据挖掘，遥感图像处理，计算机辅助检测，并在这些相关领域发表了20多篇英文期刊文章和60多篇英文会议论文。他是IEEE高级会员，并于2007年曾被国际知名期刊Medical Physics聘为客座编委。
讲座二内容简介: 车辆检测是交通领域中一个非常重要的课题，车辆检测也是机器视觉研究的一个热点。随着城市的快速发展，车辆保有量的急剧增加，造成交通拥堵非常严重。高分辨率航空影像具有丰富的空间信息，通过检测车辆目标，可以为交通管理部门提供必要的车辆流量信息。本报告将在对高分辨率航空影像数据进行数字镶嵌，裁剪得到典型的高速公路影像基础上，介绍一种采用圆盘作为结构元素，并利用灰度数学形态学和二值数学形态学，以及改进的最大方差法(Otsu)等算法，进行车辆目标检测研究。
主讲人简介：
郑泽忠副教授于2010年在西南交通大学地图制图学与地理信息工程专业获得工学博士学位。2010年加入电子科技大学自动化学院遥感科学系，2013年晋升为副教授。郑泽忠博士的研究兴趣包括遥感图像处理，遥感图像目标检测，土地利用/覆被变化等。
