当前区间类型数据的规模越来越大，若采用传统的属性约简方法进行处理，就需要对数据进行预处理，而这会损失原始信息。针对上述问题，提出了区间值决策系统 β分布的约简算法。首先，给出区间值决策系统 β分布的概念和约简目标，并证明了提出的相关定理；然后，对于该约简目标构建了 β分布约简的差别矩阵和差别函数，提出了区间值决策系统 β分布约简算法；最后，使用14组UCI数据集进行实验验证。在数据集Statlog上，当相似度阈值为0.6，对象数目为100、200、400、600、846时， β分布约简算法的平均约简长度为1.6、2.2、1.4、2.4、2.6，基于差别矩阵的分布约简算法（DRADM）的平均约简长度为2.0、3.0、3.0、4.0、4.0，基于差别矩阵的最大分布约简算法（MDRADM）的平均约简长度为2.0、3.0、3.0、4.0、3.0。实验结果验证了所提 β分布约简算法的有效性。

词嵌入技术在文本情感分析中发挥着重要的作用，但是传统的Word2Vec、GloVe等词嵌入技术会产生语义单一的问题。针对上述问题提出了一种融合情感词典与上下文语言模型ELMo的文本情感分析模型SLP-ELMo。首先，利用情感词典对句子中的单词进行筛选；其次，将筛选出的单词输入字符卷积神经网络（char-CNN），从而产生每个单词的字符向量；然后，将字符向量输入ELMo模型进行训练；此外，在ELMo向量的最后一层加入了注意力机制，以便更好地训练词向量；最后，将词向量与ELMo向量并行融合并输入分类器进行文本情感分类。与现有的多个模型对比，所提模型在IMDB和SST-2这两个数据集上均得到了更高的准确率，验证了模型的有效性。

航迹的合理控制是影响无人机（UAV）智能决策重要因素。考虑UAV巡检的局部观测性和任务环境的高空复杂性，以电力巡检领域知识为背景，提出面向UAV电力巡检的语义实体构建及航迹控制方法。首先，基于电力巡检领域的实体知识构建空间拓扑网络，并生成关于位置节点的语义航迹序列网络及其语义接口；然后，根据空间拓扑结构相似性度量的结果集，提出安全许可机制和基于强化学习的航迹控制策略，实现UAV电力巡检在统一的概念内涵和位置结构上的轨迹控制。实验结果表明：作为UAV巡检的实例，所提方法得到的最优策略能获得最大化的鲁棒性能；同时，该方法通过强化学习方法使目标网络的适应度稳定收敛且实体区域覆盖率高于95%，为UAV电力巡检任务决策提供了飞行依据。

实际应用中存在大量动态增加的区间型数据，若采用传统的非增量正域属性约简方法进行约简，则需要对更新后的区间值数据集的正域约简进行重新计算，导致属性约简的计算效率大大降低。针对上述问题，提出区间值决策表的正域增量属性约简方法。首先，给出区间值决策表正域约简的相关概念；然后，讨论并证明单增量和组增量的正域更新机制，提出区间值决策表的正域单增量和组增量属性约简算法；最后，通过8组UCI数据集进行实验。当8组数据集的数据量由60%增加至100%时，传统非增量属性约简算法在8组数据集中的约简耗时分别为36.59 s、72.35 s、69.83 s、154.29 s、80.66 s、1498.11 s、4124.14 s和809.65 s，单增量属性约简算法的约简耗时分别为19.05 s、46.54 s、26.98 s、26.12 s、34.02 s、1270.87 s、1598.78 s和408.65 s，组增量属性约简算法的约简耗时分别为6.39 s、15.66 s、3.44 s、15.06 s、8.02 s、167.12 s、180.88 s和61.04 s。实验结果表明，提出的区间值决策表的正域增量式属性约简算法具有高效性。

针对列车走行部故障振动数据无监督特征学习的难点，提出了一种基于压缩感知和深度小波神经网络（CS-DWNN）的列车故障识别方法。首先，对采集得到的列车走行部振动信号利用高斯随机矩阵进行压缩采样；其次，构建以改进小波自编码器（WAE）为基础的深层小波网络，将压缩后的信号直接输入网络进行自动逐层特征提取；最后，用DWNN学习到的多层特征分别训练多个深度支持向量机（DSVM）和深度森林（DF）分类器，并将识别结果进行集成。该方法利用深层小波网络从压缩信号中自动挖掘隐藏的故障信息，受先验知识和主观影响较小，并且避免了复杂的人工特征提取过程。实验结果表明，CS-DWNN方法取得了99.16%的平均诊断正确率，能够有效识别列车走行部的3种常见故障，识别能力优于传统的人工神经网络（ANN）、支持向量机（SVM）等方法和深度信念网络（DBN）、堆栈降噪自编码器（SDAE）等深度学习模型。

现有的属性约简方法大部分关注决策系统中的所有决策类，而在实际决策过程中决策者往往仅关注决策系统中的一种或几种决策类。针对上述问题，提出基于多特定决策类的不完备决策系统正域约简的理论框架。首先，给出不完备决策系统单特定决策类正域约简的概念；第二，将单特定决策类正域约简推广到多特定决策类，构造了相应的差别矩阵及区分函数；第三，分析并证明了相关定理，提出基于差别矩阵的不完备决策系统多特定决策类正域约简算法（PRMDM）；最后，选取4组UCI数据集进行实验。在数据集Teaching-assistant-evaluation、House、Connectionist-bench和Cardiotocography上，基于差别矩阵的不完备决策系正域约简算法（PRDM）的平均约简长度分别为4.00、13.00、9.00和20.00，PRMDM算法（多特定决策类中决策类数目为2）的平均约简长度分别为3.00、8.00、8.00和18.00。实验结果验证了PRMDM算法的有效性。

传统启发式正域属性约简算法在每次迭代的过程中需要添加当前正域依赖度最大的属性进入已选定的特征属性子集，算法迭代次数多且效率低，难以应用于高维大规模数据集的特征选择中。针对上述问题，研究决策系统中正域之间的单调关系，给出了多尺度属性粒（MSAG）的形式化描述，提出了一种基于多尺度属性粒的快速正域约简算法（MAG-QPR）。由于多尺度属性粒包含多个属性，可以对已选定的特征属性子集提供较大的正域，因此，通过每次迭代添加MSAG，可以达到减少迭代次数和使选定的特征属性子集能更快地趋近于条件属性全集的正域分辨能力的目的，从而提高了启发式正域约简算法的效率。在实验部分，选取8组UCI数据进行实验，对于数据集Lung Cancer、Flag和German，MAG-QPR与基于正向近似的正域保持属性约简算法（FSPA-PR）、基于正向近似的条件熵属性约简算法（FSPA-SCE）、后向贪婪正域保持属性约简算法（BGRAP）和后向贪婪启发式广义决策保持属性约简算法（BGRAG）的运行时间加速比分别为9.64、15.70、5.03、2.50；3.93、7.55、1.69、4.57；3.61、6.49、1.30、9.51。实验结果表明，所提算法MAG-QPR提高了算法效率，具有更好的分类精度。

针对传统粒子群算法不适合求解离散型问题，提出一种基于汉明距离的改进粒子群算法。该算法保留了粒子群算法的基本思想和流程，并基于汉明距离为粒子定义了一种新型的速度表示。同时，为了使算法寻优能力更高、避免迭代过程陷入局部最优无法跳出，设计了2-opt和3-opt算子，结合随机贪婪规则，使求解质量更高、收敛更快。在算法后期，为了提高粒子在整体解空间中的全局搜索能力，采用一部分粒子重新生成的方式去重新探索解空间。为了验证算法的有效性，采用了众多旅行商问题（TSP）标准算例进行测试。实验结果表明，对于小规模TSP，该算法可以找到历史最优解；对于大规模TSP，如城市数在100以上的问题，也可以找到满意解，与已知最优解之间偏差度较小，通常在5%以内。

针对周期汇报型无线传感器网络(WSN)中的无线信号冲突和能量利用效率问题,提出了一种基于网络效用最大化与冲突避免的媒体访问控制(UM-MAC)协议。该协议基于时分多路复用(TDMA)调度机制,将效用模型引入无冲突的节点工作时隙分配过程中,把链路可靠性、网络能耗归纳到一个统一的效用优化框架中;进而提出了一个启发式算法,使网络能够快速找到一个基于网络效用最大化与冲突避免的节点工作时隙调度方案。将UM-MAC协议与S-MAC协议和冲突避免MAC(CA-MAC)协议进行比较,在不同节点数量的网络环境中,UM-MAC获得的网络效用较大,平均数据包成功发送率较高,生命周期介于S-MAC与CA-MAC之间,在不同的网络负载下所有节点发数据包到汇聚节点的平均时延有所增加。仿真实验结果表明:UM-MAC协议较好地解决了冲突干扰问题,提高了网络的数据包成功发送率和能量利用效率等性能;在低网络负载时,TDMA类协议的性能并不比竞争类协议好。

针对射频识别(RFID)系统由于资源有限、广播传输等因素而存在的安全缺陷，提出了一种在开放环境中标签和阅读器之间进行双向认证的协议。采用对称加密结合随机数的方法可以很好地协调安全、高效以及成本问题。同时协议不要求阅读器与数据库之间的通信必须是安全的，从而提高了阅读器的移动性和应用范围。通过BAN逻辑对协议进行了形式化分析，证明了所提协议是安全可达的，能够有效避免窃听、追踪和重放等安全威胁。

基于神经网络的机器学习思想，提出一种利用多种视频特征的镜头边界检测算法。突变检测中，在特征矢量形成上，分别采用了相邻两帧差值法和滑动窗口法，并加入运动信息以排除强运动对突变检测的影响；在神经网络的构架上，则分别采用了融合法和选举法。在渐变检测中，先通过三个神经网络将溶解过程中方差曲线的三种模式分别识别出来，再根据溶解过程中亮度均值呈线性递增或递减的特性将干扰排除。对大量TRECVID视频进行实验的结果表明，该算法对视频突变和渐变都具有良好的检测性能，并对运动以及闪光灯的干扰具有较好的鲁棒性。

为了提高无线传感器网络的安全性，降低能耗，延长网络的生命周期，提出了混沌密钥预分配方案。该方案利用混沌的遍历性来增强密钥的抗破译性，利用混沌的初值敏感性来保证加密密钥在通信过程中可安全地动态改变。分析表明该方案能提供较大的密钥空间，而且密钥协商所需的通信和计算的开销均较小，具有较强的实用性。

为提高免疫遗传算法的运算效率，根据免疫系统本身的混沌特性，提出了一种混沌免疫遗传算法。该算法利用混沌系统的遍历性来减少数据冗余，利用混沌系统的初值敏感性来扩大搜索范围，从而保持了种群的多样性，避免了局部最优。实验表明，该算法比传统的免疫遗传算法具有更高的收敛速度及收敛性能。

为避免Web页面被篡改或重放而导致的网站服务中止或形象损毁等严重后果，提出了一种内嵌于Web服务器的实时的防篡改及防重放机制，并给出了其实现方法。该机制可以有效防范页面被恶意篡改，还可以防范黑客重放木马脚本程序，提高了系统的安全性和可靠性。

使用ActiveX技术设计并实现了通用的网络数据包检测控件,利用该控件可以在各种编程环境下,根据用户需求捕获及处理网络底层数据包,为各种需要进行数据包获取的网络应用程序的开发提供了统一的接口,极大地方便了应用程序的开发人员。

给出了一种在数据链路层上开发网络嗅探器的方法。该方法实现的嗅探器能够直接通过网卡驱动程序捕获网络上的数据帧,适用于各种类型数据包的捕获,比在协议栈的网络层捕获数据包具有更强大的功能。