针对人群分布不均和网络学习参数众多问题，提出了一种由像素级注意力机制（PAM）和改进的单列人群密度估计网络两部分组成的高密度人群计数方法。首先，使用PAM通过对人群图像进行像素级别的分类来生成高质量的局部人群密度图，利用全卷积网络（FCN）生成每个图像的密度掩码，将图像中的像素分为不同的密度级别；然后，以生成的密度掩码为标签，使用单列人群密度估计网络以更少的参数学习到更多的代表性特征。在此之前，在Shanghaitech数据集part_B部分、UCF_CC_50数据集以及WorldExpo'10数据集上，拥塞场景识别网络（CSRNet）方法的计数误差最小。将所提方法与CSRNet方法的误差结果对比，发现所提方法在Shanghaitech数据集part_B部分的平均绝对误差（MAE）和均方误差（MSE）分别降低了8.49%和4.37%；在UCF_CC_50数据集上的MAE和MSE分别降低了58.38%和51.98%，优化效果显著；在WorldExpo'10数据集上的整体平均值部分的MAE降低了1.16%。实验结果表明，在针对人群分布不均的高密度人群计数时，结合PAM和单列人群密度估计网络的方法能够有效提高高密度人群计数的精确度和训练效率。

针对震后高分辨率遥感图像的建筑物损毁区域,提出一种基于多特征结合的损毁建筑物检测方法。首先使用形态学属性剖面(MAP)与局部二值模式(LBP)算子提取图像中的几何特征与纹理特征;然后使用随机森林(RF)分类器提取损毁的建筑物,形成初步结果;最后针对分割的对象,根据对象损毁像元所占的比例获取最终的损毁建筑物区域。采用空间分辨率为0.1 m的玉树震后航空遥感图像进行实验。结果表明,该方法的总体精度比基于形态学剖面(MP)的方法提高了12%,能够有效检测高分辨率震后遥感图像中的损毁建筑物区域。

针对移动银行网络安全风险评估问题，提出一种灰色加性语言有序加权平均算子的网络安全多人评估模型。首先在灰色模糊数中将语言变量融入其模部形成灰色语言变量，在此基础上界定了灰色加性语言变量间的运算法则、可能度以及几种灰色加性语言信息集成算子，最后构建了移动银行网络安全多人评估模型。仿真示例验证了模型的可行性。

针对商业银行网络安全评估指标之间的相互依赖特性，提出一种基于网络层次分析法的多人风险评估模型。该模型首先利用网络层次分析法得出个体网络安全评估风险指数，并利用加权欧氏距离的双层多目标规划模型集结个体专家的决策结果。仿真实验通过对四家案例银行计算机网络安全风险进行评估，结果显示本模型的评估结果比个体评估更具有可信度。