针对知识图谱（KG）在知识驱动的人工智能研究中发挥的强大支撑作用，分析并总结了现有知识图谱和知识超图技术。首先，从知识图谱的定义与发展历程出发，介绍了知识图谱的分类和架构；其次，对现有的知识表示与存储方式进行了阐述；然后，基于知识图谱的构建流程，分析了各类知识图谱构建技术的研究现状。特别是针对知识图谱中的知识推理这一重要环节，分析了基于逻辑规则、嵌入表示和神经网络的三类典型的知识推理方法。此外，以异构超图引出知识超图的研究进展，并提出三层架构的知识超图，从而更好地表示和提取超关系特征，实现对超关系数据的建模及快速的知识推理。最后，总结了知识图谱和知识超图的典型应用场景并对未来的研究作出了展望。

由于低孔低渗储层孔隙结构较为复杂，现有核磁共振（NMR）测井渗透率模型对于低孔低渗储层预测精度不高。为此，提出一种融合深度置信网络（DBN）算法与核极限学习机（KELM）算法的渗透率预测方法。该方法首先对DBN模型进行预训练，然后将KELM模型作为预测器放置在训练好DBN模型后，利用训练数据进行有监督的训练，最终形成深度置信-核极限学习机（DBKELMN）模型。考虑到该模型需充分利用反映孔隙结构的横向弛豫时间谱信息，将离散化后的核磁共振测井横向弛豫时间谱作为输入，渗透率作为输出，确定NMR测井横向弛豫时间谱与渗透率的函数关系，并基于该函数关系对储层渗透率进行预测。实例应用表明，融合DBN算法与KELM算法的渗透率预测方法是有效的，预测样本的平均绝对误差（MAE）较斯伦贝谢道尔研究中心（SDR）模型降低了0.34。融合DBN算法与KELM算法的渗透率预测方法可提高低孔渗储层渗透率预测精度，可应用于油气田勘探开发。

鉴于网络医学中尚未有对疾病分类与功能蛋白模块功能同质性分析之间关系的研究，展开以下研究工作：首先，利用Mesh、String9等数据库中的数据构建了基因关系网络；其次，采用基于优化模块度的模块划分方法（如BGLL、非负矩阵分解（NMF）等聚类算法）对基因关系网络进行了划分；再次，对划分出来的模块进行了GO富集分析，通过对高致病拓扑模块和低致病拓扑模块的GO富集分析的比较，发现了疾病分类和蛋白模块功能特性在生物过程、细胞组分、分子功能等方面存在重要的生物学提示；最后，分析了疾病分类的拓扑模块的功能特性，通过对网络拓扑性质如平均度、密度、平均最短路径长度等方面的分析得到了各模块的功能特点数据，进一步揭示了疾病分类和功能模块之间的相关关系。

目前大多数流形学习算法无法获取高维输入空间到低维嵌入空间的映射，无法处理新增数据，因此无增量学习能力。而已有的增量流形学习算法大多是通过扩展某一特定的流形学习算法使其具备增量学习能力，不具有通用性。针对这一问题，提出了一种通用的增量流形学习(GIML)算法。该方法充分考虑流形的局部平滑性这一本质特征，利用局部主成分分析法来提取数据集的局部平滑结构，并寻找包含新增样本点的局部平滑结构到对应训练数据的低维嵌入坐标的最佳变换。最后GIML算法利用该变换计算新增样本点的低维嵌入坐标。在人工数据集和实际图像数据集上进行了系统而广泛的比较实验，实验结果表明GIML算法是一种高效通用的增量流形学习方法，且相比当前主要的增量算法，能更精确地获取增量数据的低维嵌入坐标。

为提高具有流形结构的高维数据的聚类性能，提出非线性判别K均值聚类算法(NDisKmeans)。该方法通过引入流形上的谱正则化技术，将数据的低维嵌入表示成数据流形上平滑函数的线性组合，然后通过最大化低维空间中聚类类间的散度与总体散度的比值，来实现对高维数据的聚类。还设计了一种收敛的迭代求解方法来求解最优组合系数矩阵和聚类赋值矩阵。NDisKmeans方法由于考虑了数据的流形结构，克服了判别K均值算法中线性映射的不足，从而提高了对高维数据聚类的性能。最后在数据集上的广泛实验表明，NDisKmeans方法能有效实现对高维数据的聚类。

为了解决移动自组织网络中路由路径必须至少有一条完整路径的限制，以及数据信息的安全和共享，节点存储负载等问题，提出了基于节点疏密度的动态路由算法。并对网络中的缓存资源提出了基于服务评价管理的共享机制，使网络在节点疏密度不同时，仍然能够提供安全、优质的服务。在该机制中，当移动节点发送通信申请时，对网络中的邻域节点所持有的信息进行考核，满足通信条件的节点信息进行交互，服务结束后，参与节点对其服务进行评价，并将数据和服务评价存储于邻域节点；当节点疏密度降低时，发送代理缓存请求给就近节点，就近节点作为代理节点提供相应的数据服务；对缓存资源中服务评价低于用户安全需求的数据信息进行更新删除。该机制有效地提高了移动自组织网络的数据安全性和网络健壮性，减少了带宽通信和数据存储空间的压力。

在目前全球倡导“低碳经济”的背景下,嵌入式软件功耗已成为嵌入式系统设计的重要瓶颈，利用仿真技术实现嵌入式软件功耗的度量与实验是一种重要的开发手段。HMSim是一个高精度的指令级嵌入式软件功耗仿真器，介绍了HMSim的总体设计以及指令集仿真器结构，详细设计UART和LCD控制器等I/O接口的功能仿真模型，提出一种I/O接口功耗统计方法，最后通过运行基于μC/OS-II RTOS的应用程序，验证HMSim I/O接口功耗仿真模块的设计实现正确性。

根据玻璃碎片图像的特点,首先去噪、用传统的边缘检测算子检测边缘,并进行阈值分割,生成了初始的二值分割;然后通过求距离函数并对其进行重建、倒置;最后执行基于链码的分水岭变换算法得到一个完整的玻璃碎片分割图,可用来统计出分割块数和进行后续分析。