为了解决尺度不变特征变换（SIFT）算法在图像匹配中匹配正确率低、耗时长等问题，提出一种基于改进网格运动统计特征RANSAC-GMS的图像匹配算法。首先，利用快速旋转不变性特征（ORB）算法对图像进行预匹配，对预匹配的特征点采用网格运动统计（GMS）来支持估计量以实现正确匹配点与错误匹配点的区分；然后，采用改进的随机抽样一致性（RANSAC）算法通过匹配点间的距离相似性对特征点进行筛选，并采用评价函数对筛选后的新数据集进行重新整理，进而实现对误匹配点的剔除。采用Oxford标准图库和现实中拍摄的图像对图像匹配算法进行测试对比，实验结果表明，所提算法在图像匹配中的平均匹配正确率达到91%以上；与GMS、SIFT、ORB等算法相比，该改进算法的近景匹配正确率和远景匹配正确率分别最少提高了16.15个百分点和3.56个百分点，说明它能有效剔除误匹配点，进一步提高图像匹配精度。

随着虚拟化技术的发展，同驻攻击成为窃取用户敏感信息的重要攻击手段。针对现有虚拟机动态迁移方法对同驻攻击反应的滞后性，在5G网络切片背景下，提出了一种基于安全威胁预测的虚拟网络功能迁移策略。首先，通过隐马尔可夫模型（HMM）对网络切片运行安全进行建模，利用多源异构数据信息对网络安全威胁进行威胁预测；然后，根据安全预测结果，采用相应的虚拟网络功能迁移策略迁移以使迁移开销最小。仿真实验结果表明:利用HMM能对安全威胁进行有效的预测，同时该迁移策略能够有效减少迁移开销与信息泄漏时间，具有较好的同驻攻击防御效果。

针对粒子群优化（PSO）算法存在的开发能力不足，导致算法精度不高、收敛速度慢以及微分进化算法具有的探索能力偏弱，易陷入局部极值的问题，提出一种基于模糊高斯学习策略的粒子群-进化融合算法。在标准粒子群算法的基础上，选取精英粒子种群，运用变异、交叉、选择进化算子，构建精英粒子群-进化融合优化机制，提高粒子种群多样性与收敛性；引入符合人类思维特性的模糊高斯学习策略，提高粒子寻优能力，形成基于模糊高斯学习策略的精英粒子群和微分进化融合算法。对9个标准测试函数进行了计算测试和对比分析，结果表明函数Schwefel.1.2、Sphere、Ackley、Griewank与Quadric Noise计算平均值分别为1.5E-39、8.5E-82、9.2E-13、5.2E-17、1.2E-18，接近算法最小值；Rosenbrock、Rastrigin、Schwefel及Salomon函数收敛平均值较四种对比粒子群优化算法计算结果提高了1~3个数量级；同时，收敛性显示算法收敛速度较对比算法提高了5%~30%。算法在提高计算收敛速度和精度上效果明显，具有较强的逃离局部极值的能力和全局搜索能力。

针对传统离散傅里叶变换(DFT)调制滤波器组设计时因原型滤波器时域反转条件带来的功率互补限制问题，从滤波器组时域完全重建条件角度提出一种时域改进方法设计DFT调制滤波器组，并将其应用于滤波器组多载频调制系统中。该时域改进设计方法放弃传统设计方法中原型滤波器的时域反转约束条件，即接收端滤波器组为发送端滤波器组的共轭转置形式，采用滤波器组时域完全重建条件矩阵方程设计接收端滤波器组，从而避免了对原型滤波器设计的功率互补条件限制，同时保证了滤波器组的完全重建特性。相比传统设计方法，该改进方法提高了滤波器组中原型滤波器的设计自由度，可以根据不同的应用场景选择适合的原型滤波器而无需考虑功率互补限制。基于该方法设计的多载频调制系统在正交相移键控(QPSK)调制、理想信道和3GPP TS 25.104人行多径信道以及单抽头频域均衡下有更好的误符号率(SER)性能。

针对小波阈值降噪中阈值函数选取的关键问题，为解决常规阈值函数存在的不连续性以及估计得到的小波系数存在较大偏差的问题，提出一种在整个小波域都连续的自适应阈值函数。该阈值函数充分考虑了各尺度不同方向子带内小波系数的特征，将不同尺度多个方向的子带系数的能量作为该阈值函数的初始权重因子，采用区间进退法和黄金分割法迭代求解其优化的权值，自适应提高估计的小波系数与分解的小波系数的逼近程度。实验结果表明，该方法在去除噪声的同时保留了图像的边缘和细节信息，在不同的噪声标准差下取得了较高的峰值信噪比(PSNR)。

针对自动信任协商(ATN)可能出现协商过程无限循环的问题,对循环产生的原因进行了分析并设计相应的检测算法以及时发现并终止协商循环。协商双方策略间的依赖关系存在环是无限循环协商产生的原因,将策略间的依赖关系建模成简单图并证明了模型的正确性;分析简单图的可达矩阵计算过程并给出简单图环检测定理,基于该定理设计检测算法对环策略依赖进行检测。最后,通过实例验证了算法的可行性。

在利用多Agent系统辅助生产任务分配过程中，为避免仅凭招投标结果来确定任务分配方案时只能获得局部最优的问题，提出了一种生产任务分配全局优化方法。建立了基于招投标结果的生产任务分配优化目标函数，设计了退火进化算法，实现生产任务的综合评标。通过实例验证说明算法求解该问题可行有效，便于获得生产任务分配的全局最优方案。

在层次图边交叉最小化问题上,常规启发算法或者时间复杂度大或者布图效果不佳。基于Sugiyama布图算法模式，提出了一种交叉数减少算法，并从布局与布线两个主要方面介绍了其实现过程。两层图上的实验表明，该算法具有较好的性能，一定程度上克服了时间复杂度与效果的矛盾。