异构多核平台通过集成不同类型的处理核来为系统设计提供灵活性，从而使应用程序可以根据自身需求动态地选择不同类型的处理核来进行处理，实现应用程序的高效运行。随着半导体技术的发展，单芯片上集成的核心数量随之增加，使得现代多核处理器具有更高的功率密度，而这会导致芯片温度的升高，最终会对系统性能造成一定的负面影响。为了充分发挥出异构多核处理系统的性能优势，提出一种在满足温度安全功率的前提下，以最大化系统性能为目标的动态映射方法。该方法考虑异构多核系统的两种异构指标来确定映射方案：第一种异构指标是核心类型，不同类型的处理核具有不同的特征，因而它们适用于处理不同的应用程序；第二种异构指标是热感受性，芯片上不同的处理核位置具有不同的热感受性，越是中心位置的处理核受到的来自于其他处理核的热传递越多，因而温度也就越高。为此，提出一种基于神经网络性能预测器来对线程与处理核类型进行匹配，并利用热安全功率（TSP）模型将经过匹配后的线程映射到芯片上的具体位置。实验结果表明，所提出的方法与常见的轮询调度（RRS）相比，能在保证热安全约束的前提下将平均每个时钟周期内程序所执行的指令数，即指令/周期（IPC）提高53%左右。

现有的生物医学命名实体识别方法没有利用语料中的句法信息，准确率不高。针对这一问题，提出基于句法依存分析的图网络生物医学命名实体识别模型。首先利用卷积神经网络（CNN）生成字符向量并将其与词向量拼接，然后将其送入双向长短期记忆（BiLSTM）网络进行训练；其次以句子为单位对语料进行句法依存分析，并构建邻接矩阵；最后将BiLSTM的输出和通过句法依存分析构建的邻接矩阵送入图卷积网络（GCN）进行训练，并引入图注意力机制优化邻接节点的特征权重得到模型输出。所提模型在JNLPBA和NCBI-disease数据集上的F1值分别达到了76.91%和87.80%，相比基准模型分别提升了2.62和1.66个百分点。实验结果证明，提出的方法能有效提升模型在生物医学命名实体识别任务上的表现。

异构多核处理器已成为现代嵌入式系统的主流解决方案，而好的在线映射或调度方法对其充分发挥高性能和低功耗的优势起着至关重要的作用。针对异构多核处理系统上的应用程序动态映射和调度问题，提出一种基于机器学习、能快速准确评估程序性能和程序行为阶段变化的检测技术来有效确定重映射时机从而最大化系统性能的映射和调度解决方案。该方案一方面通过合理选择处理核和程序运行时的静态和动态特征来有效感知异构处理所带来的计算能力和工作负载运行行为的差异，从而能够构建更加准确的预测模型；另一方面通过引入阶段检测来尽可能减少在线映射计算的次数，从而能够提供更加高效的调度方案。最后，在SPLASH-2数据集上验证了所提出调度方案的有效性。实验结果表明，与Linux默认的完全公平调度（CFS）方法相比，所提出的方法在系统计算性能方面提高了52%，在CPU资源利用率上提高了9.4%。这表明所提方法在系统计算性能和CPU资源利用率方面具备优良的性能，可以有效提升异构多核系统的应用动态映射和调度效果。

异构多核处理器（HMPs）平台已成为现代嵌入式系统的主流解决方案，其中在线映射或调度对充分发挥其高性能和低功耗的优势起着至关重要的作用。针对HMPs的应用任务动态映射问题，提出了一种基于机器学习预测模型的在线映射调度解决方案。一方面，构建了一个可以快速高效地预测和评估不同映射方案性能的机器学习模型，为在线调度提供支持；另一方面，将该机器学习模型整合到遗传算法中以高效地找到（接近）最优的资源分配方案。最后，通过一个M-JPEG解码器验证了所提方法的有效性。实验结果表明，该方法的平均执行时间相较于常见的轮询调度和抽样调度方法分别降低了28%和19%左右。

硅各向异性腐蚀过程复杂，采用元胞自动机模拟硅各向异性腐蚀非常耗时。为了加速腐蚀模拟过程，研究了基于图形处理器(GPU)进行硅的各向异性腐蚀模拟。针对串行算法直接并行化方法存在加速效率低等问题，提出了一个改进的并行模拟方法。该方法增加了并行部分的负载，减少了内存管理的开销，从而提高了加速性能。实验证明该方法能够获得较理想的加速比。

为了提高大型软件回归测试效率,将程序切片思想应用于回归测试用例选择过程,提出了方法切片及入口依赖的概念。切片算法MethodSlice以方法为基本单元进行切片,提取软件变化影响点,仅选择那些受源程序修改部分影响的测试用例进行回归测试。实验结果表明:与传统的程序切片相比,方法切片更易用于大型软件的回归测试过程中,其实现简单,不易出错,在一定程度上提高了软件回归测试效率。

在现有P2P应用和SIP协议特点的基础上，提出了分层P2P-SIP网络设计方案，详细分析了P2P-SIP节点的实现机制。该设计采用P2P技术提高传统SIP网络的可靠性、自组织性，并解决了异构P2PSIP网络互通问题。

在面向服务体系结构和Web服务技术快速发展的条件下，对封装成服务的业务过程集成和协作的支持成为工作流描述语言的发展趋势。通过对流程协作的层次模型和场景模型的分析，提出了一种基于WfMC工作流元模型的扩展元模型，并根据该元模型对XPDL进行了相关元素扩展,得到一种支持流程集成和协作的工作流语言PS-XPDL。该语言对流程服务的协作关系及数据同步具有完备、准确的表达，同时其基于执行支持层标准协议的扩展也使得流程服务的集成及协作易于实现。

当前支持Web服务的建模语言存在着复杂度高、互操作困难和缺乏对服务协作关系的有效支持等不足。结合面向服务工作流的服务协作需求，通过扩展工作流管理联盟的相关理论，定义了面向服务工作流的过程定义元模型，并建立了其形式化模型。通过扩展XPDL定义了一种互操作性好、支持服务协作的面向服务工作流建模语言（SoXPDL）。

由于Web服务的松散耦合性及独立性的特点，组合服务中的两个服务可以并行运行。针对这一特点，结合乐观并发与悲观并发控制的优点，提出一种基于冲突发生概率的混合并发控制机制，以提高Web服务的并发度。由于充分考虑了不同组合服务实例的并发控制，以及同一种组合服务实例的并发控制，使得该机制能够确保在复杂的应用环境中，多个组合服务实例并发执行的正确性和一致性。

在基于UDP的VoIP应用中融入流量控制机制是确保其服务质量的重要方式。为了动态适应VoIP中的编码和分组，文中采用一种改进的TCP友好控制机制（TFRC）解决网络拥塞的问题，在端点对UDP语音流采用基于公式的发送速率调整，使之体现对TCP数据流的友好性。经过仿真和分析，该控制机制将公平地处理携带小分组的语音流和其他数据流，进一步保障了VoIP的服务质量（QoS）。

为了解决多实例模式给工作流的建模和实现带来的动态语义和数据共享冲突问题，在对多实例模式进行深入分析的基础上，讨论了一种具有动态性的建模方法。这种基于XPDL的过程定义方案支持各种多实例活动并且具有较强的动态性，能与不同的实现引擎兼容。同时，提出了一种活动多实例动态组装的活动执行部件设计方案，其中活动实例管理器的设计解决了动态执行多实例活动和数据共享问题。该方案在工作流引擎Shark中得到实现，改进后的Shark表明这种建模方法和引擎设计思想较好地解决了多实例的建模和实现问题，也提高了流程的动态性。

针对当前VoIP语音质量易受网络带宽影响的问题，提出了一种基于自适应变速率编码的VoIP网关。通过实时监测RTP语音分组的丢包率，并分析服务质量，自适应地选择最适合当前网络状况的编码速率，以提供一种语音质量和网络状况的最佳组合，从而降低语音分组的丢包率、有效地保障语音服务质量。结合开源项目Asterisk，实现了基于自适应变速率编码的VoIP网关。