针对异构无线网络环境中，基于流控制传输协议（SCTP）的多路并行传输协议（CMT-SCTP）存在接收缓存阻塞和路径负载失衡等问题，提出一种改进的轮询数据调度算法。该算法根据每条路径上的发送队列信息和拥塞状况对网络状况进行估计，并按照各路径上的网络状况分配相应的传输任务量，缩短数据包在接收端缓冲区的平均排队时延，减少接收端乱序数据包的数量。仿真结果表明，改进的轮询数据调度算法能有效提升CMT-SCTP在异构无线网络环境中的传输效率，有效缓解接收缓存的阻塞,且对不同的网络场景具有很好的适应性。
针对现有车辆自组织网络(VANET)存在的安全隐患，提出一种多载波的跨层安全传输协议。该协议包括网络层的安全路由协议和物理层的安全频率分集接收两部分：一方面限制不相关节点对于信息传输路由的知情权；另一方面在物理层的分集接收过程中利用信道衰落特征的差异性使合法接收节点和窃听节点存在较大的信号解调性能差异，其所用的信道状态信息源于网络层向物理层的跨层透传。理论分析和系统仿真结果表明，提出的传输协议在车辆规模为1000~2000辆时，瞬时窃听节点数仅为3左右，相对于现有方法能有效地降低窃听节点数量。
下一代网络(NGN)是一种采用不同无线接入技术的融合网络，在这种融合的网络环境中，不同无线接入技术间的垂直切换成为重要的研究课题。但是现有的垂直切换算法少有考虑用户业务对网络的实际需求偏好以及用户的移动性，大多以网络端的属性值作为切换判决指标。为了解决上述问题，提出了一种基于业务需求的速度自适应垂直切换算法，并通过速度因子以及网络属性因子矩阵来补偿因节点运动而对无线链路质量造成的损耗，自适应调整业务对网络属性因子需求的权重，从而支撑节点做出有效的切换判决,最终实现速度自适应的能更好地服务于应用业务的垂直切换。仿真实验表明，该算法能有效地克服乒乓效应，且与其他切换算法相比有较高的数据包吞吐率。
家庭基站是一种小体积、低发射功率的基站，它为长期演进(LTE) femtocell双层网络提供更好室内覆盖的同时也增加了整个系统的容量。然而，femtocell和宏基站(MeNB)之间的干扰不容小觑。针对二者间的干扰问题，提出一种基于软频率复用(SFR)的有效的LTE femtocell网络的小区间干扰协调(ICIC)方案。该方案中，为避免共信道干扰，先对宏小区进行SFR频域资源分配，然后让femtocell用户使用宏基站未占用的频域资源；并且当femtocell位于宏小区中心区域时，不使用同一扇区边缘区域占用的频带。仿真结果表明，此方案减小了不同类型用户间的干扰，整个网络的吞吐量比没有使用ICIC技术的情况提高了14%，同时小区边缘用户的平均吞吐量至少提高了34%。
针对无线认知网次用户快速寻找可用信道与检测主用户出现的问题，提出一种新的高效频谱感知机制。该机制通过感知与传输并发以减少感知的时间开销，利用干扰消除技术消除自身传输对感知的干扰；通过结合不同采样速率下信道状态的观察，实现宽频谱的信道感知；在传输中，利用特征匹配技术检测主用户的出现。实验结果表明，新机制可减少感知时间50%，提高吞吐量100%以上。因此，新机制有效降低了频谱感知的资源消耗，提高了认知通信的效率。
针对DV-Hop算法采用跳数乘以平均每跳跳距估算节点间的跳距，利用三边测量法或极大似然估计法估算节点坐标信息，算法过程存在缺陷从而造成定位误差过高的问题。为此提出一种基于节点密度区域划分的DV-Hop改进算法（DZDV-Hop），依据网络的连通度和节点密度限制参与估算的信标节点的跳数，采用加权质心法估算定位坐标。Matlab仿真测试结果表明，在相同的网络硬件和拓扑结构环境下，改进后的算法能有效地减少节点通信量，且平均定位误差率比传统的DV-Hop算法减少了13.6%左右，提高了定位精度。
针对传统网络流量预测精度低难题，为了获得理想的网络流量预测结果，提出一种基于高斯过程回归(GPR)的网络流量预测模型。该模型首先计算延迟时间和嵌入维数，构建高斯过程回归的学习样本；然后采用高斯过程回归对网络流训练集进行学习，并采用入侵杂草优化对高斯过程回归的参数进行优化；最后采用经典的网络流量测试集对该模型性能进行实验测试。实验结果表明，高斯过程回归模型提高了网络流量的预测精度。
针对工程优化算法中黑盒子的高计算代价问题，提出一个基于River技术的动态面向服务优化计算平台（R-DSOCP）用于分布式并行计算黑盒子。首先分析优化算法中黑盒子的执行模式，遵循动态面向服务架构并围绕着River的服务发布和查找功能设计所需的核心服务并利用它们组建R-DSOCP；然后设计了一个基于蚁群优化的黑盒子调度问题（BSP）算法，调度服务利用该算法不仅能够快速为黑盒子选取最佳计算服务而且能够均衡平台负载；最后，实验结果表明在分离优化算法执行和黑盒子计算后，黑盒子在平台中得到了有效的并行计算，平均计算效率相比单计算节点提高近n倍，其中n为并行因子。因此借助高性能计算（HPC）技术，R-DSOCP在工程优化领域能够为提高优化算法速度并降低计算成本提供一个可行方案。
针对DNA编码序列设计问题，将其转换为带约束的多目标优化问题，在单链DNA集合中引入h-距离，构造了DNA序列间的共享函数，应用小种群遗传算法，对DNA编码序列设计问题进行求解。与已有结果比较，算法可以得到更好的DNA序列且计算效率较高。算法可用于DNA计算中编码序列的具体设计。
在分布式循环请求集长度最短时，针对请求集生成算法的时间复杂度和空间复杂度过高问题，提出了一种基于重复数的最短循环请求集生成算法。算法在基于循环松弛差集的思想上，以当前请求集差集允许的最大重复数作为判断条件，依次向请求集中添加元素。实验结果表明，系统节点数为70到90时，该算法在保证请求集长度最短，且空间复杂度为O(2N)的前提下，使得时间复杂度是穷搜方法的3.6E-03到6.8E-07,降低了最短循环请求集生成算法的时间复杂度。
针对差分进化（DE）算法存在的早熟收敛与搜索停滞的问题，提出memetic分布式差分进化（DDE）算法。将memetic算法的思想融入到差分进化算法中，采用分布式的种群结构以及memetic算法中的混合策略，前者将初始种群分为多个子种群，子种群间根据冯·诺依曼拓扑结构周期性地实现信息交流，后者将差分进化算法作为进化的主要框架，模式搜索作为辅助手段，从而平衡算法的探索与开发能力。所提算法充分利用了模式搜索和差分进化算法的优势，建立了有效的搜索机制，增强了算法摆脱局部最优的能力，能够满足搜索过程对种群多样性及收敛速度的需求。将所提算法与几种先进的差分进化算法相比较，对标准测试函数进行优化的实验结果显示：所提算法在解的质量和收敛性能方面，均优于其他几种相比较的先进的差分进化算法。
为了增强局部搜索算法在求解最大割问题上的寻优能力，提高解质量，提出了一种多启动禁忌搜索（MSTS）算法。算法主要包括两个重要组件:一是用于搜索高质量局部优化解的禁忌搜索算法;二是具有全局搜索能力的重启策略。算法首先通过禁忌搜索组件获取局部优化解;然后应用设计的重启策略重新生成初始解并重启禁忌搜索过程。重启策略基于随机贪心的思想，综合利用了“构造”和“扰动”这两种方法生成新的起始解，来逃离局部最优的陷阱从而找到更高优度的解。采用了国际文献中公认的21个算例作为本算法的测试实验集并进行实算, 并与多个先进算法进行比较，MSTS算法在18个算例上得到最好解值，高于其他对比算法。实验结果表明，MSTS算法具有更强的寻优能力和更高的解质量。
针对拥塞复杂监控场景中目标的准确分类问题，提出了一种连续跟踪状态下基于可分性特征的目标优化分类方法。首先对整个场景中所有目标提取简单的颜色、形状和位置特征建立初始目标匹配，利用目标的运动方向及速率预测下帧中优先搜索区域以提高目标匹配效率，减少运算量，并对未建立对应关系的遮挡目标采用外观特征模型进行再匹配。为了提高目标分类的准确率，系统利用连续跟踪状态下目标特征的不间断提取和匹配，根据匹配最大概率决定最优分类结果。通过多种场景的实验结果表明，该方法的分类准确度比未利用连续跟踪信息的方案获得了更好分类准确度，平均达到了97%，有效改善了复杂场景中目标分类精度。
为降低多目标航迹聚集时联合概率数据关联（JPDA）联合关联事件的计算复杂度，提出一种基于Meanshift聚类〖CD*2〗Bhattacharya（Bhy）观测似然度修正的JPDA改进算法。利用Meanshift得到聚类中心，据聚类中心与目标预测量测马氏距离形成跟踪门；提出Bhy似然度矩阵，将Meanshift聚类中心与各量测Bhy距离所表征的观测似然度作为确认矩阵小概率事件划分依据，消除确认矩阵中小概率事件对联合关联事件计算复杂度的影响。实验结果表明：多目标航迹聚集时，该算法在减少计算复杂度同时保持了较高关联精度，跟踪性能明显优于经典JPDA。
针对Komano等(KOMANO Y, SHIMIZU H, KAWAMURA S. BS-CPA: built-in determined sub-key correlation power analysis. IEICE Transactions on Fundamentals of Electronics, Communications and Computer Sciences, 2010,E93-A(9):1632-1638.)对dpacontest.org平台提供的数据进行研究后提出的内置确定性子密钥相关系数功耗分析（BS-CPA）方法进行分析，并从破解所需功耗数据和成功率方面将BS-CPA与差分功耗分析（DPA）、相关系数功耗分析（CPA）进行比较分析，发现BS-CPA虽然理论上方法可行，但远未达到其声称的效果，进而从密码设备加密过程中寄存器状态的变化与功耗值的关系来选取中间变量，通过去除噪声和错误峰值，找到与密钥最相关数据点来缩小攻击范围。对于相同数量功耗数据，部分点攻击与全部点攻击相比，完全破解64位密钥的成功率最大可以提高60%。实验结果表明改进后的模型攻击效率得到提升，达到同样成功率需要功耗数据少，攻击结果稳定。
现有的抗辅助输入公钥加密方案仅满足选择明文攻击(IND-CPA)安全性，难以满足实际应用的安全需求。基于判定性Diffie-Hellman (DDH)假设下CS '98加密方案和域GF(q)上Goldreich-Levin定理，构造出一种新型的抗辅助输入泄漏的公钥加密方案。该方案满足适应性选择密文不可区分性(IND-CCA2)安全性，允许攻击者利用辅助输入泄漏信息攻击挑战密文时询问解密预言机。与BHHO加密方案相比，尽管加密/解密运算量都增加了近一倍，却实现了更加严格的IND-CCA2安全性。
针对大量的边信道攻击和冷启动攻击泄漏密码系统的秘密信息进而导致传统密码方案不安全的问题，提出了一种能在私钥泄漏情况下保持安全的无证书加密方案。基于q-ABDHE困难问题假设，从理论上证明了方案的安全性；通过提取器的使用实现了抗泄漏特性。理论分析表明提出的方案容许私钥的相对泄漏率可以达到1/8。
不经意传输是密码学研究的一个重要内容。对一种可证明安全的k-out-of-n不经意传输方案安全性进行了分析。该方案的构造方法很新颖，具有很高的计算效率和传输效率。但是分析发现其存在一个明显漏洞，可以使得接收者能够获得发送者发送的全部信息，从而违背了不经意传输的安全性要求。详细分析后，通过引入一个随机数对该方案进行了改进，改进后的方案消除了原方案存在的漏洞，并且传输开销和计算开销与原方案相同，方案安全性同样是建立在判断性Diffie-Hellman (DDH)问题为困难问题的假设之上。
针对标准模型下数字签名方案较难构造的问题，在已有选择密文攻击(CCA)安全的可公开验证加密(PVPKE)方案基础上，提出一种标准模型下的数字签名方案。构造基于以下结论：CCA安全的PVPKE方案密文的合法性可公开验证，而数字签名也要求可公开验证；CCA安全的PVPKE方案密文不可伪造，而数字签名也要求不可伪造。通过将PVPKE方案中私钥用于签名，其公钥用于签名的验证，设计数字签名方案，并进行了安全性证明。分析结果表明，所提出的方案在邮件传输系统中有较好应用。
提出一种充分利用矢量动画的矢量数据存储方式和时序特性的盲水印方案。首先，采用矢量动画相邻帧间变化元素的颜色值作为水印嵌入目标；然后，以最低位有效算法作为嵌入/提取算法，并将多组水印进行编码后嵌入到矢量动画中；最后，根据提取的多组水印进行相互验证、优化，得出准确的水印。理论分析与实验结果表明，所提算法易实现，具有良好的鲁棒性，能实现篡改提示效果，且能在载体播放时实时嵌入与提取水印。
为了有效提高三维水印的透明性、抗噪能力和水印提取准确度，针对三维网格中不固定点云数据，提出一种基于局部特征点提取的三维点云模型水印算法。根据协方差分析提取出三维模型初始特征点，以初始特征点为核心，在它K近邻邻域中，构建不跨越区域最小三角形为嵌入单元的底面，将剩余顶点按照升序排列，寻找合适的嵌入顶点，构建局部嵌入单元，通过改变嵌入顶点信息来嵌入水印。其中通过顶点在平面投影产生的夹角确定水印索引值，实现盲水印。算法通过保留特征点信息，改变非特征点嵌入水印信息能有效提高透明性和抗噪能力，通过限制嵌入单元区域提高水印提取准确率，同时实现了盲水印检测。
针对移动互联网基于位置的服务（LBS）的隐私安全问题，在对已有模型分析研究的基础上，提出了基于加密数据的位置感知隐私安全模型。通过第三方可信服务器对数据库进行加密，实现了服务和隐私之间的平衡。同时采用自主访问控制(DAC)策略，用户可以按照自己的意愿，在保证自己隐私的同时有选择地与其他用户共享数据。最后提出了一种改进的保序加密算法，通过数据转换、桶划分以及线性映射实现了高效的位置感知查询。实验分析表明，该模型实现了位置数据的加密查询和以用户为中心的访问控制策略，改进的算法具有更高的效率。
不同于分组密码，序列密码构造相对简单且大量使用线性运算，因此攻击点功耗与其他功耗成分之间往往存在较强的相关性，使得能量分析攻击难以实施。针对上述现状，提出了一种面向Grain-128同步流密码的选择初始向量（IV）相关性能量攻击方案。首先对Grain-128的输出函数h(x)进行了分析，并基于此确定了攻击点表达式；其次通过选取特定的初始向量，消除了攻击点功耗和其他功耗成分之间的相关性，从而解决了能量攻击所面临的关键问题；最后基于功耗分析工具PrimeTimePX对攻击方案进行了验证。结果表明，该方案仅需736个IV样本即可实施23轮攻击，恢复46比特密钥。
针对Android平台恶意软件检测需求和Android权限特征冗余的问题，提出一套从权限相关性角度快速检测恶意软件的方案。采用卡方检验计算各权限属性对于分类结果的影响大小，去除冗余权限特征，再对权限属性聚类，提取代表性权限特征，进一步减少冗余。最后利用基于不同权限特征权重的改进朴素贝叶斯算法进行软件分类。在收集的2000个软件样本上进行了实验，恶意软件漏检率为10.33%，总体预测准确率达到88.98%。实验结果表明，该方案利用少量权限特征，能够初步检测Android应用软件是否有恶意倾向，为深入判断分析提供参考依据。
随着面向服务计算技术(SOC)的快速发展，网络上出现了大量功能相同而服务质量(QoS)有很大差别的Web服务，QoS成为评价和选择Web服务的重要依据。由于Web服务所在环境的开放性，使得Web服务的QoS具有很强的动态性，如何精确地预测Web服务的QoS成为影响服务选择和服务组合质量的关键问题。对当前已有的Web服务QoS动态预测方法进行了深入的剖析，指出了现有QoS动态预测方法的优点与不足，讨论了未来的研究方向；明确了存在的关键问题以及未来的发展方向。
针对K-means聚类算法通常无法事先设定聚类数，而人为设定初始聚类数目容易导致聚类结果不够稳定的问题，提出一种新的高效率的K-means最佳聚类数确定算法。该算法通过样本数据分层来得到聚类数搜索范围的上界，并设计了一种聚类有效性指标来评价聚类后类内与类间的相似性程度，从而在聚类数搜索范围内获得最佳聚类数。仿真实验结果表明，该算法能够快速、高效地获得最佳聚类数，对数据集聚类效果良好。
传统的超网络模型在处理不平衡数据分类问题时，具有很大的偏向性，正类的识别率远远高于负类。为此，提出了一种代价敏感超网络Boosting集成算法。首先，将代价敏感学习引入超网络模型，提出了代价敏感的超网络模型；同时，为了使算法能够自适应正类的错分代价，采用Boosting算法对代价敏感超网络进行集成。代价敏感超网络能很好地修正传统的超网络在处理不平衡数据分类问题时过分偏向正类的缺陷，提高对负类的分类准确性。实验结果表明，代价敏感超网络Boosting集成算法具有处理不平衡数据分类问题的优势。
针对复杂非线性系统建模的难点问题，提出了一种基于改进的粒子群优化算法（PSO)优化的T-S模糊径向基函数（RBF）神经网络的新型系统建模算法。该算法将T-S模糊模型良好的可解释性及RBF神经网络的自学习能力相结合，构成T-S模糊RBF神经网络用于系统建模，并采用动态调整惯性权重的改进的PSO算法结合递推最小二乘算法实现网络参数的优化调整。首先，利用所提算法进行了非线性多维函数的逼近仿真，仿真结果均方差（MSE）为0.00017，绝对值误差不大于0.04，逼近精度较高；又将该算法用于建立动态流量软测量模型，并进行了相关的实验研究，动态流量测量结果平均绝对误差小于0.15L/min，相对误差为1.97%，基本满足测量要求，并优于已有算法。上述仿真及实验研究结果表明，所提算法对于复杂非线性系统具有较高的建模精度和良好的自适应性。
话题句（TC）识别中采用穷举方法生成标点句的候选话题句（CTC）影响系统的执行效率和话题句识别的准确率。提出一种新的候选话题句生成方法，利用标点句在篇章中的位置特征、话题的语法特征以及话题串与说明的邻接性特征，指导候选话题句的生成过程。实验结果表明，该方法减少了候选话题句的个数，提高了系统效率。而且，通过与基于穷举式候选话题句生成策略的话题句识别工作进行对比，该方法使单个标点句话题句识别的准确率提高了0.96个百分点，使标点句序列话题句识别的准确率提高了1.31个百分点。
针对学习者的能力、学习目标、学习时间的个别差异，提出以粒子群优化（PSO）算法为基础的学习资源推荐方法，提供每位学习者个性化的数字课程。综合概念图和知识结构相关理论构建知识点网络结构图，运用项目反应理论（IRT）分析不同学习者的学习目标和能力程度，再应用PSO算法从多样性的学习资源中挑选学习内容，形成个性化的课程推荐给学生。初始化粒子时考虑学习者的学习时间上下限，过滤掉一些不必要的粒子来提高算法效率，在确定最优解位置时，使用Sigmoid函数修正粒子更新速度，保证其在有效范围内。实验结果表明，随着迭代次数增加，所推荐的内容与学习者预定目标差异为0，挑选出的课程与学习者能力差异为0.6，整体差异为0.25，说明所使用的方法具有较好的收敛性，推荐的学习资源能够满足学习者要求。
针对传统新闻话题挖掘准确率不高、话题可解释性差等问题，结合新闻报道的体例结构特点，提出一种基于加权隐含狄利克雷分配（LDA）模型的新闻话题挖掘方法。首先从不同角度改进词汇权重并构造复合权值，扩展LDA模型生成特征词的过程，以获取表意性较强的词汇；其次，将类别区分词（CDW）方法应用于建模结果的词序优化上，以消除话题歧义和噪声、提高话题的可解释性；最后，依据模型话题概率分布的数学特性，从文档对话题的贡献度以及话题权值概率角度对话题进行量化计算，以获取热门话题。仿真实验表明：与传统LDA模型相比，改进方法的漏报率、误报率分别平均降低1.43%、0.16%，最小标准代价平均降低2.68%，验证了该方法的可行性和有效性。
针对建立运输机器人的精准行为模型所遇到的新困难，提出采用含禁止弧Petri网（PN）建立其行为模型。运输机器人行为有耦合、制约、异步等特点，采用含禁止弧的行为交互Petri网元模型以及token流动控制机制建模其行为。通过LabVIEW2012及Robotics模块,将Petri网模型转化为LabVIEW程序，在运输机器人平台进行行为验证。结果实现了运输机器人的行为与交互逻辑，具有行为辨识、决策与执行能力。验证了含禁止弧Petri网为运输机器人的行为建模提供了一种适用方法，建立的Petri网模型为运输机器人的相关行为设计提供模型参考。
为了有效地捕捉步态的连续性动态信息，快速进行身份认证和识别，提出一种以帧差能量图（FDEI）的行质量向量作为步态特征的步态识别方法。该算法通过目标检测、二值化、形态学处理、连通性分析等预处理后得到步态轮廓图像，并利用其序列的宽度进行准周期性分析，再用连续隐马尔可夫模型(CHMM)对所提取的步态帧差能量图行质量向量进行模型参数训练和识别。在CASIA数据库上进行了仿真实验，结果表明该算法具有特征提取简单、特征维数低、识别速度快和识别率高的优点，可以满足实时识别的需要。
为了提高基于网络的智能化办公系统特别是敏感系统的安全性，提出使用人脸识别作为智能化办公系统的身份认证方法。采用多部件融合的人脸识别算法，将人脸图像分成一系列基元部件，从中选取选择出具有统计最优的部件集合，提取其局部二值模式（LBP）直方图特征，通过对应的线性判别分析(LDA)变换矩阵得到LDA变换后的特征，作为每个部件的最终特征，并用求和的方式实现部件的相似度融合。将此算法应用于智能化办公系统的身份注册与识别，实验结果表明具有较高的精度与安全性。
针对高速公路上车辆的逆行、停车、轨迹异常等事件的检测问题，提出了一种基于车道模型知识的自底上向的车辆异常检测方法。首先由车道线的连续性、共线性的感知搜索出车道线和消失点，自动建立车道模型；然后在多车辆检测与跟踪时，通过目标运动位置预测和KLT特征点跟踪的方法建立表示目标区域交叠关系图，依据后验关系通过对图中节点对应目标区域的合并与拆分实现目标与实际车辆的一一对应，建立可靠的跟踪轨迹；最后基于消失点的坐标变换，计算车辆实际位置与速度，采用轨迹滑动窗口方法判断目标运动趋势并计算窗口内轨迹点平均速度，判断车辆的异常行为。实验结果表明,所提方法在不同天气、不同车流量环境中均有80%以上的事件检测率，同时算法简单，具有很好的实时性，能够适应实际高速公路智能检测设备的需求。
针对粘着全自动公开的区分计算机和人的图灵测试(CAPTCHA)的识别问题，提出了一种基于谱聚类递归神经网络(RNN)集成的识别算法。该算法首先使用不一致测度度量两个RNN之间的距离，构建出一张由多个候选RNN形成的图；然后基于谱图聚类理论，将多个RNN划分为不同的簇，并在每个簇上选择最佳RNN参与集成。实验结果表明：相对于单个候选RNN，该算法的识别率提高了约16%；相对于全部候选RNN构成的集成系统，该算法形成的集成规模更小，仅为原来的23%。
为了提高强噪声环境下语音端点检测的正确率，克服传统的短时能量和短时过零率双门限语音端点检测算法在低信噪比（SNR）条件下检测性能急剧下降这一缺陷，提出了一种改进的语音端点检测算法。该方法对强噪声环境下的语音信号，首先进行小波阈值去噪，提高信噪比，再采用双门限法进行端点检测。实验结果表明，该算法具有一定的鲁棒性，在强噪声环境下仍能准确地进行语音端点检测，从而该算法的有效性得到验证。
针对低信噪比（SNR）环境下鸟叫声识别率不够高的问题，提出一种对声谱图进行Radon变换（RT）和平移不变性离散小波变换（TIDWT）的抗噪型鸟类声音识别技术。首先，使用改进的多频带谱减法对鸟叫声进行降噪处理；其次，利用短时能量检测降噪后的鸟叫声的静音段，并去除静音段；接着，将去除静音段的声音信号转化为声谱图，并对声谱图进行RT和TIDWT，提取特征值；最后，采用支持向量机（SVM）分类器对提取的特征值进行分类识别。实验结果表明，该方法在信噪比为10dB及以下仍可以达到较好的识别效果。
在捷联惯导/卫星导航（SINS/GNSS）紧组合导航系统的非线性非高斯高动态模型中，一般K均值粒子群优化（PSO）算法易出现粒子退化、滤波发散等问题。针对上述问题，提出一种融入权值修正的K均值粒子群滤波方法。通过观测SINS/GNSS紧组合导航系统的精度因子(GDOP)，来修正粒子权值，从而修正每个K均值的聚类中心的权重，进而优化粒子;并结合SINS/GNSS紧组合导航系统模型进行了仿真分析。结果表明在非线性非高斯高动态的情况下，该改进算法有效地抑制了滤波发散，提高了精度。
针对四旋翼飞行器在不同环境下的飞行稳定性问题，提出反步法和模糊自适应比例积分微分(PID)方法的混合控制方法。该方法根据无人机(UAV)飞行环境和大倾角、大倾角变化率选择当前合适的控制器。在系统未受扰动时，基于Backstepping的控制方法能够完成飞行器的轨迹跟踪；在受扰动时，基于模糊自适应PID能够极大地抑制扰动带来的影响，实现对四旋翼飞行器的精确控制。通过Matlab仿真分析及实际飞行器实验，验证了增稳混合控制器的稳定性。
针对X86系统仿真中基于静态寄存器分配的代码翻译机制导致的目标代码膨胀率高、翻译引擎和执行引擎间切换开销大两方面问题，提出了以寄存器映射、自定义指令和影子寄存器为基础的软硬协同优化方法。寄存器映射优化将对内存中模拟的源机器寄存器的操作转化为对本地机器寄存器操作，降低了翻译后目标代码膨胀率；自定义指令和影子寄存器优化将引擎切换时上下文的备份和恢复操作简化为2条自定义指令，提升了引擎切换效率。相比协同优化前，X86仿真系统Linux-0.2的翻译后目标代码膨胀率降低了21.9%，开关机时间获得了1.35的加速比。测试结果表明了该协同优化方法对于提升系统仿真效率具有可行性和有效性。
针对CortexM3微控制器（MCU）对传统51单片机的部分替代所带来的系统复杂度的增加问题， 提出了一种在无操作系统支持的嵌入式平台上实现并发控制的方法。首先基于上下文无关文法形式化地定义了控制流程的脚本语言, 并实现相应的脚本解释器；然后指出多线程机制是实现多脚本并发执行的充分条件而非必要条件, 通过在MCU自带的定时器中断处理函数中进行并发脚本控制流程的切换，实现了一个能用于嵌入式平台并发编程的协程机制。实验结果表明，该机制能避免对商业多线程库的依赖，降低产品研发成本，在代码可读性方面也有较大提高，使代码烧写次数减少58%左右。在无操作系统和有Linux操作系统支持的嵌入式平台上的分别应用，表明该机制有较好的可移植性和实用性。
针对加权迁移系统，提出了线性时间属性及其安全性检测。首先定义了半环K上的加权迁移系统，提出了加权线性时间属性概念，并根据权重函数确定加权线性时间属性的上确界、下确界和闭包; 接着给出了几种常见的加权线性时间属性并且讨论了它们的关系; 然后重点研究了加权安全性，通过加权自动机和闭包给出了加权正则安全性; 最后基于加权有穷自动机，建立了加权正则安全性的检测方法。检测过程结合半环和形式幂级数，构造了加权迁移系统和加权有穷自动机的乘积系统，将加权安全性检测问题转化为验证乘积系统的不变性，给出了加权正则安全性检测的算法和复杂度。实例结果表明，所提的方法能够对加权迁移系统的安全性进行检测。
空间高能粒子辐射严重影响航天计算的可靠性，必须采取有效措施对其进行加固。相比使用抗辐射器件，使用软加固的商用器件具有性能高、成本低、开发速度快等优势。然而，目前的软加固研究主要适用于应用程序，对操作系统软加固方法的研究还较少。鉴于此，提出了一种面向星载操作系统的控制流错误检测方法。该方法结合星载操作系统自身特点，着眼于线程执行，将每个线程视为一个函数调用序列，通过在函数入口和出口处插入检测语句，监测各线程的执行，实现控制流错误检测。实验结果表明，该方法能将星载操作系统的控制流错误覆盖率提高约25%。
在多分辨光顺算法研究及软件编制的基础上，针对多分辨光顺的精度控制问题，分析研究了光顺尺度对光顺精度的具体影响。该方法以半圆曲线作为标定对象，揭示了光顺尺度的选择与光顺精度之间的内在联系。实验结果表明，光顺尺度越小，光顺误差越大；多分辨光顺能够以较少的点表示原始曲线，有较强的数据压缩能力；曲线曲率较大的地方，更容易产生光顺误差。
针对单元尺寸场的合适与否会直接影响到后续有限元网格质量的问题，提出一种尺寸修正算法来优化单元尺寸场。在Borouchaki等提出的H变化量（BOROUCHAKI H, HECHT F, FREY P J. Mesh gradation control. International Journal for Numerical Methods in Engineering, 1998,43(6):1143-1165）的基础上，引入尺寸梯度概念，进行一系列公式推导，得到二维的单元尺寸场的合理过渡要求，从而以定义在非结构背景网格的单元尺寸场为例，改进Borouchaki修正算法，提出了一种最少量地重置尺寸场中节点单元尺寸值，最大化地全局光滑单元尺寸场的新算法。最后给出若干实例的网格生成效果图，证明算法能帮助工程应用的模型生成更高质量的网格，跟其他修正算法相比，网格尺寸过渡明显更均匀。
针对不规则场景中光线跟踪算法绘制速度慢的问题，在深入学习和比较近些年的光线跟踪加速算法的基础上，提出了一种改进的网格细分的光线跟踪算法。首先，设置矩形场景包围盒，剔除对场景没有影响的外部光线，进而简化求交运算；其次，采用新方法创建空间网格，该方法可使空间单元数量和存储空间复杂度都限定在一定范围内；最后，对网格进行细分，这一步骤消除了传统空间网格算法忽略部分空白区域对加速效果产生的不良影响, 极大完善了传统空间网格算法。通过实验证明，该方法能有效提高光线在空白空间的穿行速度，不仅提高了时间效率，而且减少了空间开销。
当增强现实浏览器运行于热点密集区域时，存在数据加载缓慢、图标相互遮挡、热点无法准确定位等问题。针对以上问题，首先提出了加入距离因子的全球定位系统（GPS）坐标映射计算方法，并改进了基于角度投影的坐标计算方式，实现了遮挡图标在手机姿态变化后的偏移区分;其次，为提高用户体验，提出了更符合人类视觉习惯的热点标签焦点化显示方法。同时，针对GPS定位精度低的问题，采用分布式海量场景的视觉识别技术实现场景的高精度定位。
针对跨媒体相关模型（CMRM）标注效率低、标注效果差的不足，提出了改进的跨媒体相关模型。提出的模型在改进了词汇平滑处理方法的基础之上，通过简洁的图像特征表示方法和相似度计算方法更准确地度量了图像与图像之间的相关性。在Corel5k数据集上的实验结果表明，所提出的改进CMRM标注效率显著提高，性能是原始CMRM的近3倍，而且，也优于高质量的标注模型，如著名的多伯努利相关模型（MBRM）和有指导的多类标签（SML）等模型。
针对由传统摄像头获得的二维图像难以准确检测复杂环境下运动人手目标的问题，提出了一种利用Kinect摄像头对复杂背景下近景人手指尖空间点的检测和跟踪算法。首先利用基于视觉的多信息融合方法对人手区域进行粗检测，并利用深度信息对得到的模糊人手区域进行精确定位及分割，从而有效抑制了复杂背景对人手区域的干扰；根据分割得到的人手区域，利用人手边界的曲率关系实现了指尖空间点的快速检测；最后利用卡尔曼滤波跟踪检测到的运动指尖点。实验结果表明，与已有指尖点检测方法相比，该算法能够准确地跟踪多种姿态下手指指尖的空间位置，具有较低的误差率。
为了更好地处理匹配效率、重复纹理匹配和仿射不变性匹配等问题，对完全仿射不变特征变换（ASIFT）算法进行两方面改进。匹配框架中特征提取的改进提高了ASIFT算法的匹配效率；利用优化随机采样算法（ORSA）结合以单应矩阵为几何线性约束模型的随机抽样一致性（RANSAC）改进匹配算法，提高了匹配精度和重复纹理结构的适应能力。实验结果表明，提出的改进算法能较好地匹配高度相似纹理，计算量小，计算速度快且精度高。
为了实现场景中三维目标与模型之间的匹配，提出了一种结合三维几何形状信息和二维纹理的三维目标匹配方法。首先提取场景中深度图像的尺度不变特征变换(SIFT)特征，用SIFT算法与三维模型重建时所用到的一系列2.5维深度图像进行一一匹配，找到与场景中目标姿态最为相似的深度图像，提取此深度图像的三维几何形状特征与模型进行匹配，实现模型的初始化，即将模型重置到与场景目标相接近的姿态。最后用融合二维纹理信息的迭代就近点（ICP）算法实现场景中目标与模型之间的匹配，从而得到场景中三维目标的准确姿态。实验结果验证了方法的可行性与精确性。
微型零件视觉检测中，视场内灰尘、发屑等异物的存在会改变所提取的目标轮廓。为避免异物对测量带来的影响，提出了一种基于先验知识思想的异物伪信息剔除方法。首先对带有异物的零件图像进行角点检测；接着统计得出标准零件的角点分布特征作为先验知识；最后由标准零件角点特征得出异物伪信息判定条件，据此剔除异物伪信息。通过在实际工程项目中的成功应用，以三幅典型带异物微型零件图像的处理过程为例，证明了算法在保证测量精度的同时有效剔除了图像中的异物伪信息。
针对基于单一颜色信息的目标分割算法易受光线因素影响的问题，提出一种颜色及深度信息融合进行前景分割的目标实时检测方法。采用Kinect传感器采集低成本深度(RGB-D)图像，利用改进的ViBe算法及多帧差分法分别对于RGB以及深度图像进行建模。前景分割后，利用选取基准(SC)融合策略优化目标结果，然后通过rg Chromaticity颜色模型计算前景区域直方图信息并与模板匹配完成目标标记。实验结果表明，该方法对于环境光线及噪声干扰具有一定的鲁棒性，对于ViBe算法中背景前景同色误检及“鬼影”现象，对于深度图像分割中前景背景距离过近而造成误检现象都有很好的识别效果。
针对音视频同步的问题提出一种基于H.264帧间预测的音视频同步编码的改进算法。该算法引入可变码长的概念，将音频编码数据分为若干码组，每个码组为2或3比特的待嵌入数据。在H.264的帧间预测环节，可变尺寸块与码组之间根据公式确定映射关系。根据待嵌入数据来动态决定宏块分割模式的编码方式，以及根据映射关系提取数据的解码方法，使用4×4宏块分割模式表示嵌入数据的结束。实验结果表明，该算法使视频采集样本的峰值信噪比(PSNR)下降了0.031dB，码率变化率为5.16%，产生1.97%的嵌入开销，但是所嵌入的音频编码数据可以正确完整地提取。因此该算法能够在增加数据嵌入容量、保持视频质量、保证数据正确性和完整性的基础上实现音视频同步编码。
面向对象方法已成为全极化合成孔径雷达（SAR）影像处理的常用方法，但是极化分解仍以组成对象的像素为计算单元，针对以像素为单位的极化分解效率低的问题，提出一种面向对象的极化分解方法。通过散射相似性系数加权迭代，获得对象的极化表征矩阵并对其收敛性进行了分析，以对象极化表征矩阵的极化分解代替对象区域内所有像素的分解，提高极化特征获取效率。在此基础上，综合影像对象空间特征，并通过特征选择与支持向量机(SVM)分类进行分析和评价。通过AIRSAR Flevoland影像数据实验表明，面向对象的分解方法能够减少对象极化特征提取的时间，同时提高地物目标的分类精度。相对于监督Wishart方法，提出方法的总体精度和Kappa值分别提高了17%和20%。
拼接是图像篡改过程中最普遍使用的操作，通过检测拼接可以有效鉴别图像是否经过人为修改。针对拼接操作提出了一种盲检测方法：首先对图像进行小波变换，在比较分析不同小波子带对图像拼接检测的作用后，选取高频子带作为图像变换域信息；接着对小波子带进行差分操作，并将系数取整阈值化后作为马尔可夫状态；最后计算状态间的转移概率作为拼接特征，利用支持向量机（SVM）进行分类。在哥伦比亚图像拼接评测彩色库和灰度库上分别进行实验，证实了选取小波高频子带提取拼接特征的有效性。通过与其他特征提取方法对比，所提出特征在两个评测库上都表现出了更好的检测效果，尤其在彩色评测库上取得了94.6%的识别率。
在正电子发射断层成像（PET）中，传统迭代算法会造成重建图像细节信息丢失或目标边界模糊。为了解决上述问题，提出一种基于相关系数和双向扩散结合的优质中值先验（MP）重建算法。首先，引入特征因子相关系数来表征图像局部灰度统计信息，构造出结合相关系数的双向扩散模型；其次，考虑到双向模型对背景和边缘区别处理的优点，将新模型应用到中值先验分布的最大后验重建算法中，形成基于双向扩散的中值先验重建算法。实验结果表明，该算法在去除噪声的同时能够较好地保持图像中的目标边界信息，信噪比（SNR）和均方误差（RMSE）的变化也能直观体现重建图像质量的提高。
为了使数字图像多小波变换域的数据能够快速和有效地还原到空间域，并使还原后的图像具有很好的视觉效果，提出包括多小波逆变换和后置滤波的多小波还原算法。该方法通过前置滤波和多小波正变换将空域图像变换到多小波域，并对多小波域的低频分量和高频分量按一定规律重新组合，在没有额外内插零的情况下进行逆变换和后置滤波还原出空域图像。实验结果表明，所提算法得到的还原图像与原始图像相比90%以上像素点的误差值小于0.0001。
针对核磁共振并行成像重建提出了一种联合稀疏性模型，并与新的软阈值函数结合，将有助于提高重建图像质量。首先利用校准数据生成重建核，重建未采样数据点；然后采用联合稀疏性模型和新的软阈值函数，对各线圈图像数据进行处理；最后用改进的凸投影集算法（POCS）对压缩感知核磁共振并行成像进行重建。对于仿真图像和脑部图像，改进算法相比原算法，重建图像归一化均方根误差(nRMSE)在加速比为4时分别减少了23%和9%。实验结果表明，加速比较大时改进算法能明显提高并行成像重建图像的准确性。
针对原始的各向异性扩散模型在对带噪图像去噪时，只利用了邻域内东、南、西、北4个方向上的参考信息，使得去噪效果不够明显的问题，提出了米字型各向异性扩散模型的图像去噪算法。该算法在利用了原始算法中待修复点周围4个方向上参考信息的基础上，还引入了该点邻域内对角线方向上的新信息，给出了采用周围8个方向上的信息进行对图像去噪的新模型，同时证明了该模型的合理性。用新提出的算法与原算法以及一种改进的同类算法对4幅带噪图像进行去噪。实验结果表明，新提出算法去噪效果的峰值信噪比(PSNR)相比原算法和改进同类算法平均提高1.90dB和1.43dB，平均结构相似度(MSSIM)分别平均提高0.175和0.1，说明该算法更适合于图像去噪。
针对传统小波阈值函数在阈值处的不连续性、小波估计系数存在偏差等不足，导致去噪后的图像出现失真、产生吉布斯震荡等问题，提出了一种改进的阈值函数，与常用的硬阈值、软阈值以及已有改进的阈值函数相比，该函数不仅易于计算，而且具有优越的数学特性。为了验证该阈值函数的优越性，通过仿真实验对几种小波去噪方法的峰值信噪比（PSNR）与均方差（MSE）进行了对比。实验结果表明，此去噪方法无论是在视觉效果上，还是在均方差和信噪比性能分析上均优于常用的阈值函数。
针对三维声音两扬声器重放中基本上独立研究逆滤波器的设计或扬声器的配置等因素对串声消除系统（CCS）性能的影响，提出了采用频域最小均方（LS）估计逼近方法，系统考察这些因素之间的关联以及对串声消除性能优化的作用，并通过折中考虑CCS的运算效率及系统性能获得了一组最优参数。实验采用通道分离度（CS）和性能误差（PE）两个指标对串声消除效果进行综合评价，仿真结果表明，该组最优参数能获得很好的串声消除效果。
民航信息数据交换平台承担了大数据量的分布式传输任务，需要建立完善的任务调度模型和调度算法。基于民航信息交换平台的架构和需求，在分析比较现有的任务调度模型和调度算法基础上，提出适用于数据交换任务调度问题的解决方案，将点对多点数据传输网络映射为带约束的Steiner树模型，并用改进的遗传算法进行求解。实验仿真将此算法与最大带宽优先分配算法对比，结果充分验证了模型的正确性和可行性。
为解决大规模二维布局问题,提出一种生成同形块两阶段布局方式的确定型算法。首先通过动态规划确定最优同形块；然后求解背包问题确定同形块在同形级中的布局方式和同形级在同形段中的最优布局方式；最后选择两个同形段生成最优同形块布局方式。通过43道基准测题,将该算法与经典两阶段和三块算法进行比较。实验结果表明,该算法不仅能满足剪切工艺,在计算时间和板材利用率上优于以上算法,而且能在合理时间内取得好的优化结果。
超市作为服务型企业,能否最大限度地使顾客满意,直接关系到企业的利润收益和市场竞争力,因此对超市收银口的优化调度研究具有重要的现实意义。首先运用三元组α/β/γ方法对问题进行描述,将收银口调度描述为一类以最大化顾客满意度为主要目标,最小化经营成本为次要目标,具有机器使用限制和先入先出(FIFO)原则的优化调度问题,并建立了相应的数学模型;接着运用模拟植物生长算法(PGSA)进行了算法设计;最后用实际案例进行了数值仿真,验证了方法的有效性和可行性。
针对CTCS-4下列车运行的特点，研究了移动闭塞条件下列车追踪运行问题。以多智能体(Multi-Agent)理论为基础，建立了一种移动闭塞条件下的多列车追踪运行多智能体系统(MAS)模型，提出了列车与无线闭塞中心(RBC)之间的MAS交互机制，实现了实时车地通信及多列车追踪运行的安全距离控制。仿真研究了列车追踪运行过程中速度变化关系、不同线路初始化密度对线路交通的影响，得到了相应的定量分析结论。仿真结果表明，该MAS模型能够较好地实现列车控制系统中静态环境与动态环境的复杂系统形式化描述，可以准确地描述CTCS-4列车追踪运行机理，所提方法具有较强的适用性和应用性。
针对当前嵌入式系统对于低成本迫切需求，研究并设计了一种基于闪存设备（NAND FLASH）的新型虚拟EEPROM（Virtual EEPROM）设备。该设备被虚拟为操作系统NAND设备分区使用，使用数据备份机制确保数据信息安全性。针对NAND只支持页面单元的编程操作，使用缓冲区日志更新的方法，高效地解决Virtual EEPROM字节编程问题。最后通过设计损益均衡层实现NAND存储块的统一管理，对坏块和寿命问题进行大幅优化。分析结果表明，Virtual EEPROM具备NAND快速编程特性，擦写寿命较EEPROM有很大优势。该设计架构具备很好的系统兼容性，可以扩展移植于多种嵌入式平台。
