当前位置 : 首页 > 海底科学重点实验室 > 新闻动态

新闻动态

海底科学实验室2020级研究生迎新活动暨“海底纵横论坛”第147次学术交流报告

编辑:ZLY 时间:2020年09月30日 访问次数:167

       9月28日,在这个桂花飘香的金秋时分,海底科学实验室2020级研究生迎新活动在科研楼1002会议室拉开帷幕,出席本次活动有实验室领导、研究生导师和2020级研究生新生,由李小虎副主任主持。本次活动分成两个部分,第一部分是迎新活动,分为开幕式、新生自我介绍、导师代表发言、实习活动安排、领导寄语五个环节;第二部分是“海底纵横论坛”第147次学术交流报告。

图1 活动现场介绍实验室的各位领导

       下午14点欢迎仪式正式开始,李小虎副主任首先代表海底科学实验室欢迎2020级研究生新生的到来,向新同学们隆重地介绍了实验室的各位领导和研究生导师们(图1),活动现场发出阵阵雷鸣的掌声。接下来,来自五湖四海的研究生新生们进行自我介绍,依次向老师们和同学们介绍了自己的姓名、家乡、专业、毕业学校和兴趣爱好,最后洋溢着青春活力和热情,表达了自己对即将到来的研究生生活的美好憧憬和期待。
       新生自我介绍完毕后,研究生导师代表丁巍伟副主任发言(图2)。他首先表示荣幸,能够在这么隆重的一个舞台上迎接一批“新鲜的血液”。2020年是一个不平凡的一年,从国家到社会都经受着新冠疫情的考验,而研究生依然执着坚守着梦想,不懈追求,然后如愿走进了海底科学实验室这个培养高层次人才的大集体。作为前辈,丁巍伟副主任向大家分享了自己的研究生学习经历。与本科生阶段不同,研究生阶段更加注重实践能力,并希望大家能够成为“四有青年”。一是成为一个有兴趣的人,在科研工作中发现有趣的东西去探究、去跟进,然后发现问题和解决问题,只有这样的成功才能够真正给内心带来真正的成就感和满足感;二是成为一个有抱负的人,面对国家重要需求,承担国家科考任务,为国家做贡献,包括海洋权益、海底找矿,将自己的学习和国家需求紧密结合起来;三是成为一个有行动的人,科研工作本身是一件比较辛苦的事情,需要有信念和动力支撑。他分享了自己的座右铭“士不可以不弘毅,任重而道远”,呼吁大家应当以天下为公,怀不忘初心的信念,积极完成导师分配的任务,并主动反馈;四是成为有一个有反脆弱能力的人,面对困难和挫折,如实验失败、文章被老师改得面目全非等,这都是每位研究生都需要经历的一个过程,只有真正地做到心智强大,才能成长起来。最后丁巍伟副主任祝愿大家在三年后都成为更优秀的自己。


图2 研究生导师代表丁巍伟副主任发言

       然后,李小虎副主任介绍了研究生的实习活动安排,十一之后九个测试分析专业实验室会向大家开放,研究生新生可以根据导师建议结合各自的兴趣爱好来选择进入不同的实验室实习。
       接下来,实验室领导吴自银主任发表寄语。他首先表示非常开心能够参加这样一个有意义的活动,这是海底科学实验室举办的第一次迎新活动,值得纪念。然后他介绍了自己的学习经历,从同济大学本科毕业之后选择在二所攻读硕士,之后又攻读在职博士,并祝贺大家进入海洋二所这所拥有五名院士旨在培养海洋科学方向高层次骨干人才的顶级“海洋军校”。他忠心地希冀研究生新生们一是做好自己的人生规划,无论毕业之后是选择工作还是读博,都要早做打算,找准自己的定位和认知;二是努力培养自己各方面的技能,抓住导师,跟导师经常沟通,主动承担科研任务,在实践当中逐渐确定自己的研究方向;三是积累人脉,在这个来之不易的海洋圈内和同学们共同生活、互相帮助。最后吴自银主任给大家提出了很多研究生生活方面的建议和祝愿。
       紧接着,研究生导师们开始各抒己见,引导研究生新生们尽快适应新的环境,规划合理的科研生活,明确学习的目标和方向,秉持乐观积极向上的生活态度,时刻保持危机感,珍惜研究生生涯,活动现场气氛非常活跃。

图3 研究生迎新活动现场

       下午15点,第二部分“海底纵横论坛”第147次学术交流报告正式开始(图3),两名硕士研究生侯斐、秦晓铭分别就“一种移动式海洋地震仪的控制系统设计研究”和“基于一维卷积神经网络的侧扫声呐底跟踪算法研究”为主题,向老师和同学们展示了硕士期间的研究成果。
       首先,侯斐向大家介绍了海洋地震仪,可以用来改变海洋区域地震台站缺乏的问题。这种地震仪悬浮在海水一定深度,并随着洋流运动,不仅可以长时间记录地震传达的信息,而且可以记录不同地点接收到的地震信号。在地震仪系统设计中解决了地震仪的可控升沉运动和精确定深悬停,水听器采集电路与识别,数据稳定高效的回传,设备低功耗运行等关键性问题。经过海试验证,地震仪具备初步投放的条件。
       然后,秦晓铭介绍了侧扫声呐的底跟踪任务,是侧扫声呐数据处理过程中所必须的步骤,其质量好坏对于后续的数据处理质量具有重要影响。然而传统的底跟踪算法极易受到海水中悬浮物等的影响产生误判,从而导致得到的海底线与真实海底线出现偏离。因此他们尝试将一维卷积神经网络的语义分割模型和底跟踪任务相结合,从而实现了高精度的底跟踪效果。与传统方法比较,基于一维卷积神经网络的底跟踪算法在噪音干扰严重情况下仍能够实现较理想的底跟踪精度,在一定程度上弥补了现有方法的不足。
       至此,本次迎新活动圆满结束,2020级研究生新生正式开启了他们全新的求研生涯。祝愿他们在这里能持续筑梦并圆梦!