针对传统向量空间模型（TVSM）生成的向量维度高，计算文档与检索关键词相关度的向量点积运算耗时长的问题，提出一种面向云环境密文排序检索的字典划分向量空间模型（DPVSM）。首先给出DPVSM的具体定义，并证明了DPVSM中检索关键词与文档的相关度得分与TVSM中的相关度得分完全相等；然后，采用等长字典划分方法，提出加密向量生成算法和文档与检索关键词相关度得分计算算法。实验结果表明，DPVSM文档向量的空间开销远少于TVSM，且文档数量越多开销降低越多；此外，DPVSM的检索向量的空间开销以及相关度得分计算的耗时也远低于TVSM。显然，DPVSM在生成向量的空间效率和相关度得分计算的时间效率上均优于TVSM。
针对传统移动端全景图生成方法存在拼接速度慢、消耗内存以及存在接缝和“鬼影”等问题，提出了一种适用于移动设备的全景图生成算法。算法首先对源序列图像进行色彩校正，从而保证色彩及亮度均匀，以缩短后期图像融合时间；然后在全景图拼接过程中检测“鬼影”，同时运用梯度域目标移除和区域填充方法移除“鬼影”，利用泊松融合进行拼接后的平滑处理；同时在图像拼接过程中优化了内存分配机制，以减少在图像拼接过程中的内存消耗。通过编程实现了该算法，在配置为332MHz处理器和128MB内存的手机上对不同光照下拍摄的分辨率为1280×720的照片进行测试，并与传统的全局全景图拼接算法进行对比，若利用全局全景图拼接算法对2至9张源序列图像进行拼接，内存消耗为12.3~23.6MB，而提出的算法占用更少内存，分别为9.9~14.5MB。实验结果表明该方法消除图像接缝及“鬼影”较彻底，拼接速度快且节省内存，生成的最终全景图质量较好，可用于移动设备上的全景图拼接。
探讨了当前电子商务支付中电子支票的安全问题,分析了其发展的形势及存在的安全缺陷,提出了一种结合数字水印和数字签名的安全保障机制。该机制采用了双重身份认证方案和水印内容认证方案,使得非法接触以及修改电子支票,伪造其内容都是不可能的。分析表明,该方案使得电子支票具有认证精度高、可信度高、安全性强等特点。
