基于全方位量化监控与动态演进的研究生培养机制研究

针对目前研究生扩招给研究生培养单位带来的挑战,提出一种新型研究生培养机制,介绍该培养机制的设计过程,通过最近3年的教学应用,说明该研究生培养机制可以大幅度提升研究生的培养质量。     

WDM光网中的一种邻域加权累积的波长分配策略

针对光核心传送网中单纤场景下的路由选择与波长分配（Routing and Wavelength Assignment,RWA）问题,提出了一种邻域加权累积的波长分配策略。在一条路径上为一个连接请求选择波长时,将网络的所有链路归入当前路径的不同邻域中,然后根据与路径之间的距离为不同邻域赋予不同的权重,进而对每个波长在全网中被占用的个数进行加权累积,最后选择累积值最大的可用波长建立连接。仿真结果表明,相对于现有的阻塞率最低的最大使用（Most-Used）波长分配策略,所提策略具有更低的阻塞率。     

无线蜂窝网中基于Δ-邻域超图的信道重用模型

信道重用问题是基于频分多址技术的无线蜂窝网络中的一项关键技术,它关系到信道的传输效率,传统的方式是用冲突图模型来表示该问题。但是,由于冲突图模型中只考虑了两个小区之间的干扰,无法反映多个小区之间干扰的情况,又有人用超图模型来描述该问题。超图的建模为指数时间的,为了降低建模的计算复杂度,将该问题描述为Δ-邻域超图模型。性能分析结果表明,该模型既可以在多项式时间内完成建模,又可以充分反映多个小区之间的干扰关系。     

轻量级网络在人脸表情识别上的新进展

作为人工智能领域的热门研究方向,人脸表情识别（facial expression recognition,FER）是让计算机获取人类感情最直接最有效的方式,在人机交互、智慧医疗、疲劳驾驶等研发课题中占据关键的技术地位。为了满足高识别率的应用需求,FER深度学习网络结构愈发复杂,占用了大量的计算资源和存储空间,严重影响了算法实时性的要求。围绕如何在有效提升模型运算速度的同时,保障模型的精度这一问题展开综述。首先,介绍了利用轻量级网络实现表情识别的重要数据集;其次,对用于人脸表情识别的经典轻量级网络模型进行了分析;再次,阐述了主要的网络轻量化方法的原理、特点及适用场景;最后,总结了轻量级网络在人脸表情识别研究中存在的问题和挑战,对未来的研究方向进行展望。     

面向UAV的三维空间快速路径规划算法

无人机、无人水下机器人等工作在三维空间中的无人飞行器在进行路径规划时采用的路径规划算法多数为RRT*算法，但RRT*算法存在收敛速度较慢、迭代次数多、采样点利用率低、需要频繁进行碰撞检测等问题，针对现有算法采样的不足，提出双向自由化生长树算法（B-SOGT*）。该算法采用双向搜索、双引力场、试探性弹性扩张的方法来实现无人机在三维空间中的路径规划。双向搜索分别以起始点和目标点为根节点，构造出2棵随机树同时进行空间搜索，这样的方式提高了搜索效率；双引力场是分别以2颗随机树的根节点为中心生成的引力场，在引力场的作用下采样效率得到提升；试探性弹性扩张方法在生成路径时，引入父节点重选机制，并且去掉碰撞检测过程，提高了算法计算速度。仿真验证表明，B-SOGT*算法在取消碰撞检测过程后，拥有收敛速度更快、路径质量更优、迭代次数更少的优势。