针对常见密码算法种类多及实现方式不同，采用现有特征扫描和动态调试的方法分析程序中的加解密过程非常困难的问题。提出一种基于库函数原型分析和库函数调用链构造的加解密过程分析方法，库函数原型分析是分析常见密码库函数所包含的密码算法知识和库框架知识，并记录形成知识库，库函数调用链是根据密码库函数调用时参数值的相等关系构建的库函数调用的先后关系链，最后根据知识库在链上提取展示密码库及密码算法相关知识。该方法对运用到常见库的程序中的算法的识别精确度达到近100%，能详细分析算法调用时的数据、密钥、模式，并有助于对多个算法的协同处理关系作分析。该方法有助于辅助分析木马、蠕虫之类恶意程序，也可用于检测程序对库密码算法的运用是否正确。

针对嵌入式系统在缓冲区溢出攻击下的脆弱性问题，对开源嵌入式操作系统μC/OS-Ⅱ的内存管理机制进行分析，提出了一种基于块表的内存保护方案。该方案将属于同一任务的内存块归纳到一个域内，并建立块表进行管理，实现了任务地址间的隔离；通过对内存块的访问进行越界检查和访问控制，有效地防范了针对嵌入式系统的缓冲区溢出攻击。最后，对该方案进行了有效性分析并在Nios Ⅱ平台上进行了实验测试，结果表明所提方法可行。

尺度不变特征变换(SIFT)算法提取的人脸特征具有一定的鲁棒性,但存在数据维数过高和计算过于复杂的问题。为此,提出一种基于直接局部保持投影—尺度不变特征变换(DLPP-SIFT)的人脸识别算法。首先采用SIFT算法进行特征提取,然后结合子空间方法局部保持投影(LPP)进行降维,利用直接对角化方法求取特征矩阵,解决了LPP的奇异值问题。在ORL和FERET人脸库的实验结果表明,DLPP-SIFT算法可显著减少计算复杂度和特征匹配时间,与SIFT、主成分分析(PCA)-SIFT、LPP-SIFT相比,具有更好的鲁棒性。

新一代移动通信系统LTE/LTE-A具有高吞吐率的突出特点和需求，但高速译码也对误码率和延时等提出了更高的要求。现有的Turbo码译码算法中，Log-MAP算法译码性能较好，但算法复杂度高，时延大;而Max-Log-MAP算法虽然具有较低的复杂度，但译码性能较差。为此，提出一种基于修正函数线性拟合的Turbo译码算法，该算法针对不同刻度区间采用不同的拟合参数。实验仿真表明，该算法与现有算法比较，能够达到Log-MAP算法的译码性能，且避免了Log-MAP的大量运算，从而在保证较好译码性能的基础上，有效地降低了译码延时，并且便于硬件实现。

每个路由器的路由表上所包含的订阅信息具有一定的关联性，现有的优化技术大多关注于单个路由器的效率，没有充分利用这一关联特性。结合目前常用的XPath订阅汇总技术，提出了两阶段封装策略生成头信息，并封装在文档的头部优化下游路由器的处理。传统的立即转发协议虽然可以加快分发过程，却不能充分生成和利用封装信息，基于封装的文档设计了一种将延迟转发和立即转发相结合的自适应的转发策略，从而充分利用了路由过程中订阅和匹配的关联性，提高了整个XML文档内容分发的性能，并给出了实验进行正确性验证。

在对文本扫描输入的过程中,文本图像不可避免地会发生倾斜,倾斜校正将为图文分割、文字识别等后续处理工作创造良好的条件。提出了一种基于Hough变换的检测图像倾斜度的方法,为了克服Hough变换计算量大的缺点,该方法首先选取局部代表性子区域并提取其图像水平边缘,然后对提取的水平边缘进行两级Hough变换,从而实现了准确性与快速性的很好结合。

热带果树种植适宜度分析对于趋利避害发展热带果树生产，减少灾害影响具有重要意义。针对统计方法自适应能力低的问题，提出一种将改进的遗传算法（Genetic Algorithm，GA）和误差反向传播（Error Back Propagation，BP）神经网络相结合对热带果树种植适宜度进行评价的方法（以下简称GA-BP神经网络方法）。首先采用常用的自适应算法对GA的交叉概率和变异概率进行改进，再通过GA算法得到优化的BP神经网络初始权值和阈值，在此基础上BP神经网络进行进一步的学习，得到满足误差要求的解。将GA-BP神经网络与传统BP神经网络在twonorm数据集上进行了比较测试，并使用实际气象数据进行了热带果树种植适宜度分析。实验结果表明， GA-BP神经网络分类准确率较传统BP神经网络高4%左右，网络训练时间减少了3个轮次左右。该方法对热带果树种植适宜度的分析和评价具有应用推广价值。