目前群组行为识别方法没有充分利用群组关联信息而导致群组识别精度无法有效提升，针对这个问题，提出了基于近邻传播算法（AP）的层次关联模块的深度神经网络模型，命名为聚类关联网络（CRN）。首先，利用卷积神经网络（CNN）提取场景特征，再利用区域特征聚集提取场景中的人物特征。然后，利用AP的层次关联网络模块提取群组关联信息。最后，利用长短期记忆网络（LSTM）融合个体特征序列与群组关联信息，并得到最终的群组识别结果。与多流卷积神经网络（MSCNN）方法相比，CRN方法在Volleyball数据集与Collective Activity数据集上的识别准确率分别提升了5.39与3.33个百分点。与置信度能量循环网络（CERN）方法相比，CRN方法在Volleyball数据集与Collective Activity数据集上的识别准确率分别提升了8.7与3.14个百分点。实验结果表明，CRN方法在群体行为识别任务中拥有更高的识别准确精度。

针对当前商业环境中传统企业资源计划（ERP）系统的低开放性、低拓展性和高成本等问题，提出了一种基于软件即服务（SaaS）模式的ERP系统建模方法。首先，利用UML的拓展机制，对原语扩充，得到新的原语集UML profile；其次，建立等效元模型，通过对象约束语言（OCL）保证语义的无二义性；最后，通过应用图、操作字典、物理图和拓扑图组成的模型框架对云ERP系统进行描述，实现云ERP系统的文档化。该方法专注于模块化设计，所有阶段均采用统一的可视化元模型。根据建模需求，在企业架构（EA）平台上采用所提方法成功建立了基于SaaS的云ERP模型，验证了所提建模方法的有效性。理论分析及建模结果表明，该方法确保了模型间的互操作性和一致性，提高了ERP系统的可成长性。