为加强软件学院专任教师科研能力建设，推动教师间的学术互动与协作，进一步激发科研活力与创新思维，5月13日，软件与大数据技术系在软件园校区A3-116会议室举办软件学院本年度第六场科研学术讲座。

本期讲座中，刘真老师围绕Milvus向量数据库核心技术，系统分享了向量数据库的底层原理、关键机制与工程落地应用方案。任志森老师则聚焦基于注意力增强与双分支融合的图像分类网络研究，深入探讨其在计算机视觉领域的网络设计思路、模型优化策略与实验验证成果。两位老师的分享融理论研究与实践应用于一体，学术价值与借鉴意义突出，有效拓宽了团队的科研视野，为开展跨领域科研交流与创新探索筑牢了良好基础。

刘真老师首先分析传统检索方式难以适配复杂多模态数据，而向量检索技术应运而生。以主流开源向量数据库Milvus为核心，系统拆解HNSW、IVF等经典向量索引底层原理，深入剖析其分布式集群架构设计与高并发检索优化思路，并结合实战场景详解Milvus在RAG检索增强生成中的落地实践与应用要点。

随后，任志森老师讲解基于VGG19的注意力增强图像分类网络（AEVGG19）。通过引入图像抠图技术生成显著图，并构建双分支网络结构，实现前景特征增强与背景干扰抑制。实验表明，该方法在ImageNet、CIFAR-100和Flowers-17等数据集上显著提升了分类准确率，尤其在复杂背景和小目标场景下表现优异，为图像分类任务提供了新的解决思路。

  本次学术讲座的成功举办，进一步深化了教师群体对Milvus向量数据库核心技术原理及应用，以及注意力增强、双分支融合机制下图像分类网络的设计思路、优化策略的认知与理解，有效拓宽了团队科研实践的学术视野，为教师科研能力与专业素养的迭代升级注入了强劲动力，切实夯实了人工智能、数据库技术、计算机视觉等多方向交叉科研探索的坚实基础。

  展望未来，学院将持续发力，推动高质量科研交流活动走向常态化、规范化，全力打造开放包容、互利共赢的优质学术生态，促进不同思想的碰撞交融与跨领域的深度协同，凝聚各研究领域教师的智慧与力量，携手攻克科研实践中的关键瓶颈与核心难题。