CCF@U第1410场：延安大学站活动成功举办

2026年4月22日下午，由中国计算机学会（CCF）主办的“CCF走进高校”系列活动第1410场在延安大学圆满举行。本次活动是CCF延安大学学生分会成立大会的重要组成部分，邀请到CCF西安会员活动中心代表、西安电子科技大学教授武越，CCF高级会员、延安大学教授何进荣，以及延安大学研究生何梦瑶、王书文等四位报告人，为延安大学数学与计算机科学学院师生带来了四场精彩的学术报告。延安大学数学与计算机科学学院副院长冯强主持报告会。

活动伊始，冯强代表学院对与会嘉宾和报告人表示热烈欢迎与衷心感谢，并介绍了“CCF走进高校”系列活动的宗旨——为计算机领域专业人士的职业发展赋能，助力高校师生拓宽学术视野、搭建交流平台。

武越教授带来题为《自主协同智能感知》的精彩报告。武越现任西安电子科技大学教授、博士生导师，是CCF西安会员活动中心代表。报告中，武越系统阐述了当前智能感知领域的深刻变革，指出该领域正呈现出从单智能体向多智能体协同感知演化、从单一来源向多源异构融合拓展的趋势。他重点介绍了团队在自监督与弱监督协同表征学习、跨模态/视角数据精准对齐、多源信息协同建模、数据不均衡场景下鲁棒表征协同学习与优化等关键技术方面的最新研究进展与前沿探索。报告内容丰富详实，学术视野开放高远，为在场师生深入了解自主协同智能感知这一前沿方向提供了宝贵的学术滋养。

何进荣教授带来题为《面向遥感高光谱图像分类的跨域小样本建模方法研究》的学术报告。何进荣现任延安大学教授、CCF高级会员。报告从原型学习的角度出发，系统介绍了跨域小样本场景下的高光谱图像分类方法。针对小样本条件下原型判别力不足的问题，他设计了语义引导的原型学习框架，通过融合类别语义信息与高光谱图像特征，利用原型生成器构建更具区分性的类别原型，在跨域场景下进一步提升分类精度。针对域间特征分布差异问题，他提出多级原型对齐框架，通过特征空间对齐、类原型对抗训练和元学习策略，实现源域到目标域的层次化知识迁移。报告深入浅出，理论与实践并重，对比实验表明了所提方法在多个公开数据集上均优于主流基线，为遥感影像智能解译提供了新思路。

两位研究生报告人同样亮点纷呈。何梦瑶同学（计算数学2025级研究生、CCF学生会员）带来题为《多样性提示引导的跨域小样本高光谱图像分类》的学术分享。她聚焦高光谱图像标注成本高昂这一核心瓶颈，介绍了从“数据”与“语义”两个维度协同入手的研究探索，旨在为模型“开眼界、长见识”，从而提升其在陌生场景下的判别力。王书文同学（电子信息2024级研究生、CCF学生会员）带来题为《GraphBA：Linear graph block-attention for node classification via graph partitioning》的学术报告。他针对现有图Transformer在大规模图节点分类中存在的过全局化、计算复杂度高、扩展性不足等核心问题，提出GraphBA模型，通过图划分算法将注意力的感受野限制在局部块内，有效抑制了过全局化现象，显著降低计算开销并增强了模型的扩展性。

四场报告主题鲜明、内容丰富，涵盖自主协同智能感知、高光谱图像分类、图神经网络等多个前沿方向，兼具理论深度与学术宽度。来自延安大学数学与计算机科学学院的教师代表和全体CCF学生会员积极参与，现场学术氛围浓厚。

作为CCF延安大学学生分会成立后举办的首场学术活动，本次活动紧密结合CCF“会员治理、服务会员”的宗旨，为师生搭建了与学术前沿对话的优质平台，有效拓宽了师生的学术视野，为延安大学数学与计算机科学学院的科研创新和人才培养注入了新的活力。未来，CCF延安大学学生分会将持续依托CCF优质学术资源，常态化开展“CCF走进高校”等品牌学术活动，助力延安大学高素质创新型计算机人才培养。