针对于核磁共振（MR）图像重构中由于欠采样导致的重构图像不够完整、边缘模糊以及噪声残留等问题，提出了一种基于 L ₂正则的非凸全变差正则重构模型。首先，以Moreau包络和最小最大凹罚函数为工具构造 L ₂范数的非凸正则；然后，将其应用于全变差正则上来构造各向同性的非凸全变差正则稀疏重构模型。所提的非凸正则可以有效地避免凸正则中对较大非零元欠估计现象，能够更有效地重构目标的边缘轮廓；同时，在一定条件下可以保证目标函数的整体凸性，从而最后可以利用交替方向乘子法（ADMM）对模型进行求解。仿真实验对若干MR图像在不同的采样模板和采样率下进行了重构。实验结果均表明，与几种典型的图像重构方法相比，所提模型性能更优，相对误差明显降低，峰值信噪比（PSNR）有明显改善，较经典的 L ₁非凸正则重构模型提升了大约4 dB，并且重构后的图像视觉效果显著提升，有效地保留了原始图像的边缘细节。

针对SCMA协议没有同时考虑链路服务质量(QoS)和多输入多输出(MIMO)流的信道接入调度策略的不足，提出一种SCMA/QA协议。协议充分考虑了每个链路中不同流的信道状态，建立了一个基于流的信道状态离散马尔可夫链模型，并融合考虑了每条链路的QoS需求，采用修改的RTS/CTS进行链路QoS的信息交换，通过链路QoS权重作为链路选择的主要因素，将MIMO下基于QoS的链路调度问题建模为一个最优化问题，并在卡罗需—库恩—塔克(KKT)条件下得到最优链路以及通信的流数目。最后，以吞吐量为QoS指标进行了数值分析，结果表明在相同网络环境下，SCMA/QA比SCMA和QCSCMA能更好地提高系统的吞吐量。

在Cornea建立的基于广义势场的骨架生成算法的基础上,提出一种新的多层次线骨架构建算法。通过选取不同的r值简化边界点,减少了斥力场的计算时间。与Cornea算法不同,选取曲面变分替代曲率,并选取局部曲面变分值较高的边界点作为种子点生成多层次的骨架。由于曲面变分比曲率更适用于反映点云形体表面的性质且计算速度较快,因此该算法更适于处理点云,且具有一定的鲁棒性。同时分析了不同的r值与骨架连通性和计算时间的关系。实验结果表明,经边界点简化处理,斥力场计算时间比原来减少一半左右,且以此生成的骨架能够保持较好的光滑性和连通性。还尝试了另一种基于曲面变分简化边界点的准则,并仔细考查了高曲面变分点、邻域半径k以及不同的空间划分尺度n对多层次骨架生成的影响。

多变量决策树是一种有效用于分类的数据挖掘方法，构造的关键是根据属性之间的相关性选择合适的属性组合作为节点。针对传统方法中用相对核进行多变量检验中属性选择存在的不足，首先对每个节点包含的属性个数加以限制，然后由重新定义的属性依赖度和基于条件熵的距离函数选择相关的属性组合作为节点，从而提出一种新的构造算法。实例说明，该算法不仅有效降低了树的高度，而且还兼顾了分类的可读性。