针对染色体图像的人工分割耗时费力且当前自动分割方法精度不佳的问题，基于改进的Mask R-CNN提出了一种染色体图像分割框架——Mask Oriented R-CNN，引入方向信息对染色体图像进行实例分割。首先，新增有向包围框回归分支，以预测紧实包围框并获取方向信息；然后，提出新的交并比（IoU）度量——角度加权交并比（AwIoU），从而结合方向信息与边的关系以改进冗余包围框的判据；最后，实现有向卷积通路结构，通过拷贝掩模分支通路并依据实例的方向信息选择训练路径来减少掩模预测中的干扰。实验结果表明，相较于基准模型Mask R-CNN，Mask Oriented R-CNN在IoU阈值为0.5时的平均精度均值指标提升了10.22个百分点，IoU阈值为0.5~0.95时的平均指标提升了4.91个百分点。研究结果显示，Mask Oriented R-CNN框架相较于基准模型取得了更好的染色体图像分割结果，有助于实现染色体图像自动分割。

提出一种基于双树小波变换的结构相似指数噪声整形算法（SSIM-NS） 算法并将其应用于图像编码传输中。算法是在双树小波变换后的噪声整形过程中引入结构相似指数度量（SSIM）,自适应地调整增益因子以达到最大限度聚集图像能量减少小波系数的目的,运用SPIHT编码算法对噪声整形后的小波系数进行编码并传输。实验结果表明,该算法不仅能够有效地削减小波系数个数聚集图像能量,而且在低比特率条件下重构图像具有更高的峰值信噪比（PSNR）,能够显著提高解码图像的质量。

针对目前城市交通噪声地图绘制工具和方法不能适应大规模项目分布式计算需要的现状，提出一种基于松耦合服务的噪声地图分布式计算方法，阐述了面向服务对象体系结构(SOOA)运作机制，给出了噪声地图计算服务的建立方法并介绍了其部署方式和管理模式。最后通过某示范区噪声地图求解实例验证了该算法在有效提高计算效率的同时能够给系统提供充分的灵活性。实验结果表明，并行子任务的不均衡会影响并行效率，一般状况下并行效率能够达到85%以上。

为实现微观交通仿真与GIS空间数据共享与交换，提出微观交通仿真标准化数据模型和一种新的微观交通仿真标识语言（MTML），给出标准化数据模型的包结构、MTML的Shcema关系及MTMLType类定义。提出基于MTML的微观交通仿真与GIS数据共享平台，阐述共享平台的设计与实现。该平台具有良好的开放性、平台无关性及可扩展性，可实现微观交通仿真与GIS数据互操作与共享，有效提高微观交通仿真的效率。