为加强研究生学术交流活动，推进学术创新，特开通“研究生学术报告预告区”。我校研究生和教师可以在预告区及时发布和了解有关研究生学术报告的信息，届时参加。也可就某学术报告展开专题讨论与交流。
电力巡检是保障电网安全运行不可或缺的手段，新兴的无人机巡检通过搭载的高清相机和图传设备可获取大量详实的巡检影像。这些巡视数据仅凭人工分析和处理，工作量庞大，效率低下，存在由工作人员经验和素质引起的偏差，所以需要引入智能化的识别方法自动进行故障诊断。本文将从传统图像处理算法和深度学习算法两方面介绍目前电气线路缺陷检测的算法。传统图像处理算法包括阈值分割、HOG、SIFT、LBP等方法，基本思路是提取特征并送入分类器进行分类；深度学习算法是卷积神经网络（CNN），基本思路是将图片直接送入CNN中，或是先将图片进行分块，再送入CNN，之后结合起来。常用方法包括AlexNet、VGGNet、GoogleNet等。