5 月 20 - 21 日，中国石油大学（华东）控制科学与工程学院模式识别课题组 2025 级硕士及博士研究生毕业答辩圆满结束。本次答辩共有 11 名毕业生参与，其中硕士 9人、博士 2 人，全员顺利通过答辩，1 篇论文获评校级优秀毕业论文。
5月20日的博士答辩在工科E1329举行，邀请了山东科技大学单彩峰教授（博导），山东科技大学李豪杰教授（博导），中国石油大学（华东）王延江教授（博导），邵明文教授（博导），陈鸿龙教授（博导）等校内外专家组成答辩委员会。
答辩中博士生庞健在《面向视觉受限环境的图像目标检测方法研究》中，针对智能无人系统在视觉受限环境下的目标检测精度下降问题，通过分析成像机制，提出物理信息驱动的语义增强、频率一致性域适应等方法，并构建雾天数据集，有效解决了聚焦不足、语义对齐不充分等挑战，大幅提升目标识别鲁棒性。
博士生昝畅通在《基于多语言模型优化的机器翻译算法研究》中，针对多语言模型在机器翻译中存在的知识迁移低效、跨语言干扰等核心问题，提出适配低 / 高资源场景、零样本翻译及大语言模型的系列优化策略，有效提升翻译准确性、泛化性与指令遵循能力，为降低翻译数据依赖、减少跨语言干扰提供系统性解决方案，对促进多语言高效互译、推动机器翻译技术实用化具有重要意义。
5月21日的硕士答辩在工科E1329与综合楼A515举行，邀请了中国海洋大学李崇教授（博导），青岛理工大学赵景波教授（博导）、山东科技大学罗汉江教授（博导）等校内外专家组成答辩委员会。
医疗健康方向的硕士生王中海的《面向麻醉医疗的大语言模型构建方法研究》，针对麻醉学领域大语言模型应用空白，提出指令数据自动生成框架、专业模型微调框架及多元化智能体协作的情绪支持框架；周博豪的《麻醉医疗场景下的大语言模型评测方法研究》，构建了面向麻醉医疗场景的中文综合评测数据集 CAB，提出基于多智能体的动态医疗评测数据集构建方法和基于模型融合的医疗文本生成评价方法，有效解决了评测数据泄露风险高、医疗文本生成评价难等问题；刘永生的《基于增强特征学习的乳腺 X 光影像分类研究》 ，针对乳腺癌早期筛查中传统诊断的弊端，提出病灶位置特征增强、边缘特征学习和多视角融合方法，提升肿瘤定位准确性与边缘信息利用率，降低误诊率。
语义分割方向的赵士远的《基于逆向排除与抑制的开放词汇语义分割算法研究》，通过逆向排除干扰项、早期抑制误检类别的方法，提升了多个标准数据集的平均交并比；刘虹良的《基于生成式摘要模型的通用文本对抗性防御算法研究》针对文本对抗防御通用性不足问题，提出生成式摘要预测一致性（PCAS）、对比学习（GSCL）和语义 - 句法增强（SSEAS）方法，提升对抗扰动消除效果；高旭茹的《基于类激活语义一致的弱监督语义分割方法》针对弱监督语义分割中激活区域不完整、伪标签质量低的问题，提出类激活协同引导和 CLIP 辅助监督方法，扩展激活区域并提升伪标签准确性。
图像识别方向的白雨的《基于集成学习的长尾图像识别研究》，针对集成学习在长尾图像识别中的头尾部干扰、计算开销大等问题，提出能量驱动多专家算法、轻量级分布校准和 CLIP 标签校准方法，提升去噪鲁棒性与效率。迟瀚扬的《基于多层次一致性学习的半监督二维医学图像分割算法研究》针对二维医学图像标注难题，从输入、模型、特征三个层面改进一致性学习方法，包括自适应双向置换、跨层级解码交互和特征感知相互学习算法。
绘画心理方向的谢耀武的《房树人投射心理特征的可解释分析方法研究》，针对智能绘画心理分析模型的 “黑箱” 问题，提出基于心理特征量化、网络特征差异和大语言模型的可解释方法，显著提升了模型透明度与绘画心理领域知识的关联性。
经学院初评、学校复评，硕士生白雨的《基于集成学习的长尾图像识别研究》脱颖而出，获评校级优秀毕业论文。该论文针对在现实生活中数据常呈长尾分布导致长尾识别问题，现有集成学习方法存在头尾部专家干扰、计算存储开销大及噪声鲁棒性不足等局限，提出基于能量的集成多专家算法，通过划分数据子集独立建模、设计能量鉴别器和决策交互策略减少专家干扰以提升分类性能；提出基于轻量级分布校准算法，利用大模型生成合成数据、解耦多模态特征并设计轻量级校准适配器以降低计算存储成本；提出基于正向和逆向 CLIP 标签校准算法，通过构建外部增强集、集成 CLIP 双向预测结果和对比学习适配器纠正噪声标签以增强鲁棒性。研究为解决长尾数据识别难题提供多维度优化方案，有效提升了集成学习在不平衡数据场景下的实用性。相关成果展现出显著的学术价值，符合校级优秀论文评选标准。
模式识别课题组聚焦人工智能与语义分割，医疗健康，图像识别，绘画心理等领域的交叉研究，其中2025级毕业生在TGRS，CVPR等顶刊发表论文10余篇，其中SCI论文6篇（一区3篇），CCF4篇（A类两篇）。
图 博士生庞健、昝畅通与导师刘伟锋
图 博士学位组答辩专家组
126
0
2025-06-02
2025-06-03
