针对二进制协议报文格式逆向分析中字段切分问题，提出以格式关键词为逆向分析目标，通过改进的 n-gram算法和最佳路径搜索算法实现对二进制协议格式关键词的最优定界。首先，将位置因素引入 n-gram算法，提出基于迭代 n-gram-position的格式关键词边界提取算法，有效解决了 n-gram算法中 n值不易确定和固定偏移位置格式关键词的边界提取问题；然后，定义了频繁项边界命中率和左右分支信息熵为基础的分支度量，以关键词和非关键词的 n-gram-position取值变化率存在差异为基础构造约束条件，提出基于最佳路径搜索的格式关键词边界选择算法，实现了对格式关键词的联合最优定界。在AIS1、AIS18、ICMP00、ICMP03和NetBios五种不同类型协议报文数据集上的测试结果表明，所提算法能够准确确定不同协议格式关键词的边界，F值均在83%以上。与VDV和AutoReEngine经典算法相比，所提算法的F值平均提升约8个百分点。

针对缺少会话信息的离散序列报文，提出一种基于离散序列报文的协议格式（SPMbFSC）特征自动提取算法。SPMbFSC在对离散序列报文进行聚类的基础上，通过改进的频繁模式挖掘算法提取出协议关键字，进一步对协议关键字进行选择，筛选出协议格式特征。仿真结果表明，SPMbFSC在以单个报文为颗粒度的识别中对FTP、HTTP等六种协议的识别率均能达到95%以上，在以会话为颗粒度的识别中识别率可达90%。同等实验条件下性能优于自适应特征（AdapSig）提取方法。实验结果表明SPMbFSC不依赖会话数据的完整性，更符合实际应用中由于接收条件限制导致会话信息不完整的情形。

针对大规模无线传感器网络多辐射源定位中，辐射源公共覆盖范围内监测节点能耗过高造成网络寿命降低的问题，提出一种基于演化博弈理论（EGT）的传感网监测节点分群算法。通过将最优节点集的搜索空间映射到博弈的策略组合空间，以博弈的效用函数为目标函数构建了非合作博弈模型；利用纳什均衡分析及均衡的扰动恢复过程实现目标优化；设计了分群算法以优化节点集组成相应的群参与最终的定位。以接收信号强度指示（RSSI）/信号到达时间差（TDOA）两轮定位为例，将该算法与典型的最近邻算法、基于离散粒子群优化（DPSO）的分群算法在定位精度和网络寿命方面作对比。仿真结果表明，该分群算法避免了多辐射源公共覆盖区域内节点能耗较高的问题，延长了网络寿命，同时保证了对辐射源的定位。

针对现有的选择精度主动学习停止准则仅适用于批量样例标注场景这一问题,提出了一种适用于单轮单样例标注场景的改进的选择精度停止准则。该准则通过监督自本轮起前溯的固定学习轮次内的预测标记与真实标记间的匹配关系,对选择精度进行近似的评估计算,匹配度越高则选择精度越高,继而利用滑动时间窗实时监测该选择精度的变化,若当其高于事先设定的阈值,则停止主动学习算法的运行。以基于支持向量机的主动学习方法为例,通过6个基准数据集对该准则的有效性与可行性进行了验证,结果表明当选取合适的阈值时,该准则能找到主动学习停止的合理时机。该方法扩大了选择精度停止准则的适用范围,提升了其实用性。

为提高图像边缘检测的准确性和鲁棒性,提出一种基于鲁棒主成分分析(RPCA)的Canny边缘检测算法。该算法对图像进行RPCA分解得到图像的主成分和稀疏成分,利用Canny算子对主成分进行边缘检测,从而实现对图像的边缘检测。该算法将图像的边缘检测问题转化为图像主成分的边缘检测问题,消除了图像信息中“污点”对检测结果的干扰,抑制了噪声。仿真实验结果表明,该算法在边缘检测的准确性和鲁棒性方面优于Log边缘检测算法、Canny边缘检测算法和Susan边缘检测算法方法。

为了提高短期电力负荷预测的精度,提出一种噪声互补型集成经验模态分解(CEEMD)模糊熵和泄漏积分型ESN(LiESN)的组合预测方法。为降低对负荷序列进行局部分析的计算规模以及提高负荷预测的准确性,首先采用CEEMD模糊熵将负荷时间序列分解为具有明显复杂度差异的负荷子序列；然后,通过对各子序列进行特性分析,分别构建相应的子LiESN预测模型；最后将各子序列的预测结果叠加得到最终预测值。将CEEMD模糊熵结合LiESN的组合预测方法应用于美国新英格兰地区短期电力负荷实例中,仿真结果表明,所提出的组合预测方法具有很高的预测精度。

针对舞台吊杆调速系统中速度反馈元件增量式编码器可能产生的丢码、断码等问题,为防止故障影响的传播,结合数据驱动技术提出了一种基于T-S模糊神经网络(T-S FNN)模型的编码器故障检测与软闭环容错控制方法。首先,利用系统正常运行时的历史数据建立系统较为精确的T-S FNN预测模型,并用实际编码器测量值与模型预测值相减获得残差信息；其次,将其残差实时数据通过改进的序贯概率比检验(SPRT)算法进行故障检测,以克服检测延迟确保故障检测的可靠性,当检测出故障时,再用T-S FNN模型的预测输出替代故障编码器的输出,实现软闭环方式下的容错运行；最后,针对编码器丢码、断码等故障,采用上述方法进行了软闭环容错控制的有效性仿真验证。仿真结果表明,该方法能够快速可靠地检测到编码器故障,并用预测的重构信息通过容错切换机制,及时、安全地以软闭环方式实现了对故障编码器的容错控制,提高了舞台吊杆调速系统运行的安全可靠性。

针对网络流量特征选择过程中存在的样本标记瓶颈问题,以及现有半监督方法无法选择强相关的特征的不足,提出一种基于类标记扩展的多类半监督特征选择(SFSEL)算法。该算法首先从少量的标记样本出发,通过K-means算法对未标记样本进行类标记扩展;然后结合基于双重正则的支持向量机(MDrSVM)算法实现多类数据的特征选择。与半监督特征选择算法Spectral、PCFRSC和SEFR在Moore数据集进行了对比实验,SFSEL得到的分类准确率和召回率明显都要高于其他算法,而且SFSEL算法选择的特征个数明显少于其他算法。实验结果表明: SFSEL算法能够有效地提高所选特征的相关性,获取更好的网络流量分类性能。

在推荐系统中,为了在一定程度上减少用户评分数据稀疏对推荐效果的负面影响,提出了一种基于用户共同评分项目数和用户兴趣的协同过滤推荐算法。此算法将用户共同评分项目数和用户兴趣相似度相结合,使用户之间的相似度计算更加准确,为目标用户提供更好的推荐结果。仿真实验结果表明:所提算法比基于Pearson相似度计算方法的算法推荐效果更优，具有更小的平均绝对误差(MAE),表明了其有效性和可行性。

针对目前的社交网络好友推荐方法用户兴趣不明显、用户之间相关性较差等问题，提出一种基于共同用户和相似标签的协同过滤算法。抽取共同关注用户作为共同项目，加入体现用户兴趣的自定义标签数据，并对标签进行相似度计算处理，以扩充稀疏矩阵，改善协同过滤推荐方法。实验结果表明，与单指标的协同过滤推荐算法相比，基于共同用户和相似标签的好友推荐方法更好地体现了用户兴趣，同时在推荐准确率和平均准确率上都有较大提高。

当前基于压缩传感理论的正则化磁共振(CS-MR)图像重构算法普遍采用全局正则化参数，不能很好地在保持边缘和平滑噪声方面做出平衡。为此，提出一种自适应的正则化CS-MRI重构算法。结合图像稀疏性和其局部光滑性的先验知识，采用非线性共轭梯度下降算法求取最优化问题，并在迭代过程中自适应地改变局部正则化参数。新的正则化参数可以更好地恢复图像边缘，并且有利于平滑噪声，使代价函数在定义域内具有凸性;同时先验信息包含于正则化参数中，以提高图像的高频成分。实验结果表明该算法能有效权衡恢复图像边缘和平滑噪声两者的关系。

针对传统的模板匹配算法通常效率较低、计算速度较慢的问题,提出了一种快速的模板匹配方法。该算法一开始取较少的点参与模板匹配,逐步增加参与匹配的点的数目。通过相关系数的比较来决定下一步增加匹配点继续匹配,或者放弃在该位置的匹配,移动模板到新的位置进行新的匹配。计算相关系数时,每次增加参与匹配的点后,首先只对新增的点进行计算,然后与原有的相关系数进行组合,得到新的相关系数。这样就大大减少了算法的计算量。此外,该算法在匹配的过程中所使用的点总是均匀覆盖模板,从而保证了算法的准确度。该算法速度快,准确程度高,能够满足实时性的要求。

设计并实现了一个网络防火墙计算机系统方案。该方案采用国产高性能龙芯2E处理器和Linux操作系统，并对防火墙系统软件的核心策略、硬件结构设计、高速信号完整性设计、网络数据包吞吐率和延时的测试方法等关键问题给出了相应的解决方法。针对信号完整性问题提出了先期约束后期仿真的布线机制，提高了高速信号系统板级设计的可靠性。给出了网口数据包吞吐率和延迟这两项评估防火墙性能的关键指标的测量和计算方法。板级仿真和实际网络性能测试数据表明，该方案是一个通用且安全可靠的防火墙系统方案。

介绍一种利用Chord的P2P协议来管理网格服务的方法，可以克服当前通常采用UDDI来负责网格服务的管理而导致容易造成性能瓶颈以及单点故障的难题。实验证明该办法可方便快速、高效地部署、发布以及查找网格服务。