针对搜狐coreEntityEmotion_train语料核心实体识别和核心实体情感分析的任务，提出了基于注意力机制的长短期记忆神经网络结合条件随机场模型（AttBi-LSTM-CRF）。首先，对文本进行预训练，将每个字映射为维度相同的低维向量；然后，把这些向量输入到基于注意力机制的长短期记忆神经网络（AttBi-LSTM）中，以获取长远的上下文信息并集中注意力到与输出标签高度相关的信息上；最后，通过条件随机场（CRF）层获取整个序列的最优标签。将AttBi-LSTM-CRF模型与双向长短记忆神经网络（Bi-LSTM）、AttBi-LSTM和双向长短期记忆神经网络结合条件随机场（Bi-LSTM-CRF）模型进行对比实验。实验结果表明，AttBi-LSTM-CRF模型的准确率达到0.786，召回率达到0.756，F1值达到0.771，优于对比模型，验证了AttBi-LSTM-CRF性能的优越性。

针对多视点视频编码视差估计计算量大的特点，提出一种基于均值偏移的多视点视差估计方法。在时空域上，分析了视差矢量和运动矢量的相关性，计算了预测视差矢量，确定了视差匹配的初始搜索位置。将该位置作为均值偏移迭代计算的初值，在参考帧中完成宏块的最佳匹配。通过实验表明：新方法与全搜索算法相比，在率失真性能降低甚微的情况下编码时间降低了94%以上；和快速搜索算法相比，新方法编码时间降低10%以上，率失真性能获得提高。

通用可组合（UC）安全计算的存在性需要刻画某种基础假定的信任模型的支持。针对国内对于UC安全计算的信任模型研究甚少的现状，研究了UC安全性的本质要求及其对UC安全计算的限制，得出了使用这些信任模型的根本原因，进而分析了国外用来刻画这些基础假定的信任模型的设计原理，比较了它们的异同和优缺点，并展望了未来的研究方向。

移动Ad Hoc网络组播路由协议MAODV中，组播树在节点移动速度较快的情况下会频繁重构，使得路由开销、传输时延显著增大。针对基于邻居节点变化率的稳定路径选择方法，提出一种新的节点邻居变化率的检测机制，不需要周期性地发送Hello消息，并在此基础上设计和仿真实现了基于稳定路径的MAODV协议SP-MAODV，新协议选择的路径稳定性好且跳数小。最后从数据分组传输成功率、路由开销、平均端到端时延和时延抖动四个方面对两个协议进行了仿真比较，结果表明SP-MAODV协议减少了路径中断概率，提高了协议性能。