传统基于相邻时间片分析所获得的社区演化关系无法完备地刻画动态图社区演化的整个过程。为此提出了一种改进的社区演化关系分析方法。首先，定义社区事件，并根据发生的社区事件来描述社区的演化状态；然后，对两个不相同时间片内的社区进行事件匹配，从而获得社区演化关系；最后，通过实验将所提方法与传统方法进行比较。实验结果表明，所提方法发现的社区事件总数是传统方法的2倍以上，可为动态图社区演化过程的描述提供更丰富的信息。

针对机场近机位资源紧缺及实际航班到离港时间偏离计划时间对停机位分配所造成的扰动，提出了在同机位相邻航班间加入缓冲时间的停机位分配调度方法。首先，建立了以机位空闲时间、远机位占用时间最小为目标的鲁棒性停机位分配模型；然后，设计了一种基于双目标的拉格朗日松弛优化算法，并使用次梯度算法求解拉格朗日松弛算法中的对偶问题。基于国内某枢纽机场运行数据的仿真结果表明，所提方法的优化方案和原始机位分配方案相比，机位使用量和机位空闲时间分别降低了15.79%、7.56%，机位占用率提高了18.72%，并且冲突率降低到3.57%，达到了有效提高停机位利用率与鲁棒性的目的。

针对传统肺结节检测智能算法仅预测结节的位置，缺少医生临床习惯使用的“分叶”“纹理”“毛刺”等直观的语义解释的问题，提出一种带有语义特征得分的肺结节检测方法。将Faster R-CNN的区域建议网络（RPN）中嵌入细致度、内部结构、分叶、毛刺、边界、钙化、圆度、纹理等8个医生常用的语义特征，设计新的锚盒机制，增加全连接网络实现语义特征的回归学习，将其作为辅助信息结合Faster R-CNN训练实现肺结节检测和语义预测的联合学习。LIDC/IDRI数据集上的测试结果显示，所提方法的肺结节定位的精度为91.2%，肺结节良恶性分类的准确率、敏感性、特异性分别为81%、91.2%、70.8%。在8个语义特征得分上，医生间的差异为0.59±0.80（平均绝对误差±标准差），所提算法预测的语义解释和医生的差异为0.62±1.03，预测结果接近医生个体的差异。修改后的网络达到了较好的检测精度和语义特征预测，方便医生对机器检测结果的理解和临床解释。

为对图像融合算法进行客观准确的综合评价，提出一种基于总变差正则化（TV-L¹）结构纹理分解的评价算法。根据对人类视觉系统的研究，可知人们对图像质量的感知主要来自图像底层视觉特征，而结构特征以及纹理特征是最重要的图像底层视觉特征，但目前的图像融合质量评价算法并没有利用这两种特征来进行评价。鉴于此，将图像进行二级结构和纹理分解，根据结构和纹理图像蕴含图像特征的不同，从结构图像和纹理图像两方面分别进行相似度评价，综合各级得分得到最终的评价总得分。基于30幅图像的数据集和8种主流融合算法，参照已有的11种客观评价指标，用波达计数法和肯德尔系数检验了该评价指标的一致性，另外在主观评价图像集上验证了该客观评价指标与主观评价的一致性。

针对现有动作识别中对连续动作识别研究较少且单一算法对连续动作识别效果较差的问题，提出在单个动作建模的基础上，采用滑动窗口法和动态规划法结合，实现连续动作的分割与识别。首先，采用深度置信网络和隐马尔可夫结合的模型DBN-HMM对单个动作建模；其次，运用所训练动作模型的对数似然值和滑动窗口法对连续动作进行评分估计，实现初始分割点的检测；然后，采用动态规划对分割点位置进行优化并对单个动作进行识别。在公开动作数据库MSR Action3D上进行连续动作分割与识别测试，结果表明基于滑动窗口的动态规划能够优化分割点的选取，进而提高识别精度，能够用于连续动作识别。

针对大图结构特征如何影响划分效果这一问题，提出一种通过顶点度分布特征来描述大图结构特征的方法。首先，基于真实的图数据产生若干顶点数和边数相同、但结构特征不同的仿真数据集，通过实验计算真实图与仿真图之间的相似度，证明该方法对描述真实大图结构特征的有效性。然后，通过Hash和点对交换划分算法，验证图结构特征与划分效果之间的关系。当点对交换划分算法执行到5万次时，划分一个有6301个顶点和20777条边的真实图其交叉边数比Hash划分算法降低了54.32%，划分仿真图数据集中结构特征差异明显的两个图时，交叉边数分别为6233和316。实验结果表明，点对交换划分算法能够减少交叉边数，图的顶点度分布差异越大，划分后交叉边数越少，划分效果越好，因此大图结构特征影响其划分效果，这为建立图的结构特征与划分效果之间的关系模型研究奠定了基础。

针对当前各种图像清晰度评价方法在清晰度判别过程中单调性和区分度不够以及适用范围较小的问题，提出了一种基于四元数小波变换（QWT）幅值与相位的图像清晰度评价方法。该算法通过四元数小波变换将图像从空间域变换到频率域，对得到的四元数小波变换系数进一步计算之后获得低频子带与高频子带的幅值与相位信息，求得低频子带幅值各方向的梯度之后与对应方向的相位相乘求和，最终得到两个清晰度指标值。采用该算法与多种现有算法对不同内容的图像、不同程度模糊的图像以及含有不同程度噪声的图像进行清晰度评价实验：相对于现有算法，所提算法在对上述多种图像的清晰度评价中都保持着很好的单调性与区分度。实验结果表明，所提算法不但克服了现有算法在单调性与区分度上的不足，而且所提清晰度评价指标可以应用在图像处理中。

在遥感图像融合中，融合图像光谱失真是主要存在的问题，为此提出一种结合熵主成分变换与优化方法的图像融合方法。通过熵主成分变换将庞杂的多波段数据用尽可能少的波段表示出来，减少光谱维数，且从熵的贡献角度出发完成投影变换保留更多的源波段信息。取第一熵主分量，与直方图匹配后的全色图像进行小波变换，分别获取低频和高频子图。对低频子图采用量子粒子群优化方法搜索线性加权的最优融合权值，对高频子图采用统计特征与统计模型相结合的方式完成融合，小波融合结果作为第一熵主分量。最后，熵主成分逆变换得到融合后的遥感图像。选用熵、交叉熵、标准差、梯度、相关系数和光谱扭曲度作为客观评价指标。实验结果表明，所提方法能够提升空间细节且避免融合图像光谱失真。

在无线网络环境中，TCP Vegas应用时会受到无线信道干扰和噪声的影响，对往返延时（RTT）难以进行准确的估计，导致其性能大幅度降低。结合TCP New Vegas和TCP Vegas A+等的优点提出一种改进算法TCP Vegas-P。该算法针对慢启动过早结束和拥塞避免阶段拥塞出现在反向链路上导致吞吐量下降的问题，以及在与NewReno共存时公平性恶化的问题进行了综合的改进。经仿真实验，改进的算法在无线网络中能够进行比较好的RTT估计，对解决上述Vegas存在的问题达到了良好的效果。

探讨了一种新型的漏洞利用方式，这种利用方式充分利用了Windows系统中固有的堆管理机制，使得原本被认为不可利用的一种程序异常变成一种危险的可利用漏洞。从漏洞关键代码出发，分步骤分层次地分析了这种漏洞利用方式的利用过程和原理；结合具体漏洞利用分析整个流程及其危害；最后针对该种利用方式系统分析了其防护的机制和手段。

将附有条件的最短路径概括为点约束、边约束和属性约束的最短路径问题。以栅格数据模型为图或网络描述方式，基于贪心算法思想，提出栅格数据模型中附有条件的最短路径算法。最后，通过实例进行了算法测试，结果表明栅格数据模型中附有条件的最短路径算法是完全可行和有效的。

针对目前网络最大流算法存在的问题，研究一种适应性更广的新算法。定义了有向路径和残量网络的概念，依据可行流分解定理，引入人工智能中搜索的方法，以邻接矩阵为网络数据存储结构，提出条件约束下的网络最大流新算法。最后，通过实例进行了算法测试和比较。算法测试表明：点和边有容量约束的网络最大流新算法是完全可行和有效的。