现代市场经济快速发展的同时也伴随着较高的风险，通过对地区投资情况提前预测，能够提前发现投资风险，为国家、企业的投资决策提供参考。针对宏观经济预测中统计数据滞后和内部关系复杂的问题，提出融合情感分析和深度学习的预测方法（SA-LSTM）。首先考虑微博的强时效性，确定了微博爬取和情感分析的方法，得到微博情感分析的分值，进而结合政府统计的结构化经济指标和长短期记忆神经网络，实现地区投资总额预测。经过实际数据计算验证，在四个数据集上，与不加入微博情感分析的LSTM网络相比，SA-LSTM能够降低预测相对误差4.95，0.92，1.21，0.66个百分点；与差分自回归移动平均模型（ARIMA）、线性回归（LR）、反向传播（BP）神经网络、长短期记忆（LSTM）网络四个方法中的最优方法相比能够降低相对误差0.06，0.92，0.94，0.66个百分点。另外，SA-LSTM在多个时间片上，预测相对误差的方差最小，表明所提方法具有很好的鲁棒性，对数据抖动有良好的适应性。

为解决幂迭代聚类算法并行实现中存在的编程繁琐、效率低下等问题，基于Spark大规模数据通用计算引擎及其GraphX组件，提出了一种在分布式环境下实现幂迭代聚类的方法。首先，利用某种相似性度量方法，将原始数据转换成一个可以视为图的亲和矩阵；然后，通过顶点切割，把行归一化后的亲和矩阵切分成若干个小图，分别存储在不同的机器上；最后，利用Spark基于内存计算的特点，对存储在集群中的图进行多次迭代计算，得到这个图的一个切割，图的每一个划分子图对应一个类簇。在不同规模的数据集和不同executor个数下进行的实验结果表明，基于GraphX的分布式幂迭代聚类算法具有良好的可扩展性，算法运行时间与executor个数呈负相关的线性关系，在6个executor下，与单个executor相比，算法的加速比达到了2.09到3.77。同时，通过与基于Hadoop的幂迭代聚类进行对比，在新闻数量为40000篇时，运行时间降低了61%。

针对发音错误检测中标注的发音数据资源有限的情况,提出在Tandem系统框架下利用其他数据来提高特征的区分性。以中国人的英语发音为研究对象,选取了相对容易获取的无校正发音数据、母语普通话和母语英语作为辅助数据,实验结果表明,这几种数据都能够有效地提高系统性能,其中无校正数据表现出最好的性能。同时,比较了不同的扩展帧长,以多层神经感知(MLP)和深度神经网络(DNN)作为典型的浅层和深层神经网络,以及Tandem特征的不同结构对系统性能的影响。最后,多数据流融合的策略用于进一步提高系统性能,基于DNN的无校正发音数据流和母语英语数据流合并的Tandem特征取得了最好的性能,与基线系统相比,识别正确率提高了7.96%,错误类型诊断正确率提高了14.71%。

针对求两个简单多边形交、并、差集问题，提出一种基于最小回路的新算法。首先，将初始多边形P和Q初始化为逆时针方向，并将两个多边形交点处的关联边排序。然后，从各个交点出发利用最小转角法搜索最小回路，并根据这些最小回路中包含P和Q边的方向性对它们进行分类。最终，不同类别的最小回路将对应P和Q的交、并、差集。算法的时间复杂度为O((n+m+k)logd)，其中n、m 分别是P和Q的顶点数，k是两多边形的交点数，d为将多边形分割的单调链数。算法几何意义明显，对于多边形布尔运算中的重合顶点、重合边等奇异情形，具有较好的适应性。

不具有表面信息的三维线框模型投影到二维平面上，不能利用现有的立体投影消隐的方法来消除被遮挡线。提出利用包围盒与有向三角形相结合的方法，找出投影图中的相交边，通过投影模型计算距离并判断其相互的遮挡关系。引入遮挡矩阵存储遮挡信息弥补了投影降维后造成的深度信息损失。利用遮挡矩阵更新表示顶点间拓扑关系的连接矩阵，得到不含隐藏线的投影图。实验表明，算法稳定而高效。

针对短文本所描述信号弱的特点，提出一种基于特征扩展的中文短文本分类方法。该方法首先利用FPGrowth算法挖掘训练集特征项与测试集特征项之间的共现关系，然后用得到的关联规则对短文本测试文档中的概念词语进行特征扩展。同时，引入语义信息并且改进了知网中DEF词条的描述能力公式，在此基础上对中文短文本进行分类。实验证明，这种方法具有高的分类性能，其微平均和宏平均值都高于常规的文本分类方法。

目前针对高维数据特征选择提出的启发式算法多数容易陷入局部最优，无法对整个特征空间进行有效搜索。为了提高对特征域的并行搜索能力，基于模糊粗糙集的信息熵原理，对蚁群模型的搜索策略、信息素更新和状态转移规则等进行了改进，提出蚁群特征选择方法。经UCI数据实验验证，该算法比传统的特征选择算法具有更好的选择效果，是有效的。