针对基于细胞图像分割的病变宫颈细胞筛查中由于细胞精细分割复杂而不能实现筛查自动化的问题，提出一种省略精细分割步骤的宫颈细胞分类算法。首先，定义一种新的用于描述像素值分布的特征——最大截面（MAXSection）特征，将该特征与反向传播（BP）神经网络和Selective Search算法结合，实现细胞核感兴趣区域（ROI）的准确提取（最高正确率100%）；其次，基于最大截面特征定义了两个参数——估计长与估计宽，用于描述病变细胞核的形态变化；最后，根据宫颈细胞发生癌变时其核会绝对增大的特点，利用以上两参数实现病变细胞核（估计长与估计宽中至少一个参数大于65）与正常细胞核（估计长与估计宽均小于等于65）的分类。实验结果表明，该自动筛查算法的准确率为98.89%，敏感度为98.18%，特异度为99.20%。该算法可以完成从输入整幅巴氏涂片到输出最终筛查结果的全部过程，实现病变宫颈细胞筛查的自动化。

针对现有路由表查找方法效率低的问题，提出了一种基于多分支优先级树的数据查找算法。该算法将优先级较高的前缀依次存储在原多分支树的虚节点上，将需要进行扩展的前缀存储在辅助存储结构中，从而在路由查找时，该方法可在内部节点找到最长前缀匹配而无需查找到叶子节点，同时避免了在路由表更新时对路由表的重建。仿真结果表明，提出的查找算法能够有效减少在对路由表查找、插入和删除操作所需的内存访问次数，并大幅度地提高路由查找及其更新速率。

针对怎样高效地对命名数据网络(NDN)缓存中的数据进行替换的问题,提出了一种综合考虑数据流行度与数据请求代价的数据替换策略。该策略根据数据的请求时间间隔动态地分配数据流行度因子与数据请求代价因子的比重,使节点缓存高流行度与高请求代价的数据。当用户下次请求数据时能够从本节点获取,降低数据请求的响应时间并减少链路拥塞。仿真结果表明,本策略能够有效提高网内存储命中率,降低用户获取数据的时间以及缩短用户获取数据的距离。

动态时间弯曲(DTW)距离是时间序列相似搜索的一种重要距离度量，但其精确计算是一个性能瓶颈。针对此问题，提出一种名为EA_DTW的方法用于加速DTW距离的精确计算，该方法在计算累积距离矩阵中每个方格的距离时都判断其是否超过阈值，一旦超过则提前终止其余相关方格的距离计算;并对EA_DTW的过程进行了理论分析。实验对比表明，EA_DTW能够提高DTW的计算效率，在阈值与DTW距离相比较小时更加明显。

在传统的用于图像检索的傅里叶轮廓描述符的基础上，提出了一种新颖的、基于图像轮廓的测地距傅里叶描述符，并在标准图像轮廓数据库MPEG-7上进行了测试。实验结果表明这种轮廓描述符在性能上优于其他基于图像轮廓的傅里叶描述符。

为提高多工厂资源调度的效率,更好地解决特殊产业面临的生产资源和维护资源匮乏的问题,提出了理性的GD2报价策略。将其应用于连续双向拍卖机制,用分散式的方法实现了多工厂资源的高效调度。GD2策略是一种包含价格和数量的二维报价策略,Agent通过建立自信函数计算最大期望利润调整报价。实验结果表明,在多工厂资源调度中GD2策略可以实现较高的资源调度效率,整体平均效率达到92%。

利用经济模型和多Agent技术研究网络资源分配问题已成为当前网络研究新的趋势。针对Agent资源有限的网络环境,提出了一种基于连续双向拍卖市场机制的ZIP2策略。ZIP2策略是一种包含价格和数量的二维报价策略,Agent采用该策略具有机器学习能力。最后通过模拟实验验证了ZIP2策略可以实现较高的网络资源分配效率,平均分配效率超过97%。