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。
先进的光学遥感成像技术提供了丰富的空间和上下文信息，促进了后续的图像自动分析。本文结合了弱监督学习机制（WSL）与高级特征学习算法，提出了一个新的、有效的遥感目标检测框架。在提出的框架中，首先采用深度玻尔兹曼机来捕获低层和中层特征被提取的空间和结构信息，从而有效地对光学遥感图像中的目标进行描述。然后再提取的高级特征基础上利用WSL对目标进行检测，从仅指示图像是否包含目标的二值弱标签中学习图像目标的分布情况。本文在贝叶斯框架中联合使用了显著性、类内紧致性和类间可分性来对弱标签样本进行训练初始化，并开始迭代训练。同时本文提出了一个新的评价机制用于判断迭代训练的情况，并决定迭代训练的停止时刻。实验结果充分证实了所提算法的有效性。