智慧教育学院举行第六期学术交流报告

发布者:王玲发布时间:2017-11-02浏览次数:878

为加强科研交流、促进学科发展,2017111日下午,智慧教育学院举行第六期学术交流报告。侯漠、于巧老师在静远楼906报告厅分别做了主题为“自适应加权非负矩阵分解算法的构建及在图像融合中的应用”、“基于机器学习的软件缺陷预测方法研究的学术报告,报告由智慧教育学院院长赵向军主持,部分师生参加了本次报告。

侯漠老师报告中指出超声与磁共振影像之间的融合虽有报道,但此方面存在的问题并没有完全解决,之后对目前已有的研究情况进行说明:融合方法没有考虑超声成像的机理,纯粹从构建数学模型出发,进行各种优化算法研究。在以上的两种方法的基础上,候老师对两幅影像进行算法融合,发现融合效果不理想,尚存在以下困难:目前的融合算法通过降低图像清晰区域的图像质量为代价提升图像模糊区域的图像质量,以得到目标平均清晰的融合结果,导致融合图像中一些重要边缘信息的丢失。超声影像的成像机理导致产生的斑点噪声基本符合瑞利分布。基于瑞利测度,构建自适应加权非负矩阵分解算法,进行胎儿超声与磁共振的融合研究。侯老师循循善诱的汇报风格使得老师和学生们都能充分地理解报告的内容,大家表示收益颇多。


     于巧老师跟大家分享了基于机器学习的软件缺陷预测的新技术、新方法,旨在进一步提高缺陷预测性能。于老师认为根据训练集和测试集的来源不同,软件缺陷预测可分为三类:项目内缺陷预测、跨项目缺陷预测和跨公司缺陷预测。于老师还提出要针对跨项目缺陷预测中的不相关或冗余特征、跨公司缺陷预测中的特征异构问题,结合机器学习方法提出相应的解决方法。针对跨项目数据集中的不相关或冗余特征,提出一种基于特征选择的跨项目缺陷预测方法;针对跨公司数据集间的特征异构问题,提出一种基于特征迁移的跨公司缺陷预测方法;最后通过大量实验验证上述方法的有效性。

学术报告开阔了我院师生的学术研究视野,促进今后学习生活和科学研究的快速提升。