针对不同的数码产品表面光学特性不一、缺陷检测可靠性低的问题，提出了一种可适应不同表面类型的视觉检测方法 . 首先在不同的光源下采集图像，并根据灰度统计分析后的识别结果对材料进行分类；接着使用基于全局和动态阈值的分割算法以及改进的曲线检测器对不同的表面进行检测，该曲线检测器利用高斯滤波和偏导特征先找出曲线的关键点，再通过“松弛”算法将其连接成线 . 实验结果表明，文中算法具有较好的鲁棒性，对外界有较强的抗干扰能力；综合性能分析表明，文中算法的检测误报率低于 5% ，准确率高于 93% ，检测速度能满足实际生产要求

实践中由于成本等因素的约束，考虑系统的有限时间稳定性往往会比考虑传统的稳定性更具实用性和经济性 . 文中讨论了一类二次型离散系统的有限时间稳定与镇定，通过采用线性矩阵不等式将反馈控制增益矩阵的设计转化为线性矩阵不等式组的求解问题，给出了状态反馈控制下使闭环系统有限时间稳定的充分条件和反馈控制增益矩阵的设计方法 . 该方法也适用于系统存在外源干扰的情形，可以使具有干扰的系统实现有限时间有界 . 最后，用数值例子做仿真验证，仿真结果和理论分析结果一致，表明文中方法是可行的 

针对人体内神经电信号非常微弱、噪声大、环境干扰大等特点，研究与设计了一款应用于神经信号采集的高电源抑制比（ PSRR ）和共模抑制比（ CMRR ）的低噪声植入式模拟前端 . 该模拟前端采用全差分结构来实现模拟前端中的前置放大器、开关电容滤波器及可变增益放大器，使得电路具有较好的电源抑制比和共模抑制比；采用斩波调制技术来抑制电路的低频噪声，并通过带电流数模转换器（ DAC ）的纹波抑制环路来抑制前置放大器的输出纹波，从而使该模拟前端在具有高 PSRR 和 CMRR 的同时能保持低噪声性能 . 文中采用 0.18μm CMOS 工艺设计该模拟前端芯片，版图后仿真结果表明，该模拟前端在
0.1Hz~10kHz 内的等效输入噪声为 2.59μV ， 实现了 46.35 、 52.18 、 60.02 、 65.95dB 可调增益， CMRR 和 PSRR 分别可达146 及 108dB ，很好地满足了植入式神经信号采集的要求

为有效找出会议语音中的说话人角色个数及各角色的说话人语音，提出了一种多说话人角色聚类方法 . 首先定义说话人角色聚类的特征，然后采用测地距离度量特征的相似度，进而提出了一种利用类内距离来控制类间合并的多说话人角色聚类方法，最后采用 4 种不同类型的会议语音对该方法进行测试 . 结果表明：对手工分割和自动分割后的会议语音进行说话人角色聚类时，如果采用相同的聚类方法，则使用测地距离的性能优于使用传统距离的性能；如果采用相同的距离度量方法，则文中方法的性能优于传统层次聚类方法 .

为提高压缩感知图像的重构质量，提出了一种基于离散余弦变换（ DCT ）分频带压缩感知的平滑投影 Landweber 重构算法 . 该算法充分考虑了不同的 DCT 系数频带对重构图像质量有不同的影响，对图像进行分块 DCT 后，按照频带能量大小重新组织 DCT 系数，对能量大的频带分配大的采样率，通过分频带变采样率的随机矩阵实现随机观测，采用平滑滤波器消除块效应，由投影 Landweber 算法实现图像的重构 . 实验结果表明，与 BCS-SPL和 MS-BCS-SPL 重构算法相比，文中提出的算法显著提高了重构图像的峰值信噪比 .

为快速实现对战场态势的精确估计，提出了参数在线学习的动态贝叶斯网络方法：在基于专家知识确定的动态贝叶斯网络结构模型基础上，用前向递归方法对网络模型的参数进行估计 . 针对战场态势模型的观测值具有小样本的特性，以狄利克雷分布作为样本的先验分布，采用矩估计法对先验分布的超参数进行估计，以该先验分布的等价样本与观测值实现对网络参数的学习和对战场态势的估计 . 仿真实验结果表明，应用该方法实现态势估计具有较高的实时性和准确性 .

为解决高密度用户场景中多个设备到设备（ D2D ）用户复用同一个蜂窝用户资源时相互竞争的问题，提出了一种基于博弈论的 D2D 资源分配算法 . 首先构造基于最小化系统整体干扰的非合作博弈效用函数， 同时考虑了系统中 D2D 用户之间的干扰以及 D2D用户与蜂窝用户之间的干扰；继而设计该博弈的潜在函数，并证明该博弈过程是一个潜在博弈模型，进而证明了其纳什均衡的存在性 . 仿真结果表明，该算法相比现有方法具有更好的公平性和收敛性，能使用户获得更好的吞吐量，降低 D2D 用户受到的干扰 .

针对传统多输入多输出( MIMO) 系统检测算法先检测的子流分集度较低以及错误传播的问题，提出了一种改进的迭代降维并行检测算法． 该算法在每次迭代内对第 1 个子流遍历取值，其余子流采用排序连续干扰消除( OSIC) 算法进行检测，在每次迭代结束时仅输出分集度最高的首子流的估计值，在迭代间通过干扰消除降低待检测子流的维度．仿真结果表明: 该算法能以较低的复杂度代价获得逼近最大似然检测算法的差错概率性能; 在 4 ×4、QPSK 调制的 MIMO 系统中，相对于传统的 OSIC 算法，文中算法在误比特率为 10^-3 时获得了 9． 3dB 的增益．

针对短波突发通信中存在的频偏问题，结合短波调解器的波形格式以及低信噪比的信道条件，提出了一种基于傅里叶系数插值的迭代频偏估计算法 . 该算法首先利用离散傅里叶变换（ DFT ）确定频谱峰值；然后对其结果进行 Jacobsen 插值，通过对插值结果进行误差分析，得出其方差与训练序列长度及信噪比的函数关系，并依此自适应调节其置信度为 0.99999 时的置信区间，将其作为精频偏估计的搜索区间；最后在搜索区间内进行迭代，并利用抛物线插值获取更精确的结果 . 仿真结果表明：对于长度为 128 、 256 、 512 的训练序列，在低信噪比条件下，文中算法均可逼近 Cramer-Rao 下界（ CRLB ），特别是在信噪比为 0 dB 时，两次迭代即可使算法的均方误差与 CRLB 的比值达到 1.005 左右 .

针对实际应用中所采集的图像对比度低、边缘细节模糊的问题，提出了基于非下采样 Contourlet 变换 ( NSCT ) 、模糊集、人工蜂群 ( ABC ) 优化的自适应图像增强方法 . 首先对输入图像进行 NSCT 分解，得到一个低频子带和多个高频子带；然后依据贝叶斯萎缩阈值和非线性增益函数增强高频子带系数，采用模糊增强法增强低频子带系数，并利用 ABC 算法优化其中的模糊参数，以提高模糊增强法的自适应性；接着用低频子带图像的信息熵作为 ABC 算 法的适应度函数，同时引入较劣种群随机初始化策略改进 ABC 算法，以缩短增强方法的运行时间 . 文中采用该增强方法对淡水鱼、铁轨表面、储粮害虫 3 类图像进行了
增强实验，并依据主观视觉效果和对比度增益、清晰度增益、信息熵 3 个客观定量评价指标，对文中方法及其他 3 种同类增强方法进行了比较 . 结果表明，所提出的方法视觉效果最佳，能提高图像的对比度和清晰度，目标边缘光滑，且增加了图像的信息量，便于后续准确地进行图像检测与识别.

针对大规模虚拟网络映射算法映射效率低、在映射节点和链路时易引起网络分割等问题，提出了一种图的邻接分割方法，将虚拟网络分割为多个邻接的星型结构，以简化虚拟网络映射规模；建立了一种节点和链路的资源匹配模型，使节点映射能适应链路资源分布状态、链路映射能匹配节点可用资源大小，从而协调完成节点和链路映射操作，解决节点、链路的映射协调性差以及网络资源分配不匹配等问题 . 仿真实验结果表明，所提出的算法降低了虚拟链路的映射路径长度，提高了虚拟网络映射效率和负载均衡性能，获得了较高的虚拟网络请求接受率 。

为提高几何活动轮廓分割算法的分割效率和准确性，设计了新的边缘检测与跟踪算法 . 首先采用矢量图像计算图像的梯度值，并设计能够自适应调整阈值的边缘指示函数，进而提出改进的变分水平集演化模型；然后设计基于该改进模型的边缘检测算法，并在无迹卡尔曼滤波器框架下设计了运动目标的跟踪算法 . 实验结果表明，文中算法不但显著地提高了轮廓演化模型的灵活性和收敛速度，而且对阴影、遮挡、目标形变和背景干扰等具有较好的鲁棒性 .

受韦伯局部描述子和局部二值模式（ LBP ）特征的启发，针对 Haar 特征维度高、冗余度大等缺点，提出了一种基于显著性的二值化 Haar 特征（ SLBH ） . 虽然利用整体行人特征能取得较好的检测效果，但其检测性能在遮挡场景中会迅速下降 . 为提高整体特征对部分遮挡的鲁棒性，文中提出了一种结合 SLBH 特征多部件验证的双层行人检测算法 . 该算法结合了整体特征与局部特征的优点，增强了算法对部分遮挡的鲁棒性 . 在 INRIA 行人检测库上的实验结果表明，文中提出的算法对噪声和部分遮挡有较好的鲁棒性.

基于机器学习的车载单目远红外行人检测方法存在实时性较差和检测精度较低的问题 . 为此，文中提出了基于边缘分割的头部 - 方向梯度直方图 - 支持向量机（ Head-HOG-SVM ）行人检测方法，引入加权 Sobel 算子强化行人的垂直边缘以分割行人候选区域；根据不同距离行人的外观模式选择行人检测方法：使用头部特征检测中、近距离行人以改善系统的实时性，使用头部识别级联基于方向梯度直方图特征的支持向量机（ HOG-SVM ）分类器检测成像模糊的远距离行人 . 在多个郊区场景视频数据集上的实验结果表明，与基于双阈值分割的 HOG-SVM 分类方法相比，文中方法的检测精度和检测速度分别提高了约 33%和 200%.

模块化数据中心（ MDC ）通过在集装箱中封装上千台服务器和交换机构建数据中心，代表了数据中心未来的发展方向 . 文中提出了一种适合模块化数据中心的网络模型EBSN.EBSN 的逻辑结构为两个 Biswapped 网络的正交，在物理上仅需少量迷你交换机即可实现所有服务器连接，这使得 EBSN 拥有良好的网络结构 .EBSN 采用以服务器为中心的架构，将路由选择策略交由服务器完成，通过源路由协议完成选路过程，并通过容错路由保证架构的性能 . 仿真实验结果表明：与具有不完全结构的 BCube 相比， EBSN 具有完整的结构、合理的吞吐量和较好的容错性； EBSN 是一种适合 MDC 的模型.

真实监控环境下，行人前视步态比侧视步态更常见 . 现有步态识别方法主要针对侧视步态而非前视步态 . 为此，文中根据行人步态统计特征，提出了一种基于自动视角转换的前视步态识别方法 . 该方法通过计算行人步态能量图、行走迹线和步态视角，提取经视角转换后同一视角下的步态特征并进行比对识别 . 实验结果表明，在真实监控环境且单目监控摄像机参数未知的情况下，该方法对前视步态的正确识别率达 81% ，每秒可识别 21 帧，具有良好的识别效果 .

为解决云制造系统的同类型多任务调度问题，建立了该问题的数学模型，提出了一种离散粒子群遗传混合算法，以所有任务的总完成时间及成本最优为目标进行求解 . 该算法采用整数编码方法建立粒子的位置矢量与服务分配的映射关系，在采用标准粒子群算法更新粒子位置时，引入了遗传算法的交叉和变异操作思想，使用 4 种方法按条件“逐级叠加”的方式对粒子位置进行更新，以保证种群的多样性 . 算例仿真结果表明，该算法是有效的且具有较高的执行效率 .

为了使用可扩展哈希表进行快速的数据访问，需要高效地更新索引以维护哈希表 . 文中提出了一种基于 GPU 的可扩展哈希算法 gEHT. 该算法充分利用 GPU 的并行计算能力，并采用表重用、预分裂技术，无锁地扩展和收缩表、插入和删除数据，实现了高并发地创建哈希表、更新索引和检索数据 . 实验结果表明，该算法的查询数据、维护哈希表和更新索引性能优于其他多核 CPU 的线性哈希及可扩展哈希算法，尤其是在高负载的情况下.

Emura 等提出的基于身份标识的代理重加密（ Emura-IB-PRE ）方案具有源隐藏特性，且在随机喻示模型下具有抗选择密文攻击安全性 . 文中提出了一种攻破 Emura-IB-PRE方案的选择密文安全性方法，证明了 Emura-IB-PRE 不能抵抗选择密文攻击，进而提出了改进的 E-SH-IB-PRE 方案，并进行了相关安全性证明 . 结果表明，文中提出的方案在随机喻示模型下具有抗选择密文攻击安全性和源隐藏特性，一级密文可公开验证的原则对代理重加密方案的设计具有重要的作用 .

针对旅行商问题，提出了一种结合变邻域搜索算法思想的离散人工萤火虫算法 .文中通过引入交换子和交换序的概念对人工萤火虫算法中的距离进行了重新定义；为了增加萤火虫群的多样性，避免算法过早陷入局部最优，采用了基于变邻域搜索算法的扰动机制 . 在多个旅行商问题上的测试结果表明，与文献中的算法相比，文中提出的离散人工萤火虫算法具有较好的求解性能 .

近年来，社区问答服务系统（ CQA ）越来越受到人们的欢迎，但随着提问规模的膨胀，获得回答的问题比重逐步降低，且答案质量无法得到保障 . 为了提高问答系统中问题被解答的概率，并提升答案可信度，文中提出了基于社交关系相似度的社交问答系统（ SQA ），主动寻找与提问者社交关系紧密且能够回答问题的用户，并提出了针对提问者与最佳回答者的推荐方法 . 实验结果表明，在主观性强或实时性强等问题集上，文中方法能更快地得到让提问者满意的答案.

针对动态手势在时间尺度上的多变性和复杂性，提出了一种动态手势识别框架 .该框架利用时间序列上提取的手势轮廓构造动态手势轮廓图像，获得不同动态手势在不同时间尺度下其轮廓图像的均值图像和方差图像，并将这些图像用于构成动态手势轮廓模型库，在此模型库基础上，利用相关信息方法和改进的动态时间规整方法完成动态手势的识别 . 实验结果表明，文中提出的动态手势轮廓模型对不同时间尺度的动态手势具有较强的鲁棒性，改进的动态时间规整方法较传统方法具有更高的识别率 .