在边缘端设备部署YOLOv8L模型进行道路裂缝检测可以实现较高的精度，但难以保证实时检测。针对此问题，提出一种可部署到边缘计算设备Jetson AGX Xavier上的基于改进YOLOv8模型的目标检测算法。首先，利用部分卷积设计Faster Block结构以替换YOLOv8 C2f模块中的Bottleneck结构，并将改进后的C2f模块记为C2f-Faster；其次，在YOLOv8主干网络中的每个C2f-Faster模块之后接一个SE（Squeeze-and-Excitation）通道注意力层，进一步提高检测的精度。在开源道路损害数据集RDD20（Road Damage Detection 20）上的实验结果表明：所提方法的平均F1得分为0.573，每秒检测帧数（FPS）为47，模型大小为55.5 MB，相较于GRDDC2020 （Global Road Damage Detection Challenge 2020）的SOTA（State-Of-The-Art）模型，F1得分提高了0.8个百分点，FPS提高了291.7%，模型大小减小了41.8%，实现了在边缘设备上对道路裂缝实时且准确的检测。

研究多机器人任务分配（MRTA）的目的是提高智能工厂中机器人完成任务的效率。针对现有算法在处理大规模、多约束的MRTA时存在不足的问题，提出一种结合遗传算法和滚动调度的MRTA算法（ACGARS）。首先，在遗传算法中采用基于有向无环图（DAG）的编码方式高效地处理任务之间的优先级约束；其次，在遗传算法的初始种群中加入先验知识以提高算法的搜索效率；最后，设计基于任务组的滚动调度策略用于减小求解问题的规模，从而实现对大规模问题的高效求解。在大规模问题实例上的实验结果表明，相较于构造性启发式算法（CHA）、最小化干扰算法（MIA）和基于惩罚策略的遗传算法（GAPS）生成的方案，当任务组数为20时，所提算法生成的方案的平均订单完成时间分别缩短了30.02%、16.86%和75.65%，验证了所提算法能有效地缩短订单的平均等待时间，提升多机器人任务分配效率。

针对获取新模态难度大、收益差异大的问题，提出了一种增广模态收益动态评估方法。首先，通过多模态融合网络得到中间特征表示和模态融合前后的预测结果；其次，将两个预测结果的真实类别概率（TCP）引入置信度估计，得到融合前后的置信度；最后，计算两种置信度的差异，并将该差异作为样本以获取新模态所带来的收益。在常用多模态数据集和真实的医学数据集如癌症基因组图谱（TCGA）上进行实验。在TCGA数据集上的实验结果表明，与随机收益评估方法和基于最大类别概率（MCP）的方法相比，所提方法的准确率分别提高了1.73~4.93和0.43~4.76个百分点，有效样本率（ESR）分别提升了2.72~11.26和1.08~25.97个百分点。可见，所提方法能够有效评估不同样本获取新模态所带来的收益，并具备一定可解释性。

利用城市大数据发现社区结构是城市计算中重要的研究方向。有效表示面向“15分钟生活圈”社区的结构特征可以细粒度地评价生活圈社区周围的设施情况，有利于城市规划建设，创造宜居的生活环境。首先，定义了面向“15分钟生活圈”的城市社区结构，并采用表示学习方法获取生活圈社区的结构特征；然后，提出了生活圈社区结构的嵌入表示框架，框架中利用居民的出行轨迹数据确定兴趣点（POI）与居民区的关系，构建反映不同时段居民出行规律的动态活动图；最后，对构建的动态活动图采用自编码器进行表示学习得到生活圈社区潜在特征的向量表示，从而有效概括居民日常活动所形成的社区结构。针对生活圈社区便利性评价、相似性度量等应用，利用真实数据集进行了实验评估，结果表明，分POI类别的日周期的潜在表示方法优于星期周期的潜在表示方法，且前者的归一化折损累计增益（NDCG）比后者最少提升了24.28%，最多提升了60.71%，验证了所提方法的有效性。

联盟链缺少展示各个节点资源使用情况、健康状态、互相关系、共识交易流程等方面的可视化方法，为此提出一种基于自定义日志的Fabric共识交易轨迹追踪方法（FTL）。首先，以典型联盟链框架Hyperledger Fabric为基础设施实现区块链底层构建；然后，利用ELK工具链收集与解析Fabric的自定义共识交易日志，并利用Spring Boot作为业务逻辑处理框架；最后，采用专注于图分析领域的Graphin实现共识交易轨迹的可视化。实验结果表明，与原生Fabric应用相比，基于FTL的Fabric的应用框架在实现可视化追踪基础后，平均性能仅下降了8.8%，未造成显著延迟，可以为监管方提供更加智能的区块链监管方案。

针对大众标注网站项目推荐系统中存在数据矩阵稀疏性影响推荐效果的问题,考虑矩阵奇异值分解(SVD)能有效地平滑数据矩阵中的数据,以及朋友圈能够反映出一个人的兴趣爱好,提出了一种融合朋友关系和标签信息的张量分解推荐算法。首先,利用高阶奇异值分解(HOSVD)方法对用户-项目-标签三元组信息进行潜在语义分析和多路降维,分析用户、项目、标签三者间关系;然后,再结合用户朋友关系、朋友间相似度,修正张量分解结果,建立三阶张量模型,从而实现推荐。该模型方法在两个真实数据集上进行了实验,结果表明,所提算法与高阶奇异值分解的方法比较,在推荐的召回率和精确度指标上分别提高了2.5%和4%,因此,所提算法进一步验证了结合朋友关系能够提高推荐的准确率,并扩展了张量分解模型,实现用户个性化推荐。

针对以往关于云资源管理分配的研究中多从云运营商的角度出发,未充分利用用户评价来改善资源决策能力的问题,提出了一种关注用户服务评价反馈的资源再分配方法。首先,通过分析云中心资源分配的过程,抽取出影响资源决策的要素,提出关注用户服务评价的自适应云资源分配框架;其次,阐明用户服务评价参与云资源管理的基本原理,建议一种用户服务满意度的量化度量;最后,基于相似性理论,预测用户对新任务的期望满意度,合并用户任务参数以及当前环境参数,作为BP神经网络的输入,进行资源分配方案的决策。在和无用户评价参与的资源分配方案比较的仿真实验中,其平均用户满意度提高了7.4%,保持在0.8以上,总体呈稳定上升趋势;与Min-Max算法、云任务与云资源满意婚配(CTRSM)算法比较,平均用户满意度分别提高了16.7%和4.6%。实验结果表明关注用户服务评价反馈的资源再分配方法是能够自我完善的,能够提高云资源自适应管理的能力。

针对压缩感知理论的稀疏分析模型下的子空间追踪算法信号重构概率不高、重构性能不佳的缺点,研究了此模型下的稀疏补子空间追踪信号重构算法;通过选用随机紧支框架作为分析字典,设计了目标优化函数,改进优化了稀疏补取值方法,改进了算法迭代过程,实现了改进的稀疏补分析子空间追踪新算法(IASP).实验结果证明,所提算法的信号完全重构概率明显高于分析子空间跟踪(ASP)等5种算法的信号完全重构概率;对于含高斯噪声的信号,所提算法重构信号的整体平均峰值信噪比明显超过ASP等3种算法整体平均峰值信噪比(PSNR),但略低于贪婪分析追踪(GAP)等2种算法的整体平均峰值信噪比.所提算法可用于语音和图像信号处理等领域.

针对并行测试中任务优化调度这一关键性问题,提出了一种图染色理论和遗传蜂群算法相结合的任务调度优化算法.首先,建立了基于图染色理论的并行测试任务关系模型,用图来描述测试任务占用仪器资源的情况;然后, 在测试任务关系模型的基础上,将遗传算法特有的交叉、变异操作与人工蜂群(ABC)算法相结合搜索最优解,能够有效避免算法早熟并且加速算法收敛;最终得到并行度最大的任务分组方案.经仿真验证,所提方法能有效地实现并行测试,提高自动测试系统的测试效率.

针对主动防御技术检测准确率不高的问题,提出了一种基于运动轨迹分析的启发式木马检测系统。提出了两种典型的木马运动轨迹,利用运动轨迹上的行为数据,结合判定规则与算法,实现对可疑文件危险等级的检测。实验结果表明,该系统检测未知木马性能优于传统方法,并且能够检测一些特殊木马。

电子商务网站中，海量无序的用户评论可能导致消费者客户“迷失”其中，无法识别评论的可信和真假。针对这个问题，提出了一种根据用户评论的可信度对其重新排序的方法。首先，针对网站商品广告信息，关注在线用户评论内容是否和商品功能属性密切相关，设计了基于HTML脚本格式的购物网站中商品关键特征提取算法，给出了基于自然语言处理的用户评论特征词提取方法；然后，利用词语相似度来分析商品特征和用户评论内容之间的关联度，提出了购物客户评论的可信度计算方法；最后，通过实例分析，实现了大量购物客户评论的可信排序，使得用户无须浏览全部或者大部分之后就能判断哪些评价可以信任或者具有实际的参考价值，降低了信息搜索成本，提高了决策效率。

数字信号处理软件中循环程序在执行时间上占有很大比例，用指令缓冲器暂存循环代码可以减少程序存储器的访问次数，提高处理器性能。在VLIW处理器指令流水线中增加一个支持循环指令的缓冲器，该缓冲器能够缓存循环程序指令，并以软件流水的形式向功能部件派发循环程序指令。这样循环程序代码只需访存一次而执行多次，大大减少了访存次数。在循环指令运行期间，缓冲器发出信号使程序存储器进入睡眠状态可以降低处理器功耗。典型的应用程序测试表明，使用了循环缓冲后，取指流水线空闲率可达90%以上，处理器整体性能提高10%左右，而循环缓冲的硬件面积开销大约占取指流水线的9%。

针对以往关于可扩展性研究中未充分考虑并行执行时间因素，可扩展性与并行执行时间的关系仍未研究清楚的问题，深入和全面研究延迟可扩展性和并行执行时间的关系，得出并证明了不同算法〖CD*2〗机器组合体在相同初始状态下进行延迟扩展后，若执行更快的组合体具有更好的延迟扩展性，则该组合体在扩展后仍将保持更快等重要结论。这些结论丰富了可扩展性和并行执行时间关系的研究内容，为并行计算延迟扩展获得理想扩展性能提供了理论依据。最后，通过对不同算法〖CD*2〗机器组合体进行扩展实验，进一步验证了结论的有效性。