针对目前大多数的网络态势预测方法不能挖掘数据中的深度信息且需要手动提取与构造特征的问题，提出了深度特征网络态势预测方法DFS-Seq2Seq。首先将网络流、日志和系统事件等产生的数据进行清洗处理，使用深度特征融合算法自动合成深度关系特征，然后采用自动编码器对合成的特征进行提取，最后使用长短期记忆网络（LSTM）构建Seq2Seq模型对数据进行预测。通过设计缜密的实验在公开数据集Kent2016上对所提方法进行验证，结果显示在深度为2时与支持向量机（SVM）、贝叶斯、随机森林（RF）和LSTM这四种分类模型相比，其召回率分别提升了7.4%、11.5%、6.5%、3.0%。实验结果表明DFS-Seq2Seq可以在实际应用中有效地识别网络身份验证中的危险事件，对网络态势作出有效的预测。

针对复杂海洋环境下人工监管船舶行为效率低的问题，提出了一种基于多尺度卷积神经网络的船舶行为识别方法。首先，从船舶自动识别系统（AIS）中获取海量船舶行驶数据，并提取出具有判别力的船舶行为轨迹；然后，根据轨迹数据的特性，利用多尺度卷积设计并实现了针对船舶轨迹数据的行为识别网络，并且使用特征通道加权以及长短时记忆网络（LSTM）来提高算法的准确率。在船舶行为数据集上的实验结果表明，对于指定长度的船舶轨迹，所提识别网络能够达到92.1%的识别准确率，相较于传统的卷积神经网络提高了5.9个百分点，并且在稳定性以及收敛速度上都有明显提升。该方法能够有效地提高船舶行为的识别精度，为海洋监管部门提供高效的技术支持。

河湖藻类水华形成过程中所具有的突发性和不确定性，导致对藻类水华爆发预测准确性不高。为解决此问题，以叶绿素a的浓度值作为蓝藻水华演化过程表征指标，提出基于长短期记忆（LSTM）循环神经网络（RNN）蓝藻水华预测模型。首先，用遗传算法改进的一阶滞后滤波（GF）优化算法对数据进行平滑滤波处理；然后，搭建GF-LSTM网络的蓝藻水华预测模型，实现对水华发生的精准预测；最后，以太湖水域梅梁湖区域的采样数据为样本，对预测模型进行检验，并与传统的RNN和LSTM网络进行对比。仿真结果表明，提出的GF-LSTM网络模型平均相对误差控制在16%~18%，而RNN模型的预测平均相对误差为28%~32%，LSTM网络模型的平均相对误差为19%~22%，对采用数据的平滑性处理效果较好，预测精度更高，对样本具有更好的适应性，克服了传统RNN模型在长期训练时出现的梯度消失与梯度爆炸缺点。

工业园区废气占据大气污染来源总量的70%左右，需建立科学全面的监测机制，但实际上监测区域范围大、部分区域无法布点、气体分布机理建模困难。针对此实际问题及理论分析难点，提出基于双向误差传播多层神经网络（BEMNN）的监测盲区工业废气分布分析方法。首先，针对工业园区内部无法布设监测点的实际情况，提出"边界监测-盲区推理"的废气监测方案；然后，提出一种误差双向传播的多层组合神经网络，对边界与盲区的气体分布关系进行建模，利用边界监测数据推理盲区气体分布情况；最后利用某工业园区实际监测数据训练网络并进行回归推理，所提方法回归计算的平均绝对误差小于28.83 μg，均方根误差小于45.62 μg，相对误差控制在8%~8.88%，说明所提方法具有可行性，准确性可满足解决实际问题的需求。

为了提高标准扩展卡尔曼姿态估计算法的精确度和快速性，将运动加速度抑制的动态步长梯度下降算法融入扩展卡尔曼中，提出一种改进扩展卡尔曼的四旋翼姿态估计算法。该算法在卡尔曼测量更新中采用梯度下降法进行非线性观测，消除标准扩展卡尔曼算法在线性化时带来的线性化误差，提高算法的准确性和快速性；对梯度下降法的梯度步长进行动态处理，使算法步长与四旋翼飞行器的运动合角速度成正比，增强微型四旋翼飞行器姿态解算的动态性能；对强机动运动过程中机体产生的运动加速度进行抑制处理，消除运动加速度对姿态解算的不利影响，提高了微型四旋翼飞行器姿态解算的跟踪精度。为了验证所设计算法的可行性和有效性，基于STM32单片机搭建四旋翼实验平台系统进行实时在线性能验证。结果表明，所设计算法能提高四旋翼飞行器在强机动、高速运动情况下的姿态跟踪精度、动态性能，增强姿态融合算法的抗干扰性，保证微型四旋翼飞行器的稳定飞行。

针对由于记录仪器的故障和保存媒介的缺陷导致的地震信号中一部分波形出现的缺失,提出一种基于一致性稀疏表示(CSR)的地震波补全算法。首先,通过稀疏表示(SR)模型表示每一帧地震信号;随后,采用主分量分析(PCA)的方法提取在频谱的分布上的帧间一致性信息;最后,利用地震信号的每帧的稀疏性和用帧与帧之间频谱分布的一致性,对缺损的信号进行恢复。在对历史地震信号进行的仿真实验中,当缺损的部分的跨度达到帧数据量的50%时,传统的稀疏表示恢复算法的误差已经很大,而一致性稀疏表示模型仍然能够得到很好的结果。仿真实验结果表明,一致性稀疏表示模型的补全效果要远好于传统稀疏表示模型的补全效果。

为解决直接对不同形式背景的数据构建区间概念格后分别抽取关联规则会存在规则缺失的实际问题,必须首先对不同的区间概念格进行合并.为提高格结构的生成与合并效率,首先对区间概念格的渐进式生成算法进行改进,将概念分为存在概念、冗余概念和空概念,分别以结构体的形式存储;进一步,分析区间概念格中外延和内涵之间的二元关系,给出了区间概念格纵向合并的充分条件——区间概念格的一致性;讨论了内涵一致的概念在合并后分为六种情况,并给出相应的判定定理;应用广度优先原则,通过对原区间概念格节点内涵的类型判定及不同的处理方法,设计了一种区间概念格的纵向合并算法.最后,通过实例验证了算法的有效性和高效性.

身份认证是确保信息系统安全的重要手段，基于智能卡的口令认证协议由于实用性较强而成为近期研究热点。采用基于场景的攻击技术，对最近新提出的两个基于智能卡的口令认证协议进行了安全性分析。指出“对Liao等身份鉴别方案的分析与改进”(潘春兰,周安民,肖丰霞,等.对Liao等人身份鉴别方案的分析与改进.计算机工程与应用,2010,46(4):110-112)中提出的认证协议无法实现所声称的抗离线口令猜测攻击；指出“基于双线性对的智能卡口令认证改进方案”(邓粟,王晓峰.基于双线性对的智能卡口令认证改进方案.计算机工程,2010,36(18):150-152)中提出的认证协议无法抗拒绝服务(DoS)攻击和内部人员攻击，且口令更新阶段存在设计缺陷。分析结果表明，这两个口令认证协议都存在严重安全缺陷，不适合安全需求较高的应用环境。

专利和期刊隶属于不同的知识组织体系，要实现专利与期刊文献的交叉浏览和检索必须解决两种分类法(中国图书馆分类法(CLC)和国际专利分类法(IPC))之间的映射问题。在调研现有分类法类目映射方法的基础上，讨论了基于机器学习实现中国图书馆分类法和国际专利分类法之间类目映射的方法。通过对中图法某个类目标识的语料进行训练得到该类目的分类器，然后用其对国际专利分类法标识的语料进行分类，对分类结果进行分析得出类目间的映射关系。对比实验证明了该方法的有效性。

使用闪存作为存储介质成为提高数据库系统性能的一条新途径,为了解决闪存数据库系统存储管理技术中基于日志的更新策略存在查询效率低、日志区空间分配不合理、索引更新代价高等问题,提出了基于Bloom Filter的最新版本预测算法,引入记录定位器结构,提出日志概要结构和基于闪存更新查询代价评估模型的自适应机制。实验证明,该方法能够自适应地划分合理的日志区空间,有效提高查询性能,减少各种非聚集索引的更新代价。

Molnar协议是射频识别(RFID)系统中读写器与标签之间的双边认证协议，同时强调能够保护标签的位置隐私，而协议安全性尚未得到形式化的分析和证明。在eHa模型下，严格地证明了Molnar协议具有不可预测的强隐私性，并得到确切的安全界。协议的证明使用了基于Game的方法，将协议的隐私性紧致地归约到伪随机函数的输出与随机函数的输出多项式时间不可区分的假设上，对分析和解决RFID系统安全性问题有效而通用。

无线射频识别（RFID）技术是一种应用于开放系统环境下的对象自动识别技术，在物流、制造、零售等多种领域中具有广阔的应用前景。如何设计适合于RFID系统的安全、高效的认证协议是RFID技术得以广泛应用的关键。提出一种新型RFID双边认证协议，给出了详细的协议描述。通过与相关协议的比较表明，该协议是一种安全高效、具有强隐私性的认证协议。

通过对SPIHT算法和LZC算法的研究,提出一种改进的无链表零树编码算法。该算法改进了树编码过程,降低了编码复杂度,易于硬件实现,并且用小波系数的最高比特位来存储标志图,使得编码所需内存进一步减少。实验结果表明在相同的压缩比下,新算法重建图像的峰值信噪比明显优于LZC算法,而仅比SPIHT算法有略微的降低。