1月6日，南洋理工大学副教授Xudong Jiang在A栋507做《Machine Learning-Based Feature Extraction and Dimensionality Reduction for Image Recognition》讲座。计算机科学与技术学院徐勇老师主持，相关专业学生参加。
在讲座中，蒋教授首先透彻的阐释了PCA，LDA等经典降维方法对于分类效果的影响。一些新的观点完全改变了同学们对于这些常用降维方法的看法。接着提出了特征降维中的误导信息，解释了这些误导信息为何存在以及对于分类任务的影响。基于这个发现，蒋教授提出了APCA方法，降低了误导信息对于分类的干扰，取得了很好的分类效果。另外蒋教授讲解了在稀疏表示方面的工作。其中包括利用局部结构来对目标样本进行更好的稀疏重构以及利用字典分解来提高的稀疏表达的分类效果。
讲座在热烈的掌声中结束，学生纷纷表示从这次讲座中受益匪浅。
讲座现场
讲座题目