针对农产品追溯系统中的安全和效率问题，依据区块链的去中心化安全特性，提出一种基于联盟区块链的高效解决办法。首先，通过星际文件系统（IPFS）对农产品数据进行hash转变，从而减小区块中单条事务数据量，并利用IPFS数据的不可逆原理，达到数据的初步保障；其次，建立联盟区块链模型进行数据验证，区块链数据验证的共识算法采用实用拜占庭容错（PBFT）算法来减少全网共识时间；最后，根据仿真实验中参与节点数、区块大小和网络带宽，来拟合验证交易的时间曲线，进而计算出不同带宽下的区块链交易效率，并结合数以万计的传感器参与下的农产品追溯系统的实际情况，对比区块链双链结构，给出分析结果。实验结果表明，在低于1000个验证节点的条件下，区块链最大共识时长为32 min，联盟链系统可支持35~40万条传感器数据，可适用于大范围、多数据的农产品追溯。

针对在当前医疗系统中医疗记录授权流程繁琐、记录分享效率低下和身份验证困难问题，提出一种结合区块链技术与密码学的非对称加密技术的方法，将非对称加密技术的安全性高、多方协作简单等特性应用到区块链技术构成的点对点网络中，实现医疗记录跨域分享的可追踪、数据的不可篡改和身份验证的简化。首先，基于区块链技术的不可篡改性结合非对称加密技术，设计了文件同步合约和授权合约，其分布式储存优势保证了用户医疗信息隐私。其次，跨域获取合约的设计能够有效验证数据分享双方身份以及提高身份验证效率，不需要第三方公证机构便可安全过滤非合法用户。仿真实验结果显示，所提出的方案相比传统使用云计算方法解决医疗记录分享问题的方案，在数据防盗窃、多方身份验证和节约系统开销方面有明显优势。该方案对利用区块链的去中心化、可审计等优点解决数据分享过程中的安全问题提供了参考，为解决数据跨域分享、跨域身份验证问题提供了借鉴思路。

当前聚类集成的研究主要是围绕着集成策略的优化展开，而针对基聚类质量的度量及优化却较少研究。基于信息熵理论提出了一种基聚类的质量度量指标，并结合三支决策思想构造了面向基聚类的三支筛选方法。首先预设基聚类筛选三支决策的阈值 α、β，然后计算各基聚类中类簇质量的平均值，并把其作为各基聚类的质量度量指标，最后实施三支决策。决策策略为：当某个基聚类的质量度量指标小于阈值 β时，删除该基聚类；当某个基聚类的质量度量指标大于等于阈值 α时，保留该基聚类；当某个基聚类的质量度量指标大于等于 β小于 α时，重新计算该基聚类质量，并且再次实施上述三支决策直至没有基聚类被删除或达到指定迭代次数。对比实验结果表明，基聚类三支筛选方法能够有效提升聚类集成效果。

帝国竞争算法是一种局部搜索能力较强的群智能优化算法，但过度的局部搜索会导致多样性丢失并陷入局部最优。针对这一问题提出基于多样化搜索的帝国竞争算法（MSSICA）。将国家定义为一条可行解，将王国定义成四种特性不同的组合人造解方式。在搜索时使用区块机制保留各自的优势解片段，并对不同的帝国使用差异化的组合人造解方式以搜索不同解空间的有效可行解信息。在陷入局部最优时，使用多样化搜索策略注入均匀分布的可行解替换较无优势的解以提升多样性。实验结果显示，多样化搜索策略可以有效地改善帝国算法的求解多样性，并提升求解质量与稳定性。

传统的雷电数据预测方法往往采用单一最优机器学习算法，较少考虑气象数据的时空变化等现象。针对该现象，提出一种基于集成策略的多机器学习短时雷电预报算法。首先，对气象数据进行属性约简，降低数据维度；其次，在数据集上训练多种异构机器学习分类器，并基于预测质量筛选最优基分类器；最后，通过对最优基分类器训练权重，并结合集成策略产生最终分类器。实验表明，该方法优于传统单最优方法，其平均预测准确率提高了9.5%。

针对动态时间弯曲(DTW)算法在提高计算速度同时不能兼顾分类正确率的问题,提出了一种基于朴素粒计算思想的弹性粗粒度动态时间弯曲(CG-DTW)算法。首先,通过计算时序方差特征的方法来获取较优的时序粒度,用粒度特征代替原始序列;其次,再代入执行DTW算法,允许动态调整被比较时序粒间的弹性大小,从而获得相对最优的时序对应粒;最后,在对应最优粒的情况下计算DTW距离。同时引入下界函数的提前终止策略进一步提高CG-DTW算法效率。实验结果表明,所提算法要比经典算法运行速率提高21.4%左右,比降维策略算法正确率提高近32.3个百分点,尤其是长序列的分类,CG-DTW能够在保持正确率的情况下兼顾较高的运行效率。CG-DTW在实际应用中能适应不确定长序列分类。

针对交通检测中数据的缺失问题，提出了一种新的交通流综合短时预测模型，这种模型可以对交通检测中的缺失数据进行重建，并在此基础上运用改进的卡尔曼平滑算法进行短时交通流预测。该模型克服了传统的预测方法无法对检测数据的缺失进行处理的缺点，能在数据缺失时进行有效的交通流预测。通过深圳市的实际流量数据的验证，并比对传统方法，证实该方法具有较好的预测性能，模型预测精度可以保持在88%以上，具有较好的实用性。

提出了一种基于遗传算法和卡尔曼滤波的运动目标跟踪方法。该方法利用卡尔曼滤波预测目标中心在下一帧图像中可能出现的位置，以该位置为中心，建立候选的目标搜索区域。以跟踪目标的灰度统计特征为模板，以Bhattacharyya系数来度量目标模板与候选目标区域的相似性，并以此相似性作为遗传算法适应度函数，以候选目标中心坐标作为参数编码，利用遗传算法进行匹配搜索，最终获得最佳候选区域中心位置，同时以该位置作为观测值，进行下一帧预测。实验结果表明，该方法具有较好的实时性和鲁棒性。

提出了一种针对运动目标进行分割的STC（SpatioTemporal Combined） Snake算法。该方法利用待分割帧图像的灰度梯度及其和相邻帧图像的时域信息，构造一种时空联合双重约束的外部能量函数，实现对Snake曲线的变形和收敛。对Snake轮廓进行初始化时，首先将相邻帧图像进行减运算，提取出大致的运动区域，然后再以该区域的外接矩形的长和宽为轴长，在该区域上构造一个椭圆，等间距提取该椭圆形上的N个点，形成Snake的初始化轮廓。实验结果表明，该方法是有效可行的，可精确的分割出非刚体的运动目标。

介绍了基于Linux操作系统和MPEG 4硬件实时编码器的嵌入式视频服务器(EMP4VS)的设计,并从硬件组成、软件设计、控制/视频数据流图、视频图像网络传输中的QoS机制和客户端几个方面介绍了具体的实现方法。并对利用中间件服务器扩展EMP4VS监控系统的方案进行了讨论。