胡鹏
- 作品数：3 被引量：5H指数：1
- 供职机构：中国人民解放军信息工程大学更多>>
- 发文基金：国家高技术研究发展计划更多>>
- 相关领域：自动化与计算机技术天文地球更多>>
- 移动机器人视觉动态定位的稳健高斯混合模型被引量：5
- 2018年
- 针对动态场景中运动路标点严重影响传统视觉自主定位算法精度,甚至产生定位失效的问题,提出一种顾及动态路标点的稳健高斯混合模型。在传统图优化视觉定位模型的基础上,增加"运动指数"描述图优化模型中路标点的运动概率,把传统图优化高斯模型增强为高斯混合模型,以约束运动路标点对图优化结果的影响;为增强模型对噪声的稳健性,采用方差膨胀模型约束残差方程;详细推导了该高斯混合模型的期望-最大化求解方法,把该问题转化为经典迭代最小二乘问题进行解算。仿真试验和真实数据试验表明:强动态场景中,提出的算法绝对精度指标和相对精度指标均优于传统优化算法;静态或弱动态场景中,提出的算法仍与传统优化算法定位性能相当。本文方法可有效减小场景中运动路标点对优化结果的影响,更适用于移动机器人的自主定位。
- 程传奇郝向阳李建胜胡鹏张旭
- 关键词：视觉定位EM算法
- 面向深度学习的高效安全推理研究综述
- 2025年
- 基于同态加密、安全多方计算等隐私保护密码技术实现深度学习模型安全推理的同时,也引入了巨大的计算和通信开销。针对如何加速安全推理,对现有研究成果进行了总结与梳理。首先,对实现安全推理的2个关键环节——安全协议和推理模型的技术路线和优化方法进行了系统性对比分析。针对安全协议,区分底层的线性和非线性运算,对不同密码原语方案的性能和效率进行对比分析;针对推理模型,就如何平衡安全推理的性能和效率,讨论分析了现有的主要优化方法。其次,增加了对安全推理方案构建成本和主流隐私保护框架的讨论分析,从实际应用角度出发进一步充实了高效安全推理研究的关注范畴。最后,通过分析安全推理面临的问题挑战,面向实际应用需求提出未来深度学习安全推理的探索方向。
- 胡鹏孙磊孙磊郭松胡翠云王志鸿姚敬怡
- 关键词：隐私保护同态加密安全多方计算
- 面向DevOps模式的软件测试优化研究
- DevOps软件开发作为敏捷开发的延续,通过打通开发与运维的界限,进一步缩短了软件的交付周期,满足了软件即服务的现代软件需求。但由于DevOps缺乏统一的实施标准,采用DevOps开发模式的组织在开发实践中,其产品质量和...
- 胡鹏
- 关键词：软件测试测试用例选择
