2017年7月5日下午，智慧教育学院张谢华老师和胡晓婷老师在静远楼906报告厅分别做了主题为” Visual Tracking of Moving Targets Based on Selective Ensemble Learning”以及” A Secure and Low-area Systolic Architecture for Modular Division against fault injection attack”的学术报告，报告由智慧教育学院副院长王帆教授主持。
张谢华老师介绍了选择性集成学习的运动目标跟踪问题，将单目标跟踪看作为目标和背景的在线分类问题，选用线性SVM作为分类工具。为提高线性支持向量机分类器的在线训练速度，她提出一种添加样本约简机制的快速增量学习方法。由于可能受到无效历史信息的干扰，并且难以处理样本集非线性可分的情况，提出基于选择性集成学习的单目标跟踪算法。该算法依照对正样本的判决比例来确定是否生成基于快速增量学习的基分类器，选中差异度高、错误率低的线性SVM，对其赋于不同的权重从而构建集成分类器进行在线目标跟踪。实验结果表明，采用集成分类器进行运动目标跟踪大大提高了目标跟踪的稳定性和鲁棒性。
胡晓婷老师跟大家探讨了故障注入攻击严重威胁着密码设备的安全问题。胡老师认为素域上的模除是许多公钥密码芯片中的一个关键模块，它的实现性能和安全严重影响着相关密码系统的性能。对此，胡老师提出了一类基于线形算术码的模除安全结构。为了获得最优的性能，对六种不同结构的systolic实现和两种错误检测模型进行了探索，并就使用Verilog语言对所有结构建模并利用Snopsys 的Design complier对所有结构的性能进行了综合。最后，胡老师就实验结果表明，与现有最优的模除实现相比，她们研究团队提出的模除实现结构具有更高的安全性和更低的面积开销。在结束会议之后，胡老师还耐心解答了其他教师的提问。
整个讲座内容丰富，使在场的教师和同学们丰富了理论知识、开阔了研究视野、增加了对学术实践的热情、促进了对知识的更深层次的追求。
