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。
随着数据挖掘技术的迅速发展，作为其重要组成部分，聚类分析和孤立点检测技术已经广泛应用于模式识别、数据分析、图象处理、市场研究等许多领域。聚类的边界点检测是其中一个重要的子课题。典型的聚类的边界点算法有BORDER、BRIM、BOUND等，但上述算法需要根据数据集的结构特征输入相应的参数，带有主观性。Mean Shift算法是一个迭代的步骤，即先算出当前点的偏移均值，将该点移动到此偏移均值，然后以此为新的起始点，继续移动，直到满足最终的条件，基于Mean Shift的边界点检测算法可以无监督地检测数据集的边界点。