针对特征袋（BOF）模型中存在特征计算耗时、识别精度低的不足，提出一种新的改进BOF模型以提高其目标识别的精度和效率，并将其应用于奶牛个体识别。该算法首先引入优化方向梯度直方图（HOG）特征对图像进行特征提取和描述，然后利用空间金字塔匹配原理（SPM）生成图像基于视觉词典的直方图表示，最后自定义直方图交叉核作为分类器核函数。该算法在项目组自行拍摄的数据集（包含15类奶牛、共7500张奶牛头部图像）上的实验结果表明，使用基于SPM的BOF模型将算法的识别率平均提高2个百分点；使用直方图交叉核相比使用高斯核将算法的识别率平均提高2.5个百分点；使用优化HOG特征，相比使用传统HOG特征将算法识别率平均提高21.3个百分点，运算效率为其1.68倍；相比使用尺度不变特征变换（SIFT）特征，在保证平均识别精度达95.3%的基础上，运算效率为其7.10倍。分析结果可知，该算法在奶牛个体识别领域具有较好的鲁棒性和实用性。

针对Harris算法在对纹理复杂程度高的图像进行角点检测时会出现大量伪角点,以及分数阶微分应用到图像处理中需要人为地指定阶数的缺点。分析了伪角点大量产生的原因,并提出以分数阶替换原算法中的整数阶对图像进行微分的改进方法,以及一种以图像的分形维数作为参数来自适应地选择微分所需要的阶数的方法。从而使图像做微分运算时能更好地保留图像中的边缘信息,使分数阶微分可以应用于视频目标追踪、视频稳像等实时性要求较高的场合。实验表明,改进算法在进行角点检测时具有更高的精确度。

在基于矢量量化的说话识别系统所选用的LBG算法中，码本分裂时的阈值是影响初始码本生成的重要因素之一， 而传统方式所采用的阈值不容易确定，且需要进行大量的实验来获得经验值。提出在一定范围内动态地，随机地产生阈值的方法来改进初始码本形成策略，并结合差分倒谱参数建立说话人识别模型。实验结果表明该方法在识别率得到一定改善的前提下，训练时间及识别时间有了明显改善。

动态角色切换是信息系统依据用户属性改变而部分或整体改变用户-角色指派的一种自动授权机制。本文将动态角色切换引入到RBAC96模型，论述了动态角色切换的各种形态、不同切换间的相互关系及模型实现。基于动态角色切换，系统可以自动处理触发角色切换条件而引起的用户-角色指派变更问题，整个过程无须人工参与，减轻了系统管理员的工作负担，提高了授权管理的效率与安全性。