针对功能磁共振成像（fMRI）数据的高维度小样本问题，提出谱聚类半监督特征选择（SS-FSSC）模型。首先利用先验脑区模板提取时间序列信号；然后选取皮尔逊相关系数与序统计量相关系数（OSCC）描述脑区间的功能连接特征，并对特征进行谱聚类；最后利用基于Constraint得分的特征重要性准则挑选出特征子集，并把这些子集输入支持向量机（SVM）分类器进行分类。实验通过在COBRE精神分裂症公开数据集上重复进行100次五折交叉验证，发现当保留特征数为152时，所提模型对精神分裂症得到最高平均准确率约为77%，最高准确率为95.83%。实验结果分析表明，模型仅保留16个功能连接特征进行分类器训练就能稳定达到70%以上的平均准确率，且所提模型得到的结果中功能连接对应的10个脑区中距状裂皮质（Intracalcarine Cortex）出现频次最高，符合现有对精神分裂症的研究状况。

在分析目标红外图像特征的基础上，利用山峰聚类对密度大样本的快速聚类特点，提出了一种基于山峰聚类的弱目标区域生长分割方法。该方法首先将二维图像在x和y方向分别进行投影并以此为样本构造数据网格，再采用改进的山峰聚类算法进行聚类，将求出的聚类中心作为种子点进行区域生长得到分割结果。实验结果表明，与传统方法比较，所提方法能自动选取种子点，投影后数据作为样本可有效提高运算速度，并能取得良好的分割效果。

为了提高无线传感器网络的安全性，降低能耗，延长网络的生命周期，提出了混沌密钥预分配方案。该方案利用混沌的遍历性来增强密钥的抗破译性，利用混沌的初值敏感性来保证加密密钥在通信过程中可安全地动态改变。分析表明该方案能提供较大的密钥空间，而且密钥协商所需的通信和计算的开销均较小，具有较强的实用性。

针对分布式并行数据库系统DPSQL中节点状态变化的随机性和不可预测性,提出节点管理和维护的动态解决方案。该方案通过在DPSQL运行过程中对活动节点信息表正确性和一致性的维护实现,保证了各服务器节点间通信的正确性和节点内部各子系统间的默契配合,从而保证了DPSQL的高效服务。