针对复杂背景下小麦叶部病害图像分割问题，以小麦条锈病、叶锈病为研究对象，提出一种结合Kmeans聚类、Otsu阈值法等多种方法的分割策略。主要分三个步骤将小麦病斑图像分割出来：首先，利用背景与叶片a*b*分量的差异性，采用Kmeans聚类分割方法，去除泥土、杂草、阴影等背景，分割出小麦植株图像；其次，利用Otsu动态阈值法进行二值化处理，并结合数学形态学运算及面积阈值法分割出带有病斑的主要小麦病害叶片图像；最后，采用Kmeans算法对小麦病害叶片图像进行聚类运算，最终分割出小麦病斑图像。利用该方法进行分割实验，分割准确率达到95%以上，分割效果理想，为小麦叶部病害图像分割提供了参考，也为后续的小麦病害识别和诊断提供了基础。
文本蕴涵是文本理解与语义推理的基础，近来在计算机语言领域受到了极大关注。矛盾关系是蕴涵关系的一种否定，二者都是语义学的主要研究内容。在文本蕴涵关系识别的基础之上，研究了如何识别文本矛盾关系，提出了一种基于语义规则的矛盾检测方法。实验表明，基于语义规则的矛盾检测方法对于中文矛盾关系识别是可行的，同时矛盾关系相对精确的识别也增强了文本蕴涵识别的准确性。
高级程序变换是提高程序性能的重要手段，很多涉及到优化参数的选择问题，如为循环分块选择适当的分块因子。由于优化参数搜索问题本身是NP难问题，目前尚没有确定性的算法可以有效解决该问题，针对于此，将该问题转化为一个非线性全局最优化问题，提出一种基于改进模拟退火算法的程序性能优化参数搜索算法，实验结果验证了算法的有效性。
目前基于博弈论的风险评估方法大多数采用完全信息博弈模型，无法应对攻击者和防御者互不清楚对方行为的情况。基于静态贝叶斯博弈理论建立攻防博弈模型，将攻击者和防御者分为多种类型，全面地分析了博弈的贝叶斯均衡及其存在性，并结合防御者反击行为、攻击成功率对已有的策略收益量化方法进行改进。基于博弈均衡进行攻击行为可信预测，给出了风险评估算法对信息系统所存在的风险进行计算，得到系统风险值。最后，通过一个实例分析验证了模型和算法的有效性。
为了解决大数据背景下新用户因没有历史数据而导致推荐难和推荐效率低等问题，提出将基于Mahout的协同过滤算法与基于MapReduce的Top N算法相结合的技术方法，来实现新用户推荐算法，从而构建新用户推荐系统的架构，并对Hadoop Top N算法以及Mahout中协同过滤算法进行设计与实现。理论分析和实验验证表明，该新用户推荐算法在推荐效率、对大规模数据处理的伸缩性以及推荐质量上都明显优于单独使用协同过滤算法的新用户推荐。
网络信息资源呈指数级增长，面对用户越来越个性化的需求，主题网络爬虫应运而生。主题网络爬虫是一种下载特定主题网页的程序。利用在采集页面过程获得的特定信息，主题网络爬虫抓取的页面都是与主题相关的。基于主题网络爬虫的搜索引擎以及基于主题网络爬虫构建领域语料库等应用已经得到广泛运用。首先介绍了主题爬虫的定义、工作原理；然后介绍了近年来国内外关于主题爬虫的研究状况，并比较了各种爬行策略及相关算法的优缺点；最后提出了主题网络爬虫未来的研究方向。关键词：
随着工业生产规模扩大、生产过程日趋复杂，人们对过程模拟提出了更高的要求。提出一种基于改进聚类分析的神经网络集成方法。首先，根据数据密度分布，改进传统K均值聚类分析中初始中心点选取的不足，对样本进行分类，扩大样本间的差异性；第二，运用具有快速学习能力的广义回归神经网络算法对各类样本建立个体神经网络并进行训练；第三，对所有样本增加构造补偿神经网络，进行误差补偿，以消除由于选择错误造成的输出误差；最后，根据计算得到的聚类中心对输入样本进行数值分析，选择输出个体神经网络，并与构造的补偿网络输出进行比较，最终实现神经网络集成。通过人工数据Sinc验证模型，此方法有效提高了模型精度，对提高过程模拟准确性提供了新途径。
针对人耳识别中无法避免的小样本问题，提出了基于Gabor特征和改进LDA(ILDA)的识别算法。该算法首先提取人耳局部Gabor特征，然后重新定义Fisher准则和类内分散度矩阵，再将高维空间映射到低维后寻找最优投影方向，最后利用训练样本与测试样本特征投影值的欧氏距离进行分类识别。与传统方法相比，新算法能有效解决人耳识别中的小样本问题，获得较高的识别准确率。
对流扩散方程是一类典型的偏微分方程，其并行求解方法对其他微积分方程的并行求解具有借鉴意义。对对流扩散方程的并行求解方法进行综述，分为显式直接并行、隐式迭代并行、交替分组显式并行和Monte Carlo并行四种并行求解方法，对其中涉及的计算原理进行描述，给出示例，并指出进一步研究方向。
近年来随着网格、云计算工作流等分布式计算技术的发展，关于DAG（有向无环图）模型任务在分布式系统环境下的调度问题逐渐成为备受关注的研究热点。根据最新研究进展，对分布式系统下的DAG任务调度问题和有关技术进行了研究与讨论，主要包括四个方面：系统地描述了分布式系统和异构分布式系统的有关概念，异构分布式系统下的DAG任务调度问题、调度模型及其典型应用；对现有分布式系统下DAG任务调度的研究按照不同的方式进行了分类；探讨了多DAG共享异构分布式资源调度的研究现状；讨论了目前多DAG共享异构分布式资源调度研究存在的问题和未来可能的研究方向。
为了提高Web服务集群的伸缩性和自动化能力，从虚拟化和负载均衡两方面研究集群系统，对现有负载采集策略做了改进，设计并实现了一种可根据负载值自动控制集群规模的模型XCluster。新模型运行在Xen提供的虚拟化环境中，实时监视宿主机层和虚拟机层的负载状态，随着集群系统总负载的增长，逐渐引入新的虚拟机来扩大集群规模，同时将任务合理分配到各个虚拟机节点上；当总负载下降时，逐渐关闭虚拟机缩小集群规模，释放出来的硬件资源又可以提供给其他集群系统使用。理论分析和实验结果表明，XCluster只需占用很少的网络通信量完成信息收集和命令下达，能够充分利用虚拟机易于管理的优势完成后端节点的调度，并且在任务总量相同的情况下，使用尽可能少的集群节点来执行任务。
对因特网中某些不良的实时视频通信数据进行监听和还原,是保证网络应用健康发展和打击网络犯罪的一个重要方面.本文介绍了监听和还原因特网中H.264实时视频数据的一种处理方法和处理过程,实现了对被监听的视频通信数据的截获、还原和存储,并可进一步将存储的视频帧提取、转换为图像文件供特定需求使用.实践证明,该方法的处理效率和效果达到了预期目标,对识别因特网中的不良流媒体信息具有较大的实用价值.
本文总结并提出了较为完备的特征提取定义。根据特征子集形成过程将特征选择分为穷举式、启发式和随机式三类；根据特征评价标准将特征选择分为距离测度、信息测度、相关性测度、一致性测度和分类器错误率五类。通过分析特征选择的影响因素，提出了选择特征、选择方法应该遵循的原则。
图像增强是数字图像的预处理，对图像整体或局部特征能有效地改善。我们讨论了基于直方图的均衡化和规定化处理的图像增强技术基本原理，给出了相关推导公式和算法； 同时，以一个灰度图像为例，用MATLAB语言实现了直方图均衡化和规定化增强处理，并给出了具体程序、实验结果图像及直方图。结果表明，直方图均衡化和规定化处理能有 有效改善灰度图像的对比度差和灰度动态范围。
TSP问题（旅行商问题）是一个典型的组合优化问题，具有重要实际应用价值。对于大规模TSP问题，至今尚未找到非常有效的求解方法。为此，本文讨论了传统的确定性算法和流行的智能算法，并指出各种方法的优缺点，提出了未来求解TSP问题的发展趋势。
本文从海洋学现有的观测和研究成果出发，结合海浪的Gerstner模型，提出一种风力作用下的基于海浪谱的三维Gerstner海浪模型。首先，通过分析Gerstner模型各个参数的随机性，利用海浪谱和方向谱相关公式，获得固定风速下模型各随机参数值，建立固定风速下的海浪模型；然后，在此基础上进一步构造了基于海浪谱的风力模型，模拟了 风力作用下的海浪；最后，采用基于视点的网格拓扑结构，实现了海浪的实时绘制。实验结果表明，该模型不仅能更真实地模拟海浪，还具有较好的交互性。
随着SERDES传输速率达到10Gbps，高速PCB上的信号传输尤其是多板间传输，已经成为高速设计的实现难点。高速PCB及其要素的设计、分析、仿真，以及高速传输链路的设计优化，是多板SERDES传输实现更高速率的关键。本文对高速串行SERDES的原理和架构进行了深入分析，研究了多板传输中影响信号完整性（SI）的关键因素和建模优化方法；最后，针对实验电路板建立了多板仿真模型，对实际的SERDES差分网络进行了仿真分析。
随着合成孔径雷达（SAR）传感器技术的发展和获取信息的增多，如何有效地实现SAR图像的信息提取和解译，是当前亟待解决的关键问题。本文研究和综述了面向识别的SAR 目标特性分析技术。首先，从SAR的成像原理出发，深入分析和探讨了影响SAR图像目标特性的主要因素；然后，系统总结了点状目标、线状目标和面状目标的一些特性分析和 特征提取技术；最后，对SAR目标识别技术的未来发展方向进行了展望。
网络实验环境对于协议和应用的开发具有十分重要的意义，大规模网络拓扑生成技术是构建网络实验环境的关键技术。本文提出了一种新的大规模网络拓扑生成框架VLTGF，该框架将网络拓扑结构分为三层，每一层分别采用不同的拓扑生成方法，并提供了可选的带宽分配机制，使得生成的网络拓扑结构更为完整和准确。
