为了准确、可靠地识别光伏模型参数，提出一种改进回溯搜索算法（MBSA）。该算法首先通过选取部分种群个体同时学习当前种群和历史种群信息，而其他个体向当前种群中最优个体学习并远离最差解，从而保持种群多样性并提高收敛速度；然后，通过概率来量化总体中的个体性能，进而每个个体基于概率自适应地选择不同的进化策略来平衡探索和开发能力；最后，采用基于混沌局部搜索的精英策略来进一步提高种群的质量。所提算法在单二极管、双二极管和光伏模块等不同的光伏模型上进行仿真实验。实验结果表明，所提出的策略极大提升了回溯搜索算法（BSA）的收敛速度和参数识别的准确性。将所提算法与逻辑混沌JAYA（LCJAYA）算法和多重学习回溯搜索算法（MLBSA）等八种先进的算法进行对比，结果表明，所提出算法参数识别的鲁棒性在对比算法中最优，在单、双二极管模型上的识别准确性明显优于JAYA、LCJAYA、改进的JAYA优化（IJAYA）和基于教学的优化（TLBO）算法，在光伏模块模型上的识别准确性明显优于MLBSA、JAYA、IJAYA和TLBO算法。在不同光照条件和不同温度下采用厂商真实数据对薄膜、单晶和多晶三种光伏组件进行的实际测试中，所提算法的预测结果与实测情况一致。仿真结果表明，所提算法能够精确稳定地识别光伏模型参数。

测试用例优先排序技术能够有效提高回归测试效率，是软件测试的热点研究课题之一。针对基于需求的测试用例优先排序方法可操作性差的问题，提出了一种改进的基于测试点覆盖和离散粒子群优化算法的求解方法（TCP-DPSO）。首先，把影响排序的各种因素分为测试收益型因素和测试成本型因素两大类，通过加权平均的方式进行归一化，得到基于需求的通用测试平均收益率评价指标；然后，利用交换子和基本交换序列定义粒子的位置和速度，借鉴遗传算法（GA）变异策略引入变异算子，采用时变惯性权重调整粒子的探索能力和开发能力，促进可持续进化和逼近优化目标。实验结果表明，TCP-DPSO在最优解质量上与遗传算法相当，大幅优于随机测试，在最优解成功率和平均求解时间上优于遗传算法，具有更好的算法稳定性。

在浓雾天气下,针对基于常规偏振特性去雾算法去雾效果不理想的特点,提出了一种基于暗原色先验原理的颜色空间转化算法去除偏振图像的浓雾。相比传统的成像技术,偏振图像探测技术在复杂环境下的目标探测和识别处理具有独特的优势,偏振图像通常采用强度图、偏振度图、偏振角图来表征目标的偏振信息。为了达到偏振信息与去雾模型相结合的目的,采用一种颜色空间转化的方法,首先把偏振信息转化到HIS颜色空间对应的亮度、色度、饱和度等各分量中,再把HIS颜色空间映射到RGB空间;其次,结合雾霾图像的大气散射模型用暗原色先验原理求图像的暗通道图;最后,在图像的稀疏先验基础上用softmatting算法细化修正大气传输率。实验结果表明,在能见度很低时,去雾后图像的标准差、信息熵、平均梯度等指标比现有的偏振去雾技术提高很多,该方法能有效增强浓雾天气下图像的整体对比度,提高偏振图像的目标识别能力。

针对发音错误检测中标注的发音数据资源有限的情况,提出在Tandem系统框架下利用其他数据来提高特征的区分性。以中国人的英语发音为研究对象,选取了相对容易获取的无校正发音数据、母语普通话和母语英语作为辅助数据,实验结果表明,这几种数据都能够有效地提高系统性能,其中无校正数据表现出最好的性能。同时,比较了不同的扩展帧长,以多层神经感知(MLP)和深度神经网络(DNN)作为典型的浅层和深层神经网络,以及Tandem特征的不同结构对系统性能的影响。最后,多数据流融合的策略用于进一步提高系统性能,基于DNN的无校正发音数据流和母语英语数据流合并的Tandem特征取得了最好的性能,与基线系统相比,识别正确率提高了7.96%,错误类型诊断正确率提高了14.71%。

针对目前服务质量(QoS)评估方法中忽视对服务隐式质量的评估而导致结果不准确的问题，提出了一种综合考虑显式和隐式质量属性的服务评价方法。首先，显式质量属性以向量形式表达，采用服务质量评估模型，经过量化、归一化，计算出评估值；然后，隐式质量属性以用户评价间接表达，根据评价相似用户的推荐而完成对隐式服务质量的评价，评估过程考虑推荐用户的可信性和新老用户的区别；最后综合显式和隐式质量评价作为服务质量评价结果。使用100万条Web服务的QoS数据与其他3类算法进行了对比实验。仿真实验证明了所提方法的可行性与准确性。

针对现有路由表查找方法效率低的问题，提出了一种基于多分支优先级树的数据查找算法。该算法将优先级较高的前缀依次存储在原多分支树的虚节点上，将需要进行扩展的前缀存储在辅助存储结构中，从而在路由查找时，该方法可在内部节点找到最长前缀匹配而无需查找到叶子节点，同时避免了在路由表更新时对路由表的重建。仿真结果表明，提出的查找算法能够有效减少在对路由表查找、插入和删除操作所需的内存访问次数，并大幅度地提高路由查找及其更新速率。

设计了一种基于LabVIEW和可调谐光滤波器的光纤光栅传感动态解调系统。用LabVIEW编写虚拟仪器(VI)程序，通过硬件接口由计算机控制可调谐光滤波器，使其在固定波长范围内扫描；采集电路对光电转换后的信号进行采集并送到计算机中分析处理，得到传感信号的反射波长以获得应变量。最后把传感解调系统的测试结果和光谱仪的测试结果进行比较，两者基本一致，说明了解调系统的设计是正确的。

给出了一种JPEG域基于离散余弦变换(DCT)系数多方向相关性的图像信息隐藏盲检测方法。首先利用DCT系数多方向相关性构造差值彼邻相关矩阵，然后利用此矩阵提取48维特征向量，最后使用支持向量机(SVM)区分载体、载密图像。该方法应用于6种典型的JPEG图像隐写算法，实验结果表明，该方法对这些隐写算法都能够进行比较可靠的检测。

在叠加网应用中,因为网络的开放性及匿名性,节点的具体行为不可知,恶意节点以及Free Rider的存在会对网络造成较大的影响,需要引入信任模型对网络加以保护。提出了基于信任推荐及群组投票的全局信任模型RGVTrust来对网络中各节点的可信程度加以建模量化,以准确区分各类节点。仿真结果显示,该模型在收敛速度及服务成功率上表现优异,并具有高的协同作弊免疫力。

针对传感网中的伪造、重放，尤其是拒绝服务类泛洪攻击，设计了一种新的安全邻居关系——在所有相邻节点间建立起一个信任关系，通过这种信任，关系节点就有能力来限制与自己相邻的节点发送分组的速率,由此在路由发现过程中规避掉那些不受信任的节点。详细阐述了这种方案，并通过广泛的模拟实验展示了方案的可行性。实验结果显示此方案对拒绝服务类泛洪攻击是有效的。

多协议标签交换（MPLS）和组播技术的结合可以获得MPLS的高速率、QoS、流量工程、VPN和组播的带宽节省两方面的益处，MPLS和组播是两种互补的技术，这对于带QoS参数的实时的多媒体应用是必须和紧迫的。文章综述了MPLS组播技术在实现机制、组播树的构建等方面的基本原理和研究进展，分析了存在的问题和发展方向。

如何有效充分地利用WWW缓冲中的信息,其关键是建立一个合适的用户兴趣模型和构造合适的兴趣挖掘算法。用户的兴趣是一个相对模糊的概念,简单兴趣模型通过(词条,权重)来刻画兴趣,但是它的表示粒度太小,不能贴切地描述用户的兴趣。文中在充分分析WWW缓冲模型的基础上提出了基于粗糙集的用户模糊兴趣概念。利用该方法可以对WWW缓冲中的网页文档和文档集合进行统一建模,这为利用用户历史兴趣信息和进行兴趣匹配提供了便利。

在介绍了ICMPv6、邻居发现协议(NDP)以及小设备的定义和特点之后,详细地给出了ICMPv6与邻居发现协议在小设备上实现的简化建议,介绍了协议的实现及测试,并给出了实验的测试结果。

提出了一个单源的应用层组播的协议SSALM。SSALM协议采用树优先的构造策略,在组成员之间构造基于源的组播分发树,并在源树的基础上建立叠加网。成员可以独立地加入组和退出组,并在组播树中进行切换。给出了该协议的主要算法和实现模型。在现有的Internet环境下使用该协议能有效地节省网络带宽。