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。
传统的指纹定位技术需要事先建立较为全面的指纹数据库，而符合要求的指纹数据库的建立需要耗费人力物力进行，效率低时间长。利用深度学习的方法进行指纹数据库的构建及定位，可以减少人力物力的支出，降低时间投入，提高数据库的构建效率，而且对于难以获得指纹数据的某些测量盲区也可以有较好的覆盖。首先获取在离线阶段一些获取指纹数据值，然后在获取的实测指纹数据值上进行聚类，根据指纹数据的特征拟选取WKNN方法进行聚类。然后使用深度神经网络进行训练，用训练好的神经网络构建指纹数据库。数据库中的实测值和预测值分贝使用深度神经网络R和V进行训练，输出值再作为神经网络F的输入，最终输出预测的位置。通过与目标值的对比，对整个神经网络系统进行调优，最终得到精度较高的定位算法。根据神经网络的具体要求拟选取深度置信网络（DBN）作为训练中使用的神经网络。