针对动态网络节点之间链路预测的准确率低和运行时间长的情况，提出了一种以降噪自编码器（dAE）为框架，结合图卷积网络（GCN）和长短期记忆（LSTM）网络的动态网络表示学习模型dynGAELSTM。首先，该模型的前端采用GCN捕获动态图节点的高阶图邻域的特征信息；其次，将提取到的信息输入dAE的编码层以获取低维特征向量，并在LSTM网络上获取动态网络的时空依赖特征；最后，经dAE的解码层重建预测图，并与真实图对比来构建损失函数，从而优化模型完成链路预测。理论分析和仿真实验表明，dynGAELSTM模型相较于预测性能第二的模型在三个数据集上的预测性能分别提升了0.79、1.19和3.13个百分点，模型的运行时间降低了0.92%和1.73%。可见dynGAELSTM模型在链路预测任务中相较于现有模型精度提升，复杂度降低。

针对传统基于核范数最小化（NNM）的低秩约束模型在低剂量CT（LDCT）影像去噪中易造成局部纹理细节丢失的问题，提出一种具有区域内容感知能力的加权NNM的LDCT影像去噪算法。首先采用基于奇异值分解（SVD）的方法估计LDCT影像中的局部噪声强度；然后采用基于局部统计特性的方法进行目标影像块匹配；最后根据影像局部噪声强度以及不同奇异值水平自适应设置核范数权重，以实现基于加权NNM的LDCT影像去噪。仿真实验结果表明，所提算法在均方根误差（RMSE）指标上较传统NNM算法、全变分最小化算法以及变换学习算法分别降低30.11%、14.38%和8.75%，在结构相似度（SSIM）指标上较上述3种算法分别提高34.24%、23.06%和11.52%。真实临床数据实验结果表明，所提算法处理结果的放射医生评价平均分为8.94，与常规剂量CT影像的评价平均分数仅差0.21，显著高于传统NNM算法、全变分最小化算法和变换学习算法的平均分。仿真及真实临床数据的实验结果表明，所提算法能够在滤除LDCT影像伪影噪声的同时，有效保持局部纹理细节信息。

针对目前铅笔画生成方法中的线条不够灵活、纹理缺少方向感的问题，提出了一种基于带方向的纹理和线条草图将一幅图像转换为铅笔画风格的方法。首先，对输入图像进行直方图匹配得到图像的色调图，并将图像分割为多个区域，对每个区域，根据其颜色和形状计算其色调和方向，以此决定铅笔纹理的色调和方向；然后，通过可调整的线性卷积方法得到铅笔画的线条草图；最后，将纹理和草图结合得到铅笔画效果。运用提出的方法对不同类型的自然图像进行了铅笔画的转换，并与已有的线卷积积分方法和基于色调的方法进行了对比。实验结果表明带方向的区域纹理能更好地模拟手工铅笔画纹理的方向，可调整的线条能够更好地模拟手工铅笔画的线条的随意性和灵活性。

针对超声阵列式光声计算层析成像技术数据采集量大、成像速度慢的问题,为拓展该技术在血流动力学等领域的应用,提出一种基于主成分分析(PCA)的快速光声计算层析图像重建方法。该方法首先通过部分全采样数据,构建样本图像矩阵;然后,通过矩阵分解运算构建信号投影矩阵;最后,基于该投影矩阵在三倍欠采样条件下快速重建出高质量三维光声图像。在体小鼠背部血管成像实验表明:与传统反投影光声图像重建方法相比,基于主成分分析的光声图像重建方法可将数据采集规模降低约35%,三维图像重建速度提高约40%,实现了三倍欠采样条件下高精度光声图像的快速采集与重建。

选票符号识别是基于图像理解的计票系统的关键技术，为提高选票符号识别的正确率，提出了一种基于游程特征的选票符号识别方法。首先给出了选票符号游程特征的定义，构建了选票符号的游程判定模型；然后利用三叉树结构描述了游程区域之间的相对位置关系；此外，通过游程区域的合并实现了噪声环境下主游程区域的提取，并对歧义符号的处理方法进行了研究；最后，实验结果表明，游程特征能够准确描述选票符号的几何特征，所给出的算法细分能力强，识别正确率高，比基于模板匹配的算法的正确率提高了6.07%。

应用模糊多目标理论建立驾驶员换道决策模型，根据实际道路实验所得数据，计算出不考虑和考虑驾驶倾向差异的换道模型预测结果，将模拟出的交通流宏观参数(换道率)与道路实验情况相对比，进行驾驶倾向性推理效果的验证。实验结果表明，所提方法可以明显改善汽车驾驶倾向性辨识模型的准确率。

针对多用户多输入多输出(MIMO)下行链路由有限反馈导致的性能缺失，提出一种基于双码本的有限反馈预编码方法。该方法首先在接收端根据期望用户最大信干比准则从预置码本中选取预编码码字及扰动码字反馈给发送端，然后利用矩阵线性变换特性对预编码码字进行线性变换扰动以达到容量最优，从而补偿由于有限反馈导致的容量性能缺失。仿真结果表明，所提出的方法在保证反馈链路开销与系统误码性能的情况下，有效地改善了系统吞吐量。

基于现有构件以演化方式产生出新的构件是提高软件复用水平和满足用户不断变化需求的关键技术。首先，给出了一种基于多个代理的构件演化交互模型，该模型能够以自治方式实现演化一致性数据处理；其次，利用方面织入机制将新的功能代码准确织入现有构件内部，降低了构件不同功能代码的耦合度；然后，对构件演化的复杂度进行了讨论，给出了四项演化复杂度评价指标和一个复杂度计算模型，以对构件演化成本进行量化估算；最后，以数字化校园中各应用系统间数据交换构件演化为例，证明了方法的可行性和有效性。

针对垂直分层空时方案传统检测存在误层传输效应及复杂度高的问题,提出了一种MIMO-OFDM下行链路系统中基于几何均值分解的V-BLAST非线性模代数预编码方法。该方法首先采用几何均值分解获得各子信道具有相同等效噪声增益的预编码矩阵,再在发射端正交频分复用(OFDM)子载波信道间进行非线性模代数预编码,可以有效地消除分层空时码的误层传输效应,在接收端采用最小均方误差准则。仿真实验表明,该方法比传统方法有效改善了系统的误码性能,一定程度上降低了下行链路接收机的复杂度。

在研究Agent理论的基础上，提出软件系统的智能性、灵活性主要表现在软件系统能够感知环境与需求的变化，根据变化来对自身业务流程做出相应的调整。重点在于结合反射技术，通过动态配置器的参与作为决策依据进行研究，建立基于反射机制的多Agent数据交互配置模型，在现有的多Agent合作和协调机制下，该模型为开放、异构、动态环境下多Agent数据交互提供灵活、自适应的解决方案，并将该模型应用于实际系统的设计中。

针对网络入侵检测系统（NIDS）的处理速度无法跟上网络通讯及其数量的增长速度，提出了基于Netfilter的分布式NIDS系统和负载均衡算法，在Netfilter上实现了数据包的分流，使得分配到每一个NIDS的数据包的集合是一个特定攻击的特征集合。实验表明，分布式NIDS中每个NIDS的负载基本相等，漏检率减少到了单个NIDS的1/4。

SOIS是关于星上互联协议和软件服务的一种标准，其最外层为用户定义了统一的服务调用接口。时间访问服务是其中最基本的一种。提出了一种对时间访问服务采用Simulink/Stateflow混合建模的方法。

研究了信息在计算机网络中的双向智能匹配问题；给出了一种基于多Agent技术的双向智能自动匹配系统模型，阐述了其组成架构、工作原理及流程，提出了多Agent间协作机制和信息的模糊匹配；实现了信息搜索过程中信息高速精准的双向智能自动匹配，并指出了它并行性的发展方向。