缺陷分类是钢铁表面缺陷检测的重要内容。在卷积神经网络（CNN）取得良好效果的同时，网络日益增长的参数量耗费了大量计算成本，为缺陷分类任务在个人计算机或低算力设备上的部署带来了巨大的挑战。针对上述问题，提出了一种新颖的轻量级网络模型Mix-Fusion。首先，通过组卷积和通道洗牌两种操作，在保持精度的同时有效降低计算成本；其次，利用一个狭窄的特征映射对组间信息进行融合编码，并将生成的特征与原始网络结合，从而有效解决了“稀疏连接”卷积阻碍组间信息交换的问题；最后，用一种新型的混合卷积（MixConv）替代了传统的深度卷积（DWConv），以进一步提高模型的性能。在NEU-CLS数据集上的实验结果表明，Mix-Fusion网络在缺陷分类任务中的浮点运算次数和分类准确率分别为43.4 MFLOPs和98.61%。相较于ShuffleNetV2和MobileNetV2网络，Mix-Fusion网络不仅降低了模型参数，压缩了模型大小，同时还得到了更好的分类精度。

大熊猫谱系数据是研究大熊猫种群动态性的重要数据基础，因此从保护大熊猫的角度考虑，大熊猫生态系统的数据建模具有重要意义。针对该问题提出了一种使用种群动态膜系统对大熊猫生态系统进行数据建模的方法。基于中国动物园协会已发布的大熊猫谱系数据从大熊猫个体行为上来模拟研究中国大熊猫保护研究中心圈养大熊猫种群特征，详细分析繁殖参数的变化规律并加入野放模块，设计了一个符合其特点的具有两层嵌套膜结构、对象集合和一系列进化规则的种群动态膜系统。在该膜系统的仿真实验中得到的全体大熊猫仿真结果与实际数据的相对误差最大不超过±4.13%，基本控制在±2.7%以内。实验结果验证了该计算模型的有效性和正确性，能够模拟预测大熊猫种群的变化趋势，给管理者的决策提供依据。

为了改进基于压缩感知(CS)的欠Nyquist采样系统在冗余字典条件下信号重构的效果,研究了基于 ε-闭包的分块联合稀疏模型的同步迭代硬阈值(SIHT)算法。分析了采样系统基于多测量向量(MMV)的CS合成模型,提出了 ε-闭包的分块相干性和约束等距特性(RIP)概念;在迭代过程中根据冗余字典分块相干性,对更新支撑集进行优选从而完成算法改进;给出了迭代收敛常数,并分析了改进型算法的收敛特性。仿真实验结果表明,相比传统算法,改进型算法在采样系统足够的通道数条件下重构成功率可达到100%,噪声抑制能力能够提高7 dB~9 dB,总运算时间可以降低至少37.9%,信号重构收敛速度更快。

针对目前基于惯性传感的动作捕捉系统存在的姿态漂移、实时性不强和价格较高的问题,设计了一种低功耗、低成本,能够有效克服姿态数据漂移的人体实时动作捕捉系统。首先通过人体运动学原理,构建分布式关节运动捕捉节点,各捕捉节点采用低功耗模式,当节点采集数据低于预定阈值时,自动进入休眠模式,降低系统功耗;结合惯性导航和Kalman滤波算法对人体运动姿态进行实时的解算,以降低传统的算法存在的数据漂移问题;基于Wi-Fi模块,采用TCP-IP协议对姿态数据进行转发,实现对模型的实时驱动。选取多轴电机测试平台对算法的精度进行了评估,并对比了系统对真实人体的跟踪效果。实验结果表明,改进算法与传统的互补滤波算法相比具有更高的精度,基本能将角度漂移控制在1°以内;且算法的时延相对于互补滤波没有明显的滞后,基本能够实现对人体运动的准确跟踪。

针对基于位置服务中的多个查询者聚集的场景，提出一种兼顾用户隐私的基于区域的空间Skyline查询算法——VRSSA，利用Voronoi图等计算几何学方法，解决了基于区域与点之间距离的控制关系的判定，并有效减少了计算的复杂度。同时，针对查询条件的动态改变，提出了两种动态更新算法：被查询对象动态新增算法(DPJA)和被查询对象动态减少算法(DPDA)，可有效地减少重复计算的消耗。实验结果证明，提出的算法总体效率较好，具有一定的灵活性。

在介绍了基于时间序列的动态信息数据库结构的基础上，结合电力系统数据特点，分析了并发数据处理、内存映射文件、磁盘缓存、关联数据存储等构建动态信息数据库的关键技术，并着重研究了数据采集流程和混合压缩算法。经实际应用案例表明，采用该关键技术构建的动态信息数据库满足了电力系统海量数据高速存储的要求。

特征提取是手写体汉字识别的关键，目前四方向网格特征已被实验证实是一种较好的手写体汉字特征。针对通常的纵横弹性网格对汉字“撇、捺”笔画特征提取的不足，提出一种新的网格构造技术——对角弹性网格，它由45°和135°的对角直线构成，将汉字图像划分为多个菱形，能够很好地适应汉字在“撇、捺”方向的变化。将这两种网格单独，以及相互组合成双网格等情况分别进行手写体识别实验，实验结果验证了对角弹性网格的有效性和双弹性网格的高识别率性。

研究了采用并行算法挖掘关联规则的优化方案。在数据分发(DD)算法的基础上引入了改进的智能数据分发(IDD)算法;之后提出采用混和分发(HD)算法,该算法综合了计数分发(CD)和IDD算法的优点,简单而有效地解决了算法中非常重要的候选项目集在各个处理器节点之间的划分问题,尽可能使得各个节点负载平衡。最后,对IDD和HD算法的复杂度给出了较为详细的分析。