非负矩阵分解（NMF）算法仅能用于对原始非负数据寻找低秩近似，而概念分解（CF）算法将矩阵分解模型扩展到单个非线性核空间，提升了矩阵分解算法的学习能力和普适性。针对无监督环境下概念分解面临的如何设计或选择合适核函数这一问题，提出基于全局融合的多核概念分解（GMKCF）算法。同时输入多种候选核函数，在概念分解框架下基于全局线性权重融合对它们进行学习，以得出质量高稳定性好的聚类结果，并解决概念分解模型面临核函数选择的问题。采用交替迭代的方法对新模型进行求解，证明了算法的收敛性。将该算法与基于核的 K-均值（KKM）、谱聚类（SC）、KCF（Kernel Concept Factorization）、Coreg（Co-regularized multi-view spectral clustering）、RMKKM（Robust Multiple KKM）在多个真实数据库上的实验结果表明，该算法在数据聚类方面优于对比算法。

为了求解具有增长取值域的随机约束满足问题（CSP），提出了一种基于禁忌搜索并与模拟退火相结合的算法。首先，利用禁忌搜索得到一组启发式的初始赋值，即由一个随机初始化的可行解通过邻域构造一组候选解，再利用禁忌表使候选解向最小化目标函数值的方向移动；如果得到的最优赋值不是问题的解，就把它作为启发式的初始赋值，再执行模拟退火对这组赋值进行修正直到得到全局最优解。数值实验结果表明，所提算法在接近问题的理论相变阈值时仍然能有效地找到问题的解，与其他局部搜索算法相比，表现出了显著的优越性，可用于随机CSP的算法设计。

针对目前概率机器学习方法在解决概率问题时具有较高的复杂度，而传统的支持向量数据描述（SVDD）作为一种核密度估计方法只能判断测试样本是否属于该类等问题，提出一种基于概率的支持向量数据描述方法。首先，利用传统的SVDD方法分别得到两类数据的数据描述，计算测试样本到超球体的距离；然后，构造一个将距离转换为概率的函数，提出一种基于概率的SVDD方法；同时，使用Bagging算法进行集成，进一步提高数据描述的性能。借鉴分类场景，将所提方法与传统的SVDD方法在Gunnar Raetsch的13种基准数据集上进行实验，实验结果表明，所提方法在准确率和F1值上优于传统的SVDD方法，并且其数据描述的性能有所提升。

针对电力线通信（PLC）系统中存在严重影响传输性能的脉冲噪声，传统的消噪算法大都不能有效抑制脉冲噪声的问题，提出一种时频结合的消噪算法。首先，通过选择合适的门限对时域接收信号中峰值较大的脉冲噪声进行检测和置零处理；然后，在频域根据已判决的符号来重构时域尚未消除完的峰值较小的脉冲噪声，并通过迭代来提高噪声重构的准确性；最后，从频域接收信号中减去重构的脉冲噪声。在电力线多径信道下进行仿真实验，相比传统的时域消噪和频域消噪算法，所提算法在误比特率为0.01时可以分别实现2 dB和0.5 dB的性能提升，而随着误比特率的降低，它们之间的性能差距将会更大。仿真结果表明，所提出的时频结合消噪算法能够提高电力线通信系统对脉冲噪声的抵抗能力。

针对视频目标鲁棒跟踪问题,提出了一种基于稀疏表示的生成式算法。首先提取特征构建目标和背景模板,并利用随机抽样获得足够多的候选目标状态;然后利用多任务反向稀疏表示算法得到稀疏系数矢量构造相似度测量图,这里引入了增广拉格朗日乘子(ALM)算法解决L ₁-min难题;最后从相似度图中使用加性池运算提取判别信息选择与目标模板相似度最高并与背景模板相似度最小的候选目标状态作为跟踪结果,该算法是在贝叶斯滤波框架下实现的。为了适应跟踪过程中目标外观由于光照变化、遮挡、复杂背景以及运动模糊等场景引起的变化,制定了简单却有效的更新机制,对目标和背景模板进行更新。对仿真结果的定性和定量评估均表明与其他跟踪算法相比,所提算法的跟踪准确性和稳定性有了一定的提高,能有效地解决光照和尺度变化、遮挡、复杂背景等场景的跟踪难题。

JPEG图像的双量化效应为JPEG图像的篡改检测提供了重要线索.根据JPEG图像被局部篡改后,又被保存为JPEG格式时,未被篡改的区域(背景区域)的离散余弦变换(DCT)系数会经历双重JPEG压缩,篡改区域的DCT系数则只经历了1次JPEG压缩.而JPEG图像在经过离散余弦变换后其DCT域的交流(AC)系数的分布符合一个用合适的参数来描述的拉普拉斯分布,在此基础上提出了一种JPEG图像重压缩概率模型来描述重压缩前后DCT系数统计特性的变化,并依据贝叶斯准则,利用后验概率表示出图像篡改中存在的双重压缩效应块和只经历单次压缩块的特征值.然后设定阈值,通过阈值进行分类判断就可以实现对篡改区域的自动检测和提取.实验结果表明,该方法能快速并准确地实现篡改区域的自动检测和提取,并且在第2次压缩因子小于第1次压缩因子时,检测结果相对于利用JPEG块效应不一致的图像篡改盲检测算法和利用JPEG图像量化表的图像篡改盲检测算法有了明显的提高.

将并行计算应用到大数据量简单要素模型多边形拓扑检查中，设计实现了简单要素模型多边形拓扑检查并行算法。算法针对拓扑检查的计算特点，改进了主从式并行策略，在主进程中进一步划分线程以实现任务并行，从而隐藏拓扑错误提取和结果写入时间。采用MPI和PThread实现进程与线程的结合。利用苏南五市土地现状调查地类图斑数据对算法进行测试。经测试，该算法能够对大数据量简单要素模型多边形进行准确、快速的拓扑检查。算法提出的进程与线程结合的任务并行策略相对于传统主从式策略加速比提高约20%。

在现有的基于块的纹理合成算法中，针对块尺寸需要人工选择从而导致纹理合成质量不确定的问题，提出一种纹理合成中的块尺寸自动选择算法。在纹理样本上按扫描线顺序滑动子块直到遍历所有位置，对子块与纹理样本的直方图进行归一化与均值滤波预处理，然后计算二者直方图的交；在不同子块位置的上述计算结果中，取其最大值作为子块与样本的颜色相似度。针对颜色相似度与块尺寸的近似单调递增关系，采用二分法计算相似度阈值点所对应的横坐标，将其作为纹理合成的块尺寸。多种类型纹理的实验结果表明，该方法自动选择的块尺寸与最佳经验取值范围相吻合。所提方法不仅适用于结构性纹理的合成，而且适用于随机性纹理的合成，能够获得理想的合成结果。

针对Volterra非线性滤波算法计算复杂度呈幂级数增加的问题，提出了一种α稳定分布噪声下的基于集员滤波的二阶Volterra自适应滤波新算法。由于集员滤波的目标函数考虑了所有输入和期望输出的信号对，通过误差幅值的p次方的门限判决，更新Volterra滤波器的权向量，不仅有效降低了算法复杂度，而且提高了自适应算法对输入信号相关性的鲁棒性；并推导给出了权向量的更新公式。仿真结果表明，该算法计算复杂度低、收敛速度快，对噪声及输入信号相关性有较强的鲁棒性。

针对加权无向图的网络拓扑模型难以表征真实网络环境下节点间有向性的问题,提出了基于三角构成规则的加权有向网络拓扑生成算法，依据概率优先选择节点的邻居节点进行有向性加边，通过网络边权的动态演化实现节点间的不对称性增长。并利用该算法进行了仿真实验。实验表明，基于三角构成的加权有向网络拓扑算法生成的网络拓扑结构符合真实环境下的网络拓扑结构所体现出来的拓扑特性，同时具有较好的聚类系数可控性。

针对利用现有分布式算法在FPGA上实现高阶FIR滤波器时,存在资源消耗量过大和运行速度慢等问题,提出一种新型高阶FIR滤波器的FPGA实现方法。首先综合采用多相分解结构、流水线等技术对高阶FIR滤波器进行降阶处理,然后采用提出的基于二输入开关和加法器对的分布式算法结构(MA型DA结构)实现降阶后的FIR滤波器。利用ISE10.1在Xilinx Xc2vp307ff896 FPGA开发板上实现了一系列8阶到256阶的串行和并行结构FIR滤波器。实验结果表明，该方法有效地减少了系统的资源消耗,提高了系统的时序性能。

依托Boneh等人提出的签名(BLS签名)算法、BLS签名的盲生成算法和BLS签名的聚合算法，提出了一种高效的基于身份盲签名方案。该方案具有轮复杂度最优的特点，即盲签名的生成协议只需用户和签名者依次发送一次信息。它的安全性基于one-more CDH假设，而其他方案则依赖于一个更强的假设--ROS假设。另外，它还具有计算效率高，签名长度短等特点，特别适合电子现金、网络投票等具体应用。

面向服务架构（SOA）是一种适用于变化环境的软件开发体系架构，能够在一定程度上消除当前WebGIS数据和操作难于共享的瓶颈。文中从概念框架、层次结构、实现框架、服务开发方式等几个方面对基于SOA的WebGIS框架进行了设计； 并以此框架为立足点，利用基于XML的Web Service 技术设计实现了重庆市渝北区土地利用规划管理信息系统，初步验证了框架的可行性和有效性。