为了解决计算机断层成像（CT）稀疏解析重建过程中产生条状伪影的问题，在经典的UNet网络结构的基础上，提出了多残差UNet （Mr-UNet）网络结构，以更好地压制条状伪影。首先，用传统滤波反投影（FBP）解析重建算法稀疏重建出含条状伪影的稀疏图像；然后，将该类图像作为网络结构的输入，且将相对应的高精度图像作为网络的标签进行训练，使得该网络具有很好的压制条状伪影的性能；最后，将经典UNet原先的四层下采样加深到五层，并在模型中引入残差学习机制将每个卷积单元构建为残差结构，从而提升网络的训练性能。实验中采用了2 000对大小为256×256的含条状伪影图像和对应的高精度图像作为数据集，其中，1 900对作为训练集，50对作为验证集，其余的作为测试集来训练网络，并验证、评估网络性能。实验结果表明，与传统的总变差（TV）最小化算法及经典的UNet深度学习方法的比较表明，所提模型重建图像的均方根误差（RMSE）平均降低了约0.002 5，结构相似度（SSIM）平均提高了约0.003，且能更好地保留图像纹理和细节信息。

传统的总变差（TV）最小算法是一种基于压缩感知(CS)的经典迭代重建算法，可以从稀疏数据或含噪数据中高精度地重建图像。然而，TV算法在重建分段常数特征不明显的图像时可能会引入块状伪影，通过研究得出，在图像去噪中使用高阶总变差（HOTV）能有效压制TV模型引入的块状伪影。鉴于此，提出了一种HOTV图像重建模型及其Chambolle-Pock（CP）求解算法。具体来说，以二阶梯度构建二阶TV范数，进而设计了一种数据保真约束的二阶TV最小重建模型，并推导出了相应的CP算法。在理想数据投影和含噪数据投影条件下，分别采用基于波浪背景的Shepp-Logan模体、灰度渐变模体以及真实CT图像模体进行重建实验，并进行定性和定量分析。理想数据投影的重建结果表明，和传统TV算法相比，HOTV算法能有效压制块状伪影并提高重建精度。含噪数据投影的重建结果表明，HOTV算法和TV算法均有良好的抗噪能力，但HOTV算法的保边性能更好且抗噪性更强。在重建分段常数特征不明显而灰度波动特征明显的图像时，HOTV算法是一种比TV算法更优的重建算法。所提HOTV算法可以被推广到各种扫描模式下的CT重建及其他成像模态中。

针对工控系统中传统的异常流量检测模型在识别异常上准确率不高的问题，提出一种基于卷积神经网络（CNN）的异常流量检测模型。该模型以卷积神经网络算法为核心，主要由1个卷积层、1个全连接层、1个dropout层以及1个输出层构成。首先，将实际采集的网络流量特征数值规约到与灰度图像素值相对应的范围内，生成网络流量灰度图；然后，将生成好的网络流量灰度图输入到设计好的卷积神经网络结构中进行训练和模型调优；最后，将训练好的模型用于工控网络异常流量检测。实验结果表明，所提模型识别精度达到97.88%，且与已有的精度最高反向传播（BP）神经网络测精度提高了5个百分点。

针对萤火虫算法（FA）收敛速度慢和求解精度不高的问题，提出一种基于均匀局部搜索和可变步长策略的萤火虫优化算法（UVFA）。首先，根据均匀设计理论建立局部搜索算子，对FA的搜索过程进行改进，以提升算法的局部开采能力和收敛速度；其次，利用可变步长策略，动态地调整算法搜索步长，以平衡全局和局部的勘探能力和开采能力；最后将均匀局部搜索算子和可变步长进行融合。通过对12个标准测试函数进行仿真实验，结果表明，UVFA的目标函数均值均明显优于FA、明智步长策略的萤火虫算法（WSSFA）、可变步长萤火虫算法（VSSFA）和基于均匀局部搜索的萤火虫优化算法（UFA），并且时间复杂度明显降低，并且在低维和高维问题中均显示出了较好的质量，具有良好的鲁棒性。

针对航空读卡器存在便携性差、速度慢和标签存储容量小等问题，提出了一种基于STM32的大容量射频识别(RFID)系统设计方法。以高性能的STM32嵌入式微处理器为核心，采用新型的CR95HF射频芯片，设计了一款工作在高频(HF)频段并支持ISO 15693、ISO 18092等多种协议的新型手持式RFID读卡器，详细阐述了系统的电源、天线设计和软件的速率、误码优化。同时，设计了一款与之匹配的被动式大容量电子标签，其存储容量高达32KB，与读卡器构成大容量RFID系统。实验结果表明，与传统读卡器相比，该读卡器的读写速度提升2.2倍，误码率降低91.7%，标签容量提升255倍，为航空物流领域的快速、准确和大数据需求提供了更好的选择。

针对当前方法难以获取评论文本全局情感倾向性的问题,提出一种基于潜在狄利克雷分布(LDA)模型的多文档情感摘要方法。该方法首先对给定的句子进行情感分析,抽取带有主观性评价的句子;然后,应用LDA模型表示已抽取的句子,并通过词汇的重要度和句子的特征计算句子的权重;最终提取情感文摘。实验结果表明,该方法能够有效地识别情感关键句,在准确率、召回率和F值上均有不错的效果。

为了提高加权多模算法的盲均衡性能，提出基于加权因子非线性变化的改进加权多模盲均衡算法。新算法构造了均方误差和加权因子的非线性函数关系，提高了收敛速度，增强了算法对不同信噪比的适应能力。在算法收敛过程中，加权因子的值随着均方误差的减小逐渐增大，从而动态地调整算法的模值，使得误差模型越来越精确地匹配信号星座图，达到降低稳态均方误差的目的。理论分析和仿真结果表明，提出的算法降低了稳态均方误差，提高了收敛速度。

为了进一步提高指数型变步长常数模算法收敛速度,在分析误差信号自相关性的基础上,利用多延迟误差信号的自相关函数来控制步长,提出一种基于指数型多延迟误差信号自相关的变步长常模算法。该算法与无延迟及单位延迟相比,多延迟误差信号的自相关函数可以为训练轨迹提供简单且更为准确的信息,使得算法的收敛速度更快,同时使收敛过程更加平滑稳定。水声信道仿真实验进一步说明了该算法在收敛速度上的优越性。

针对由于复杂背景的干扰而导致不能准确跟踪感兴趣运动目标的问题，提出一种基于多特征自适应融合的粒子滤波跟踪算法。首先在HSV颜色空间中得到感兴趣运动目标的加权颜色分布模型，然后利用不变矩特征来消除背景中相似颜色物体和光照变化的干扰，两种特征通过自适应调整权重来更新粒子权值而融合于粒子滤波算法中，从而能够准确和稳定地跟踪运动目标。实验证明，该算法在运动目标平移、姿态变化、遮挡、光照变化及相似颜色干扰等复杂背景下都能够准确地进行跟踪，对背景干扰具有很强的鲁棒性。

在复杂环境下，任何环境的改变都会对运动目标检测的准确性产生影响。因此提出广义高斯混合模型与背景减除法相结合的算法对运动目标进行检测。该模型可以灵活地感知环境，自适应地处理视频背景模型中背景的环境变化，如光线渐变、背景扰动、阴影和噪声等，而且当光线突变时可以迅速感知并重新建模。此外为了满足实时性，采取每隔3帧进行一次背景更新的策略。实验结果证明本算法在满足实时性的同时，能准确检测出运动目标。

提出一种利用遗传算法优化支持向量机来进行垃圾邮件的分类方法。首先对邮件进行预处理，然后利用遗传算法优化支持向量机的惩罚因子和核函数参数的组合，最后利用优化后的支持向量机对邮件进行分类。在由5800篇邮件构成的数据集上进行实验的结果表明,该方法能达到89.67%的准确率,提高了对中文垃圾电子邮件过滤的准确性。

目前的多等级门限共享方案中，高等级用户的作用可以被若干个低等级用户联合取代，而多秘密门限共享方案中，所有秘密只能在同一级门限下共享。为克服这两个问题，利用Birkhoff插值法和离散对数的困难性，提出了一个可认证的多等级门限多秘密共享方案。该方案可以同时划分多个等级，而每级门限下可以共享多个秘密。每个参与者只需持有一个子秘密，方便管理与使用。

粗糙集理论在数据挖掘中的成功应用已成为近来人工智能领域研究的热点，人们将经典粗糙集中的等价关系放宽后使粗糙集理论的运用更加广泛，但在不完备信息系统中的运用仍受到限制。在已有的集对粗糙集模型的基础上，提出了针对不完备系统更加有效的集对粗糙集模型，通过实例说明了这种模型的可行性和有效性，使粗糙集模型在一定程度上得到了推广。

传统的马尔可夫随机场（MRF）图像分割在优化求解的过程中存在运算量较大，运算时间过长，算法不收敛等问题。针对这些问题，提出一种改进算法。首先根据图像灰度分布建立标号场的更新概率模型，然后再根据此模型进行标号场的更新，从而有效地加快迭代收敛速度。实验结果证明了本算法的有效性。

提出一种从点状随机分布背景中检测连续曲线的方法。根据曲线连续性特征，采用动态规划算法寻求数据集中最显著的曲线特征，给出了在基于多光谱影像黄河主溜线检测中的应用实例。由于黄河主溜区域和非主溜区域光谱差异小，造成提取出的主溜点存在一定散布情况。根据河流相邻主溜点之间的连续性，分析了算法在主溜线检测中的可行性，并用实验验证了算法的有效性和与曲线拟合方法相比的优越性。

介绍了多重秘密门限秘密共享方案，该方案通过一次秘密共享过程就可实现对任意个秘密的共享，而参与者秘密份额的长度仅为一个秘密的长度。同时，考虑了此类门限方案的安全性，基于特殊差分方程给出安全的多重门限秘密共享方案。分析表明，给出的门限秘密共享方案的信息率为1/2，且对于防欺诈是无条件安全的。

在对轨迹流矢量进行量化编码的基础上，提出了一种基于深度优先搜索的轨迹分布模式提取算法，生成了能够描述轨迹分布的序列模式图，并给出了与之相应的异常检测和行为预测方法。对不同场景的可见光和红外序列图像的实验表明，本文方法不仅能够学习轨迹中流矢量的分布，而且能够反映它们之间的时序关系，可以应用于室外复杂场景的目标异常行为检测。

针对基于离散小波变换的视频降噪方法难于实时处理的问题，提出了一种基于提升框架的可实时处理的视频降噪方法。首先，对每帧图像利用提升框架进行多级小波分解，得到尺度系数和小波系数；然后，对不同层次的小波系数采用软阈值收缩方法进行滤波；小波逆变换后，利用时间域滤波方法进一步提高降噪效果。实验结果表明，该方法具有较好的实时性和去噪效果。

针对基于离散小波变换的视频降噪方法难于实时处理的问题，提出了一种基于提升框架的可实时处理的视频降噪方法。首先，对每帧图像利用提升框架进行多级小波分解，得到尺度系数和小波系数；然后，对不同层次的小波系数采用软阈值收缩方法进行滤波；小波逆变换后，利用时间域滤波方法进一步提高降噪效果。实验结果表明，该方法具有较好的实时性和去噪效果。

利用标准的参数曲面来表示真实的三维曲面物体，并将物体正面、侧面及背面拍摄图像的侧影轮廓线作为约束，通过最小化线性约束下的二次目标函数实现曲面造型。将曲面重新投影到物体的正面、背面及侧面图像上，利用基于重心坐标的加权纹理提取方法提取纹理图像。利用真实图像实现了逼真的曲面造型，验证了该方法的可行性和正确性。

提出了动态可验证的彩色可视多重秘密共享方案。该方案共享多幅秘密图像，使得任意t个或更多的子秘密能够恢复秘密图像，而任意t-1或者少于t个子秘密却得不到有关图像的任意信息。该方案通过一次秘密共享就可以实现对多个秘密图像的共享。方案中每个参与者的子秘密可多次使用，秘密更新时，无需更新参与者的子秘密,同时，可以灵活增加或删除某个参与者。

密钥管理是信息安全中的一个重要领域，密钥协商是密钥管理中的一个重要方面。基于线性码理论给出了一个计算安全的有门限可认证的多重秘密密钥协商方案。该方案使得参与者可以协商秘密密钥，而不用基于离散对数假设。参与秘密密钥协商的参与者组成的集合必须满足门限要求才能进行秘密密钥协商；同时协商的秘密密钥具有多重性，即进行一次秘密协商，可产生出多个秘密密钥。该方案基于线性码理论，可以进行验证，具有认证功能，能够防止第三方攻击。

Out-Tree任务图代表分治算法的一大类问题。本文专门针对该类任务图，提出了一个新的调度算法。它利用fork结构的最优调度为各任务定义优先级，准确的反映了任务对调度的影响，保证了任务的正确调度顺序，得到优的调度长度。并在不改变调度长度的情况下，将结点尽可能地分配到已用处理器上，节省了处理器。实验表明，本文算法的调度性能优于现有同类算法。

根据IEC9646对协议测试的原理和说明，基于工业以太网（EPA）协议的通信特点及其要求，设计了EPA一致性测试中抽象测试集的层次结构模型，参照树表结合表示法（TTCN）的结构框架和思路定义了一种类形式化语言来描述EPA的抽象测试集，介绍了EPA抽象测试集的生成过程和实现步骤。通过EPA 一致性测试系统的实际应用，证明EPA抽象测试集能够完整的包括EPA协议一致性测试的所有内容，根据此测试集设计的测试系统能够准确测试出被测协议实现是否与EPA标准一致。

深入讨论了工作流流程的起点模型、流程激活模型、流程运转模型以及终点模型。在传统的关系数据库的基础上，提出了一个适用于关键业务开发的基于关系结构的流程控制模型，说明了该模型目前的应用情况。