髋臼锉是髋关节置换手术中最重要的手术刀具之一，髋臼锉锉齿的尺寸变化会影响髋臼锉对髋臼的铣削质量。通过处理髋臼锉三维点云可以检验髋臼锉的磨损情况，为此提出基于三维点云处理的髋臼锉锉齿尺寸分析的算法。首先结合锉齿孔洞具有点云的边界特征引入微切面法，利用最大夹角准则获取髋臼锉点云的边界；然后通过K-means聚类算法分割点云边界以标记不同齿孔位置，并对分割出的各个齿孔边界点云进行半径最近邻搜索获取隶属不同的锉齿孔的齿刃点云；最后通过RANSAC（RANandom SAample Consensus）算法对髋臼锉三维点云进行球面拟合，计算各齿孔上的齿刃点云到拟合球心的欧氏距离来分析髋臼锉的切削齿尺寸。以PCL（Point Cloud Library）为框架，实现了对髋臼锉锉齿点云的处理，其中髋臼锉点云的齿孔分割准确度达到100%，髋臼锉点云球面拟合半径精度达到0.004 mm；并对各个锉齿点云尺寸范围进行了分析。实验结果表明，所提算法对髋臼锉点云处理效果好，能有效地实现髋臼锉锉齿尺寸分析。

针对电动自行车和煤气罐搭乘电梯引起的火灾隐患，提出一种改进注意力机制的电梯场景下危险品检测方法。以YOLOX-s为基线模型，首先在加强特征提取网络中引入深度可分离卷积替换标准卷积，提升模型的推理速度。然后提出一种基于混合域的高效卷积块注意力模块（ECBAM）并嵌入主干特征提取网络中。在ECBAM模块的通道注意力部分，使用一维卷积替换两个全连接层，既降低了卷积块注意力模块（CBAM）的复杂度又提高了检测精度。最后提出一种多帧协同算法，通过结合多张图片的危险品检测结果以减少危险品入侵电梯的误报警。实验结果表明：改进后模型比YOLOX-s的平均精度均值（mAP）提升了1.05个百分点，浮点计算量降低了34.1%，模型体积减小了42.8%。可见改进后模型降低了实际应用中的误报警，且满足电梯场景下危险品检测的精度和速度要求。

针对认知无线电中以最大化网络效益为准则的频谱分配难题以及蝠鲼觅食优化（MRFO）算法难以解决频谱分配问题的不足，提出一种离散蝠鲼觅食优化（DMRFO）算法。根据工程中频谱分配问题具有亲1性的特点，首先，基于Sigmoid函数（SF）离散法对MRFO算法进行离散二进制化；然后，通过异或算子和速度调节因子引导蝠鲼根据当前速度大小自适应向最优解调整下一时刻的位置；同时，通过在全局最优解附近进行二进制螺旋觅食避免算法陷入局部最优；最后，将提出的DMRFO算法应用于解决频谱分配问题。仿真实验结果表明，采用DMRFO算法分配频谱时的网络效益的收敛均值和标准差分别为362.60和4.14，该结果显著优于离散人工蜂群（DABC）算法、二进制粒子群优化（BPSO）算法以及改进的二进制粒子群优化（IBPSO）算法。

为解决恶意软件行为分析系统中分类准确率较低的问题,提出了一种基于支持向量机(SVM)的恶意软件分类方法。首先人工建立了一个以软件行为结果作为特征的危险行为库;然后捕获软件所有行为,并与危险行为库进行匹配,通过样本转换算法将匹配结果变成适合SVM处理的数据,再利用SVM进行分类。在SVM模型、核函数以及参数对(C,g)的选择方面先进行理论分析确定大致范围,再使用网格搜索和遗传算法(GA)相结合的方式进行寻优。为验证所提恶意软件分类方法的有效性,设计了一个基于SVM模型的恶意软件行为评估系统。实验结果表明,该系统的误报率和漏报率分别为5.52%和3.04%,比K近邻(KNN)、朴素贝叶斯(NB)算法更好,与反向传播(BP)神经网络相当,但比BP神经网络的训练和分类效率更高。