11月18日下午，计算机与人工智能学院、阿里云大数据学院在逸夫楼516会议室开展了2018级研究生第一期学术报告活动。院长助理李雪琪与学院2019级、2020级研究生学生参加此次报告。

张中伟、任雪、吕璐璐、朱磊、邵艳巡和周婷六位同学分别做了题为《基于多环路变频纹波控制Buck变换器稳定性和瞬态性能研究》、《双忆阻Colpitts系统中参数和忆阻初值的位移控制行为》、《水体微纤维图像识别的MobileNetV2算法》、《机载平台中特定运动目标算法研究》、《基于决策树的用于惯性-地磁组合的测量的多模型互补滤波算法》和《基于正压通气的呼吸阻抗预测方法研究》的学术报告。张中伟同学以多环路变频谷值纹波控制Buck变换器为例，介绍其工作原理，并通过公式推导和PSIM仿真验证不同参数空间下稳定区域推导，最后通过不同仿真参数验证其稳定性以及瞬态性能；任雪同学提出的两个基于模因器的Colpits系统具有平面平衡集，并在原始系统和重构系统中揭示了参数和初始偏置升压动力学，有效地证明了理想模因器在更复杂的极端多稳态发生中起着至关重要的作用；吕璐璐同学将深度可分离卷积神经网络应用于微纤维图像的识别中，利用池化融合与特征重构的策略与之相结合，提升模型性能；朱磊同学改进TLD算法，用CSK算法代替LK光流法，在随机森林检测器中加入目标的HOG，当目标发生遮挡或光照强度发生变化时，算法依旧有良好的鲁棒性。邵艳巡同学通过实验验证提出的融合姿态测量算法在姿态角测量精度和速度上要高于现有的互补滤波算法，并且在精度上已经很接近现有精度很高的扩展卡尔曼算法，但时间消耗上却远远低于扩展卡尔曼算法。周婷同学实现了对非线性非平稳的呼吸信号的准确和快速预测，通过引入Kernel-KNN分类方法，实现了对呼吸异常信号的快速分类和实时检测，未来会将小波-卡尔曼的方法和Kernel-KNN分类方法移植到移动终端，可进一步推进正压通气治疗中的自动化控制和实时异常检测。

通过本次学术报告，使低年级研究生同学了解到很多算法的具体应用领域，为同学们今后的研究提供了帮助。