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。
针对传统的GPS定位无法在复杂的室内环境中生效，本文提出了一种基于深度学习的大型室内环境中的楼层定位。在离线阶段，采用削减AP个数以及对指纹样本点进行均值滤波的方法，大幅缩减指纹库大小并降低了由于信号波动造成的干扰；然后在在线匹配算法上采用了堆叠自编码器加SoftMax分类器的深度学习算法，相比较传统的KNN算法，本文的算法能达到更优的楼层识别以及更小的定位延迟；最后我们在处理后的指纹库上进行划分子集的分步楼层定位，得到了更优的结果。与其他文献的结果相比，本文提出的算法定位精度更高，使用的指纹库更小，定位速度更快。