序号 | 时间 | 地点 | 主讲人 | 主题 | 主要内容 |
1 | 11.8 20:30 | 计算机学院3001 | 况博裕 | “乐享IT”第一期——智能物联网设备安全检测技术研究 | 1. 智能物联网环境现状及面临的挑战 2. 物联网系统的常见架构 3. 目前主流的物联网设备攻击方式 4. 物联网设备远程证明检测技术简介 我们的方案：ESDRA介绍 |
2 | 11.9 9:00 | 计算机学院 2087 | 刘聪 | “乐享IT”第二期——基于语义分析的敏感信息识别 | 1. 文本语义分析技术概念 2. 文本语义分析关键技术 3. 文本语义分析主要应用场景 4. 敏感数据识别概述 5. 基于语义分析的文本敏感数据识别方法 |
3 | 11.9 9:30 | 计算机学院2001 | 柴源 | “乐享IT”第三期——集成学习介绍 | 1. 集成学习概述 2. 个性学习器生成方法 3. 多样性增强 4. 相关论文与总结 5. 参考文献 |
4 | 11.9 10:00 | 计算机学院4003 | 郭宇斌 | “乐享IT”第四期——智能寻路算法的原理与应用 | 1. 介绍A*及其它几种主流的智能寻路算法的原理。 2. A*算法在游戏等领域的应用。 3. A*算法的几种改进优化方案及其应用。 4. Petri网简介和智能寻路算法在Petri网中的应用。 5. 利用智能寻路算法的思想，介绍一种基于GPU并行计算的Petri网可达图的生成算法。 |
5 | 11.9 10:00 | 计算机学院2087 | 周子韬 | “乐享IT”第五期——面向复杂网络的路由算法 | 1. 传统路由算法介绍 2. A*算法的介绍和应用 3. A*算法在复杂网络拓扑的应用难点 4. ALT算法的提出 5. 环网拓扑的一种改进路由算法 |
6 | 11.09 10:30 | 计算机学院2001 | 许逸超 | “乐享IT”第六期——Android恶意软件分类方法综述 | 1. Android恶意软件分类概述 2. DroidRanger方案概述 3. AMD方案概述 4. 基于行为的Android恶意软件家族分类系统 5. 总结 |
7 | 11.9 11:00 | 计算机学院2087 | 罗靖杰 | “乐享IT”第七期——基于聚类和双层马尔科夫链的网络丢包率预测 | 1. 马尔科夫原理 2. 马尔科夫模型如何构建 3. 外部状态分类方法 4. 内部状态聚类方法 5. 对模型的使用以及评价预测精度 |
8 | 11.9 14:00 | 计算机学院4003 | 黄振杰 | “乐享IT”第八期——区块链安全综述
| 1. 简单介绍区块链 2. 区块链自身机制导致的安全问题 3. 区块链生态碰到的安全问题 4. 区块链用户碰到的安全问题 5. 安全问题分类与总结 |
9 | 11.09 19:00 | 计算机学院2001 | 顾思琦 | “乐享IT”第九期——道路交通标识定期检测工程
| 1. 对于交通标识的拍摄和记录 2. 目标检测以及目标追踪的算法设计 3. 目标检测的效果展示 4. 摄像头的基本选型 5. 工程的基本流程和完成度 |
10 | 11.10 19:00 | 计算机学院2087 | 陈华生 | “乐享IT”第十期——深度学习在金融方面的运用 | 1. 长短期记忆网络 2. 股票预测基本背景和基于深度学习的股票预测 3. 基于Keras的知识表示 4. ARIMA模型应用于股票分析 5. 以HS300为例子对股票预测 |
11 | 11.11 14:00 | 计算机学院2087 | 牟升 | “乐享IT”第十一期——密集杂波环境下的杂波过滤方法 | 1. 密集杂波 2. 目标跟踪 3. 杂波分类 4. 面向航迹的多假设跟踪 5. 支持向量机 |
12 | 11.11 15:00 | 计算机学院2049 | 吕来水 | “乐享IT”第十二期——时效网络的重要节点识别与链路预测方法研究 | 1. 时效网络的介绍 2. 时效网络模型的建立 3. 时效网络重要节点识别方法的提出 4. 节点重要性与链路预测的联系 |
13 | 11.11 19:30 | 计算机学院3004 | 陈霆希 | “乐享IT”第十三期——移动云计算的分层管理 | 1. 传统云计算 2. 移动云计算 3. 雾计算 4. 移动终端结点自组网 5. 移终端结点的能量管理 |
14 | 11.12 9:30 | 计算机学院4042 | 黄琢 | “乐享IT”第十四期——半监督学习 | 1. 半监督学习概述 2. 传统半监督学习 3. 基于神经网络的半监督学习 4. 类别不匹配问题 5. 领域自适应解决类别不匹配问题 |
15 | 11.12 14:00 | 计算机学院3085 | 颜斌 | “乐享IT”第十五期——高光谱图像解混 | 1. 研究背景与意义 2. 解混及自动编码器模型 3. 常用的解混算法 4. 基于自动编码器的解混模型 5. 实验结果展示 |
16 | 11.12 15:00 | 计算机学院2087 | 陈硕 | “乐享IT”第十六期——稳健距离度量学习 | 1. 现有距离度量学习模型的总结与综述。 2. 从线性度量学习与深度距离度量学习两个层面对现有方法进行总结，分析两类模型的研究现状与各自的优缺点。 3. 对抗度量学习模型 4. 数据自适应的度量学习模型 5. 曲线距离对抗模型 |
17 | 11.12 19:00 | 计算机学院2087 | 郑可欣 | “乐享IT”第十七期——高光谱与多光谱图像融合 | 1. 矩阵分解方法 2. 利用卷积神经网络进行融合 3. 3. 其他方法介绍 |
18 | 11.13 9:00 | 计算机学院4003 | 彭姿容 | “乐享IT”第十八期——部分隐藏的随机应答方法 | 1. 隐私保护 2. Warmer模型 3. RRPH方法 4. 举例解释RRPH方法 |
19 | 11.13 9:30 | 计算机学院2087 | 崔婉莹 | “乐享IT”第十九期——基于超像素分割的高光谱遥感图像分类 | 1. 超像素方法概述 2. 高光谱遥感图像分类概述 3. 传统的基于超像素分割的高光谱遥感图像分类 4. 分割效果对比 5. 分割不准确问题 |
20 | 11.13 10:00 | 计算机学院3001 | 周磊 | “乐享IT”第二十期——区块链研究与发展 | 1. 区块链背景 2. 区块链兴起 3. 区块链关键技术 4. 区块链应用场景 5. 区块链面临的挑战 |
21 | 11.13 10:30 | 计算机学院4003 | 牛天胜 | “乐享IT”第二十一期——Fabric 网络结构 | 1. CA节点的作用 2. order节点的作用 3. peer节点的作用 4. kv数据库的作用 5. channel的概念 |
22 | 11.13 14:00 | 计算机学院4003 | 李雪飞 | “乐享IT”第二十二期——使用raft共识协议的Fabric区块链性能因子研究 | 1. Fabric区块链介绍 2. Raft共识协议 3. 区块链性能指标 4. 区块链性能影响因子 5. 实验与分析 |
23 | 11.13 14:30 | 计算机学院2087 | 高凡 | “乐享IT”第二十三期——目标跟踪相关的文献探讨 | 1. 目标跟踪的历史、现在和未来 2. Siamese的原理 3. SiamRPN的原理 4. SiamMask的原理 5. SiamRPN++的原理 |
24 | 11.13 16:00 | 计算机学院4003 | 钱诚 | “乐享IT”第二十四期——区块链的概念与特性 | 1. 区块链是什么 2. 区块链核心技术 3. 区块链的分类 4. 区块链的特性 5. 区块链的应用 |
25 | 11.13 18:30 | 计算机学院4042 | 盛云瑞 | “乐享IT”第二十五期——少样本学习 | 1. 少样本学习概述 2. 基于度量的学习方法； 3. 基于优化的元学习方法； 4. 基于多模态的学习发； 5. 少样本学习的成果、困局与展望 |
26 | 11.13 19:00 | 计算机学院3003 | 何琳 | “乐享IT”第二十六期——基于深度学习的图像压缩算法 | 1. 图像压缩概述 2. 传统图像压缩算法 3. 基于神经网络的图像压缩算法 4. 量化器选择 5. 率失真性能讨论 |
27 | 11.13 19:00 | 计算机学院2087 | 张闯 | “乐享IT”第二十七期——基于标签消歧的PU学习方法 | 1. 正类和无标记类别学习（PU learning） 2. 弱监督学习简介 3. PU学习研究框架 4. PU学习应用场景 5. 基于标签消歧的PU学习方法。 |
28 | 11.13 19:00 | 计算机学院4042 | 罗一京 | “乐享IT”第二十八期——表示学习 | 1. 稀疏编码 2. 非负矩阵分解 3. 低秩表示 4. 稀疏谱聚类 5. 总结与展望 |
29 | 11.13 20:00 | 计算机学院4042 | 王振东 | “乐享IT”第二十九期——目标检测和语义分割联合学习 | 1. 目标检测 2. 语义分割 3. 多任务学习 4. 1和2联合学习的途径与思考 5. 目前的工作与展望 |
30 | 11.14 14:00 | 计算机学院4003 | 惠超 | “乐享IT”第三十期——基于RSS的内容定制化搜索引擎 | 1. 搜索引擎概述 2. 基于RSS文件建立网页库 3. 采用余弦相似算法对网页排序 4. 根据查询词生成文档摘要 |