针对动态帧时隙Aloha（DFSA）算法中帧长限制导致标签识别吞吐量较低的问题，提出基于Logistic映射的DFSA（Logistic-DFSA）算法。首先，将Logistic映射产生的序列作为扩频通信的扩频码，通过扩频技术与DFSA算法结合，实现一个时隙多个标签的并行识别。然后，分析识别过程中帧长、扩频码长度和标签数对系统吞吐量的影响，确定最优帧长和扩频码长度。最后，依据一帧结束后剩余标签数量，提出了标签可完全识别的重复帧算法。仿真结果表明，在不同标签数量情况下，与DFSA算法相比，Logistic-DFSA算法标签识别总时隙数减少了98.3%，系统吞吐量提高了162%。因此，Logistic-DFSA算法能大幅度减小标签识别总时隙数，提高算法吞吐量，可以对阅读器范围内的标签进行有效识别。

为了提高质量可伸缩高性能视频编码（SHVC）的编码速度，提出一种基于质量SHVC的帧内预测算法。首先，利用层间相关性来预测可能的深度，排除可能性较小的深度；其次，对可能的编码深度，采用层间预测（ILR）模式进行编码，并对得到的残差系数进行分布拟合检验，判断是否满足拉普拉斯分布从而跳过帧内模式；最后，对深度编码得到的深度残差系数判断是否满足深度提前终止判断条件，如果满足该条件则提前终止以提高编码速度。实验结果表明，所提算法能够在保证编码效率损失很小的情况下使编码速度提高79%。

传统遗传算法求解计算密集型任务时，适应度函数的执行时间增加相当快，致使当种群规模或者进化代数增大时，算法的收敛速度非常缓慢。基于此，设计了"粗粒度-主从式"混合式并行遗传算法（HBPGA），并在目前TOP500上排名第一的超级计算机神威"太湖之光"平台上实现。该算法模型采用两级并行架构，结合了MPI和Athread两种编程模型，与传统在单核或者一级并行构架的多核集群上实现的遗传算法相比，在申威众核处理器上实现了二级并行，并得到了更好的性能和更高的加速比。实验中，当从核数为16×64时，最大加速比达到544，从核加速比超过31。

针对目前网格简化算法在将三维模型简化到较低分辨率时,网格模型的细节特征丢失、网格质量不佳的问题,提出一种保持特征的高质量网格简化算法。引入顶点近似曲率的概念,并将其与边折叠的误差矩阵结合,使得简化模型的细节特征在最大限度上得到保持。同时分析简化后三角网格的质量,对三角网格作局部优化处理,减少狭长三角形的数量,提高简化模型的网格质量。使用Apple模型和Horse模型进行实验,并与一种经典的基于边折叠的网格简化算法以及其改进算法之一进行对比。实验结果显示,两种对比算法三角网格分布过于均匀,局部细节模糊不清,而所提算法的三角网格在曲率大的区域稠密,在平坦处稀疏,细节特征清晰可辨;简化模型的几何误差的数量值与两种对比算法处于同一数量级;所提算法的简化网格的平均质量远高于两种对比算法。实验结果表明,在不扩大几何误差的情况下,所提算法不仅具有较强的细节特征保持能力,而且简化模型的网格质量较高,视觉效果较好。

为了有效地利用RGB-D图像的深度信息,提高BRISK算法的尺度不变性和旋转不变性,提出一种融合深度信息的BRISK改进算法。首先,采用FAST算法提取特征点,并计算每个特征点的Harris角点响应值;然后,将整个图像划分为大小相同的网格,每个网格保留Harris角点响应值最大的特征点;其次,根据图像的深度信息直接计算特征点的尺度因子;最后,计算以特征点为中心的圆的灰度矩心,通过灰度矩心和特征点的位置偏差确定特征点主方向。从尺度不变性和旋转不变性两方面对几种算法进行了对比实验分析。实验结果表明,相比BRISK算法,改进后的算法在图像尺度变化时正确匹配特征点数提高了90%以上,在图像旋转时正确匹配特征点数提高了至少70%。

前端噪声处理直接关系着语音识别的准确性和稳定性,针对小波去噪算法所分离出的信号不是原始信号的最佳估计,提出一种基于子带谱熵的仿生小波变换(BWT)去噪算法。充分利用子带谱熵端点检测的精确性,区分含噪语音部分和噪声部分,实时更新仿生小波变换中的阈值,精确地区分出噪声信号小波系数,达到语音增强目的。实验结果表明,提出的基于子带谱熵的仿生小波语音增强方法与维纳滤波方法相比,信噪比(SNR)平均提高约8%,所提方法对噪声环境下语音信号有显著的增强效果。

近似支持向量机(PSVM)在处理不平衡样本时,会过拟合样本点数较多的一类,低估样本点数较少的类的错分误差,从而导致整体样本的分类准确率下降。针对该问题，提出一种用于处理不平衡样本的改进的PSVM新算法。新算法不仅给正、负类样本赋予不同的惩罚因子,而且在约束条件中新增参数,使得分类面更具灵活性。该算法先对训练集训练获得最优参数,然后再对测试集进行训练获得分类超平面,最后输出分类结果。UCI数据库中9组数据集的实验结果表明:新算法提高了样本的分类准确率,在线性的情况下平均提高了2.19个百分点,在非线性的情况下平均提高了3.14个百分点,有效地提高了模型的泛化能力。

广角图像在全景图拼接中优势明显,然而,由于广角图像存在严重的透视畸变,往往导致拼接的效果不理想,甚至导致拼接失败。针对广角图像拼接中的透视畸变问题,提出一种广角图像自动拼接、校正算法。先计算出待拼接广角图像的特征点匹配对,求出图像拼接矩阵,对广角图像进行拼接;然后,根据图像采集时的镜头旋转角度计算出图像校正矩阵,对拼接后的全景图进行透视畸变校正。实验结果表明,基于该算法得到的全景图能够有效地消除透视畸变,达到较好的拼接效果。

针对无线传感器网络中存在多种因素影响节点可信的问题，提出了节点路由向量阈；在基于信誉的信任管理框架(RFSN)模型的基础上，采用节点路由向量阈方法，建立了多因素信任的无线传感器信任模型。该模型综合利用通信信任、能量信任和路由向量信任来计算节点信任度，较客观真实地反映出节点的信任程度，应对无线传感器网络遇到的多种安全威胁。仿真实验表明，该模型能更准确地识别节点是否可信,可及早发现恶意节点，延长了网络生存期。

最大类间方差(Otsu)方法计算简单，分割效果良好，广泛应用于图像的单阈值分割。为了使Otsu方法能够适应于更加复杂的图像，很多学者对其进行了多阈值的推广，但存在计算量大、效率低的问题。针对此不足，对Otsu方法也进行了多阈值的推广，首先划分直方图区间，然后采用快速二分法求取区间中的阈值以实现Otsu方法的多阈值扩展，使其在保持良好分割效果的基础上大大节省了时间。实验说明了该算法的有效性。

通过从业务流程重构、加强业务监督和控制等层面，指出了办公自动化（OA）和企业资源计划系统（ERP）整合的必然性。在对面向服务的体系结构（SOA）进行深入剖析的基础上，提出了基于SOA的OA与ERP整合应用的方案。通过建立工作流平台和SOA架构平台的配合机制，使得企业能低成本、高效益地整合OA和ERP，实现系统的强势整合，从而为企业提供业务流程重组的平台，提高企业的竞争力。

针对 DVHop算法在实验环境中存在的问题，加入接收信号强度指示器（RSSI）测距模块辅助定位，对算法进行改进。为了实现定位系统，首先，需要建立当前实验环境的RSSI模型；然后，应用该模型，从锚节点和非锚节点两方面分别控制DVHop定位过程。实验证明：改进后的定位系统在增加少量计算复杂度的情况下，改善了系统的稳定性，提高了定位的精度，可以被应用到无线传感器网络中。