高维数据中鲁棒激活函数的极端学习机及线性降维

极端学习机(extreme learning machine,ELM)训练速度快、分类率高,已经广泛应用于人脸识别等实际问题中,并取得了较好的效果.但实际问题中的数据往往维数较高,且经常带有噪声及离群点,降低了ELM算法的分类率.这主要是由于:1)输入样本维数过高;2)激活函数选取不当.以上两点使激活函数的输出值趋于零,最终降低了ELM算法的性能.针对第1个问题,提出一种鲁棒的线性降维方法(RAF-global embedding,RAF-GE)预处理高维数据,再通过ELM算法对数据进行分类;而对第2个问题,深入分析不同激活函数的性质,提出一种鲁棒激活函数(robust activation function,RAF),该激活函数可尽量避免激活函数的输出值趋于零,提升RAF-GE及ELM算法的性能.实验证实人脸识别方法的性能普遍优于使用其他激活函数的对比方法.     

车载通信系统电磁兼容性仿真技术研究

介绍了现代计算机仿真技术的发展及特点,并由此针对车载通信系统无线设备电磁兼容特性的仿真进行分析和探讨,给工程人员在车载通信系统电磁兼容性仿真方面提供了一种有效的解决方案。     

多线程快速文件搜索器

简要介绍多线程同步机制,用户方式中的线程同步、线程与内核对象的同步、包括原子访问一互锁的函数家族、关键代码段、事件内核对象、等待定时器内核对象、信标内核对象、互斥内核对象,讲述快速文件搜索的实现原理,并且利用关键代码段实现多线程同步,给出了快速文件搜索器的主要实现过程。     

面向隐私保护的联邦域泛化行人重识别方法

行人重识别旨在从不同的摄像头中识别目标行人的图像.由于不同场景之间存在域偏差,在一个场景中训练好的重识别模型常常无法直接应用在另一个场景,并且从摄像头收集的数据通常包含敏感的个人信息,而现有的大部分重识别方法通常需要训练数据的集中化,这可能会带来隐私泄露问题.因此,文中提出面向隐私保护的联邦域泛化行人重识别方法(Federated Domain Generalization Person Re-identification with Privacy Preserving, PFReID),在保护行人隐私的前提下,从独立的多个非共享数据域中学习泛化模型.使用频域空间插值的方法平滑各个客户端在数据集上的域偏差,增加样本的多样性,提高各客户端模型的泛化性能.在客户端构建双分支对齐学习网络,保证客户端局部模型和全局模型学习表示的一致性,用于客户端局部模型的更新.在多个公开行人数据集上的实验验证PFReID的性能较优.     

天线布局优化仿真研究

随着车载无线系统上装无线设备电磁环境日益复杂,设备间电磁干扰日益严重,采用仿真技术进行天线布局优化可以有效减小设备间干扰。本文分析了影响车载天线系统天线布局的主要因素,得出天线优化布局的优化目标为天线间的耦合度和方向图失真度,建立了天线布局优化模型,采用改进的遗传算法对车顶天线布局进行优化设计,在电磁兼容设计初期得出粗略的最佳布局方案,使其满足电磁兼容性能要求,降低了天线布局设计的难度,并设计了电磁兼容优化仿真软件,实现了车载系统的优化布局仿真,达到工程实际要求。