为贯彻落实“博士团队建设”专题研讨会精神，活跃学术氛围，拓宽学术视野，提高科研水平，提升创新思维能力，搭建学术交流平台，学院特举办学术沙龙系列活动。2026年6月6日，本期学术沙龙在四教第二报告厅举办。沙龙活动由黄世奇博士、邢达博士和张卓博士主讲，共计30多位师生参与。

黄世奇博士的交流主题是基于深度卷积神经网络的高光谱遥感图像变化检测技术。高光谱遥感图像是探测地物信息的重要数据源，其典型特点是图谱合一、数据量大和信息冗余多，用传统的统计方法和机器学习处理，往往精度不高，很难提取到深层次的抽象信息或语义信息。卷积神经网络（CNN）是一种数据驱动的方法，能够有效提取非线性特征和抽象特征，提高高光谱图像分类的精度。根据高光谱图像数据立方体的特点，以及高光谱图像处理的方式，提出了四种基于卷积神经网络的高光谱图像变化检测算法，即CNN单支网络逐点模型（CNN-SPM）、CNN单支网络分块模型(CNN-SBM)、CNN孪生双支网络逐点模型(CNN-TPM)、CNN孪生双支网络分块模型(CNN-TBM)。用实际的高光谱图像数据进行了验证实验，实验效果好，并分别进行了比较分析。实验表明，提出的四种方法有效、易实现、精度高，有好的应用价值。

邢达博士的交流主题是结构方程模型专题讲座，深入解析多元统计分析方法汇报系统介绍了SEM的理论基础、技术特性及建模流程，重点阐述了测量模型与结构模型的构建、参数估计、拟合度评价及模型修正策略。邢博士指出，SEM可同时处理多个因变量、容许测量误差，能有效评估潜变量间因果结构，在心理学、管理学及市场研究等领域具有广泛适用性。汇报还结合实例展示了LISREL、AMOS等软件的操作路径。与会师生表示，此次汇报对提升研究设计的规范性与数据分析的严谨性具有重要指导意义。

张卓博士的交流主题是Hdl代码缺陷定位技术。他结合自身在硬件设计验证领域的丰富经验，系统阐述了针对Verilog/VHDL代码中常见逻辑错误、时序违规及综合后不匹配等缺陷的高效定位方法。他重点介绍了基于静态分析、动态仿真回溯及覆盖率驱动等混合诊断策略，并辅以实际工程案例演示了自动化定位工具的应用流程。讲座内容紧贴前沿，兼具理论深度与实操价值，为与会师生及科研人员提升FPGA/ASIC设计调试效率提供了新思路。现场互动热烈，张老师就“异常波形诊断”“断言检查优化”等问题逐一解答，大家纷纷表示受益匪浅。本次讲座对推动硬件代码质量保障技术的研究与实践具有积极意义。

在沙龙座谈会上，三位主讲人与参会师生进行了热切讨论。本次博士学术沙龙的顺利举办，加强各学科师生之间的交流，增强科研意识，营造浓厚的学术氛围，促进广大师生共同进步。

黄世奇主讲

邢达主讲

张卓主讲