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。
卷积网络由卷积层、池化层、全连接层等结构组成。其中卷积层与池化层配合，组成多个卷积组，逐层提取特征，最终通过若干个全连接层完成分类。基于卷积神经网络的被动式定位方法首先将指纹向量转换为矩阵，进行卷积网络的训练。卷积神经网络的卷积层有利于稳定特征的提取 ，并且dropout操作有利于防止定位模型的过拟合，提高定位模型的泛化能力。基于CNN，进行在减少指纹采样点数目，减少链路节点，降低信噪比等条件下的定位性能的研究。