获得清晰准确的水下图像是人类探索水下世界的重要前置条件。然而与平常图像相比，水下图像往往具有对比度低、细节保留不足及颜色失真等问题，这导致其视觉效果不佳。针对上述问题，提出了基于人工欠曝光融合和白平衡技术（AUF+WB）的水下图像增强算法。首先，利用调节伽马值的方式对原始水下图像进行操作，从而生成5幅相应的欠曝光图像；然后，以对比度、饱和度及良好曝光度作为融合权重，并结合多尺度融合来生成融合图像；最后，将各类颜色通道补偿后的图像分别结合灰色世界假设白平衡生成相应的白平衡图像，再利用水下彩色图像质量评价指标（UCIQE）及水下图像质量评价标准（UIQM）对得到的白平衡图像进行评价。通过选取不同类型的水下图像作为实验样本，将AUF+WB算法与现存先进的水下图像去雾算法进行比较，结果表明AUF+WB算法在图像质量定性、定量两方面分析中和对比算法相比均有更好的表现。所提出的AUF+WB算法可矫正水下图像的颜色失真，并增强其对比度、恢复其细节，有效提升了水下图像的视觉质量。

针对单一事实类问答系统中问句和关系的语义匹配在小规模标注样本中难以获得较高准确率的问题，提出一种基于循环神经网络（RNN）的迁移学习模型。首先，使用基于RNN的序列到序列无监督学习算法，通过序列重构的方式在大量无标注样本中学习问句的语义空间分布，即词向量和RNN；然后，通过给神经网络参数赋值的方式，使用此语义空间分布作为有监督语义匹配算法的参数；最后，通过使用问句特征和关系特征计算内积的方式，在有标注样本中训练并生成语义匹配模型。实验结果表明，在有标注数据量较少而无标注数据量较大的环境下，与有监督学习方法Embed-AVG和RNNrandom相比，所提模型的语义匹配准确率分别平均提高5.6和8.8个百分点。所提模型通过预学习大量无标注样本的语义空间分布可以明显提高在小规模标注样本环境下的语义匹配准确率。

基因编程(GP)算法具有天然的并行性，因此出现了并行分布式GP模型，如主从模型、岛屿模型和网格模型等。但是实现这些分布式模型的算法过程复杂,不具有可重用性，很难依据不同拓扑结构来快速实现大规模的GP计算。针对这些缺点，提出了基于图的并行分布式GP模型，形式化地描述了图中的各种GP操作，使其能够支持不同拓扑结构的GP分布式并行计算。经过实验测试，该模型能够实现上述三种GP模型，并具有稳定、高效、易实现的特点。

为了提高从单通道脑电信号中注意水平的识别精度，在近似熵基础上提出改进的模糊熵计算方法，用于计算脑电注意力水平值。以12例受试者脑电监测数据作为样本,提取脑电数据模糊熵特征值，采用支持向量机进行识别，并与其他方法进行比较，基于模糊熵的特征提取方法平均准确率达76.3%。实验结果表明，该模糊熵方法能有效地表征脑电注意力集中程度的复杂度。

程序算法识别是程序理解研究中的子问题,主要目的是针对程序源代码识别出其所蕴含的程序算法。针对程序算法识别问题,首先说明其定义及实现过程；对可应用于程序算法识别领域的程序理解技术进行分类介绍,说明每种方法的实现技术路线；最后对每种方法进行了比较、分析,并提出未来程序算法识别研究的重点问题。

为了支持分布式环境下项目团队成员之间软件开发知识有效的共享，需要对软件开发知识以及它们之间的关系进行分析和定义。根据软件开发知识的内容、特点以及它们之间的关系，对软件开发知识进行了形式化的表示，并创建了软件开发知识本体和软件开发知识本体规则。通过protégé 和Jena实现对此本体的创建、存储和对此本体规则的SPARQL形式转换，据此形成知识本体库来支持软件开发知识共享。

针对河流遥感图像形状类型人工图像解译效率低,提出了河流图像自动识别分类方法。利用敏感因子组合条件,采用多波段组合法和区域生长分裂合并等方法提取河流并应用数学形态学方法进行处理;对得到河流图像确定类型分类特征,并给出了特征向量计算方法;河流类型特征向量散布程度大、类内聚集性较差,在支持向量机的基础上引入模糊隶属度函数,通过模糊隶属度反映样本的贡献属性,减弱噪声或野值样本对分类的影响。实验结果显示,采用模糊支持向量机有效地提高了识别准确度。

本体工程为本体构建提供与其相适应的本体开发方法。履带式本体构建方法具有较强的适应性，能够针对本体的不同规模来指导本体开发操作，并对开发过程进行评估。为提高本体构建效率，利用多代理的分布性、自治性、协作性等特点，构建了支持履带式本体开发方法的多代理模型，对其中的代理、通信和代理之间的协作进行了形式化定义和描述，并实现了代理操作、协作等相关算法和代理运行平台。

为了有效地指导本体构建，创建了履带式本体构造模型来描述本体的构造方法。定义和描述了构成此模型的基本要素，包括本体（上层本体、领域本体和应用本体）和本体构造步骤（分析、设计、开发、部署和评估），并在此基础上做出了定性分析，说明了顶级本体驱动开发方法、领域本体驱动开发方法和应用领域开发方法各自的特点。通过对此模型的分析和应用，以指导在本体开发中使用正确的开发方法。

对于P2P语义覆盖网络，语义信息的维护和智能路径的选择是实现的难点。根据小世界原理，提出了一种新的基于节点分类划分的P2P语义路由模型。通过建立节点本体来描述节点的网络结构和节点下的内容项，在此基础上创建了路由消息格式和节点分类划分的方法，然后创建了支持内容语义查询的节点内相关性内容查询算法和节点间消息路由算法。通过实验对比，该语义路由模型能够提高P2P系统下的内容查找速度并且能够显著降低占用的网络带宽。

To increase the optimization result and efficiency in floorplan, ant colony algorithm was used as optimization algorithm of floorplan. In this algorithm, the B*-tree structure was defined to describe the structure of layout, the utilization efficiency of modules was defined to be pheromone which strenthened the dependency relationship of partial modules that occupy less area, and mutation scheme was employed to improve the efficiency of convergence. Through experiments, ant colony algorithm can get better result and efficiency than simulate annealing algorithm in the flooplan of hard modules.