为解决判别式相关滤波（DCF）跟踪算法在跟踪目标旋转或非刚性形变时的模型漂移、尺度粗糙、跟踪失败问题，提出一种基于距离加权重叠度估计与椭圆拟合优化的精确目标跟踪算法（DWOP-EFO）。首先，同时采用矩形框之间的重叠度和中心距离作为动态锚框质量评价的依据，能够缩小预测结果与目标区域之间的空间距离，缓解模型漂移问题；其次，为了进一步提高跟踪精度，采用轻量化的目标分割网络将目标从背景中分割出来，再利用椭圆拟合算法对分割轮廓进行优化并输出稳定的旋转矩形框，实现对目标尺度的精确估计；最后，通过尺度置信度优化策略对置信度高的尺度结果实现门控输出。所提算法能缓解模型漂移问题，同时有利于增强跟踪器的鲁棒性和提升跟踪精度。在两个最为流行的评测数据集VOT2018和OTB100上进行了实验，结果表明：在VOT2018数据集上，所提算法的期望平均重叠率（EAO）指标比基于重叠度最大化准确跟踪算法（ATOM）提高2.2个百分点，相较于基于可学习的判别模型跟踪器（DiMP）提高1.9个百分点；同时，所提算法在OTB100评测数据集上的成功率指标比ATOM高出1.3个百分点，特别是在非刚性形变属性上效果显著。所提算法在评测数据集上的平均运行速率均超过25 frame/s实现了实时跟踪。

最有价值球员算法（MVPA）是一种模拟体育比赛的新型智能优化算法,为解决其寻优精度低和收敛速度慢等问题，提出一种考虑多种训练方式的自适应最有价值球员算法（ACMTM-MVPA）。MVPA的初始化方式单一，随机性和盲目性强，降低了算法的收敛速度和寻求精度。为了增强初始化球员的水平，提高初始球队的整体实力，在MVPA的竞争阶段之前加入了训练阶段，并在训练阶段使用邻域搜索算法以及混沌序列和反向学习算法来训练和筛选球员；为了增强球员的自我探索能力以及向最佳球员学习的能力，使球员具有争夺最有价值球员奖杯的资格，在队伍竞争阶段加入了自适应的球员进化因子。对15个标准函数的测试结果表明，ACMTM-MVPA与MVPA、粒子群优化（PSO）算法和遗传算法（GA）相比，在寻优精度和收敛速度上更有优势。最后给出了ACMTM-MVPA在暴雨强度公式参数优化中的应用实例，结果显示，该算法法明显优于自适应光学优化算法、传统回归法与优选回归法 。

针对在高层次综合（HLS）过程中性能提升、功耗降低困难等问题，提出了一种面向高层次综合的自定义指令自动识别方法。在高层次综合过程之前实现对自定义指令的枚举和选择，从而为高层次综合提供通用的自定义指令识别方法。首先，将高层次源代码转换为控制数据流图（CDFG），实现了对源代码的预处理；其次，基于控制数据流图内的数据流图（DFG），采用子图枚举算法以自底而上的方式枚举出所有连通凸子图，有效提高了用户可灵活修改约束条件的能力；然后，分别从面积、性能和代码量三个角度考虑，利用子图选择算法选择部分最佳子图作为最终的自定义指令；最后，用所选的自定义指令重新生成新代码作为高层次综合工具的输入。与传统高层次综合相比，采用基于出现频率的模式选择可平均减少19.1%的面积，采用基于关键路径的子图选择可平均减少22.3%的时延。此外，与TD算法相比，所提算法的枚举效率平均提升70.8%。实验结果表明，自定义指令自动识别方法使高层次综合在电路设计中能够显著地提升性能，减少面积和代码量。

鉴于网络医学中尚未有对疾病分类与功能蛋白模块功能同质性分析之间关系的研究，展开以下研究工作：首先，利用Mesh、String9等数据库中的数据构建了基因关系网络；其次，采用基于优化模块度的模块划分方法（如BGLL、非负矩阵分解（NMF）等聚类算法）对基因关系网络进行了划分；再次，对划分出来的模块进行了GO富集分析，通过对高致病拓扑模块和低致病拓扑模块的GO富集分析的比较，发现了疾病分类和蛋白模块功能特性在生物过程、细胞组分、分子功能等方面存在重要的生物学提示；最后，分析了疾病分类的拓扑模块的功能特性，通过对网络拓扑性质如平均度、密度、平均最短路径长度等方面的分析得到了各模块的功能特点数据，进一步揭示了疾病分类和功能模块之间的相关关系。

针对基于标签的推荐算法中存在的冷启动问题，提出了一种融合标签与人工蜂群的微博推荐算法——TABC-R。首先，对用户的标签信息进行定义，并使用标签集表示用户兴趣；其次，根据标签权重、标签属性权重和标签与微博中词语的相似度三种变量来构造人工蜂群算法中的适应度函数；最后，利用人工蜂群算法的搜索策略，搜索出具有最优适应度值的微博向用户进行推荐。与基于标签的推荐（T-R）算法和基于人工蜂群的推荐算法（ABC-R）相比，TABC-R算法的准确率和召回率均有小幅提升，表明了TABC-R算法的有效性。

交通路口中的各Agent之间的协调问题是一个博弈问题。在有限理性的基础上，利用博弈学习思想，构建多智能体（multi-Agent）博弈学习协调算法，利用此学习协调算法对出行者行为分析并修正，实现城市交通路口的畅通，进而达到区域、全局的交通优化。最后通过实例仿真验证其可行性。

针对人工鱼群算法后期搜索速度慢、不易得到精确解等问题，结合社会学习机制提出一种改进算法。当人工鱼群算法进行到优化后期时，使用群体社会学习机制中的趋同和趋异行为进行寻优。两种行为搜索速度快，寻优精度高，且趋异现象提高了群体的多样性，增强了跳出局部极值的能力，在一定程度上改善了原算法的搜索性能。仿真实验结果表明了改进算法的可行性和有效性。

提出了一个基于2.5G智能手机的远程家居监控系统,介绍了系统总体结构与设计思路,在分析现有GPRS网络带宽与智能手机计算能力的基础上,提出了一种基于MJPEG的图像监控方案,设计了相关的传输、控制协议。最后给出了原型系统实现,并对实现效果进行了分析。

提出了一种基于模糊聚类和卡尔曼滤波的多运动目标检测的技术,并将其应用于车辆的检测与跟踪。文中采用了改进的模糊C均值聚类算法,对隶属度矩阵进行了修正,加快了聚类的收敛速度;然后,运用了卡尔曼滤波对运动目标进行运动轨迹跟踪,根据视频序列的实际情况构造了相应的状态方程以及增益矩阵,对多个运动目标同时进行独立跟踪,减少了目标搜索的盲目性,提高了跟踪的可靠性和效率。