主题一： 基于机器嗅觉的气味源定位机器人系统设计与实现
主讲：蔡耘韬
（导师：黄煜）
主题二：基于相干扩散比加权时延特征和深度学习的室内声源定位算法
主讲：许展鹏
（导师：张承云）
主题三：基于脑电信号的时空特征提取及分类应用
主讲：李高飞
（导师：王力）
主办机构
成人短视频
时间安排
2025年12月11日10：10-11：10
地点
文清楼521
为拓宽研究生学术视野，促进研究生学术交流，营造良好的学术氛围，成人短视频
主办的“研途青年说”第115讲于12月11日10：10-11：10在文清楼521举行。本次主讲人为23级研究生蔡耘韬、许展鹏和李高飞。
蔡耘韬同学汇报的主题是基于机器嗅觉的气味源定位机器人系统设计与实现，他的讲解主要包含以下6个部分：选题背景及意义、现状与研究目标、研究方法及过程、关键技术与实践难点、研究结果与应用、论文总结。汇报围绕环境监测、泄漏检测等场景的气味源定位需求展开，针对传统方法高成本、危险性大、受环境局限的问题，探索机器人主动嗅觉技术。研究搭建了含 MQ-3 乙醇传感器的机器人平台，采用螺旋式扩展搜索、浓度梯度追踪策略，结合改进算法优化定位效果。通过两轮实验验证，系统可精准定位气味源，且定位时间随机器人与气味源距离增加呈显著增长趋势。该研究为挥发性化学源快速定位提供了新的技术方案，适用于空气污染监测、泄漏定位等场景，具有实际应用价值。
许展鹏同学汇报的主题是基于相干扩散比加权时延特征和深度学习的室内声源定位算法，他的讲解主要包含以下3个部分：研究意义及背景、研究内容、研究结果与应用。汇报介绍了一种基于多子带CDR加权时延特征与 SpecSE-ResNet 的室内DOA估计方法。CDR加权能够在保留直达声成分及其他高相干成分的同时，有效抑制混响与噪声。SpecSE-ResNet 可沿通道维与子带维自适应增强特征表示，实现端到端的高精度回归，并在复杂声学条件下保持较高的定位准确率。仿真与真实录音实验结果表明，与传统方法及常见深度学习基线相比，所提方法具有更强鲁棒性，在低SNR与高RT60场景下的性能退化最小。该方法在精度、鲁棒性与跨场景泛化方面表现突出，可为室内声源定位提供可靠的工程化解决方案。
李高飞同学汇报的主题是基于脑电信号的时空特征提取及分类应用，他的讲解主要包含以下5个部分：选题背景及意义、现状与研究目标、研究方法及过程、研究结果与应用、论文总结。研究面向运动想象脑机接口，构建深度学习多分支网络提升EEG解码精度。加入SE通道注意力筛选关键电极；提出Li-TCN模块，将轻量多尺度线性注意力LiteMLA与TCN时序卷积残差融合，实现全局感受野与多尺度时间特征同步捕获；辅以时间域S&R数据增强，扩充样本并保留时序结构，有效抑制小样本过拟合。在BCIC IV 2a公开数据集跨会话评估中，所提模型平均准确率79.21%，K系数0.71；会话内测试进一步提升至81.36%与0.75，均显著优于EEGNet、ATCNet、DeepConvNet等基准，标准差降至9%以内，显示良好稳定性与泛化能力。研究为高精度、低样本BCI系统提供新思路。
蔡耘韬
2023级成人短视频
成人短视频专业
导师：黄煜
主要研究方向：机器嗅觉
主要科研成果：Cai, Yuntao, et al. "Unveiling a Two-dimensional Odor Source Tracking System with Chemical Sensing." 2024 IEEE/CIC International Conference on Communications in China (ICCC). IEEE, 2024.
许展鹏
2023级成人短视频
通信与信息系统专业
导师：张承云
主要研究方向：声源定位技术
主要科研成果：《Robust Indoor Sound Source Localization via Coherent-to-Diffuse-Ratio–Weighted Time-Delay Features and a Residual Neural Network》（ICICML 2025）第一作者
李高飞
2023级成人短视频
成人短视频专业
导师：王力
主要研究方向：脑机接口
主要科研成果：国家发明专利：《基于EEG运动想象分类的端到端深度学习方法、设备及介质》
