网络编码是一种可改进网络吞吐率和可靠性的新兴技术。然而,这些优势极大地受制于网络拓扑结构，在P2P网络中尤为如此。通过精确的拓扑感知，可以在吞吐率和可靠性方面帮助改进使用网络编码的系统性能。本文提出了一种新颖的基于网络编码回馈的拓扑感知机制（TANCF）来进行网络拓扑感知。该机制利用层次化网络中节点的回馈来探测信源到节点的可达路径信息,而根据可达路径信息与关联矩阵的密切关系，可构建关联矩阵并优化网络编码系统的参数。在理论分析中，我们推导出了该机制的解码概率方程以及正常运行的可行条件。通过仿真实验，我们进一步验证了该机制的可行性。
基于价格的拥塞控制模型将网络拥塞控制问题抽象为聚合效用最大化的优化问题，已经成为拥塞控制机制设计和分析的一般框架。然而简化的线性模型与现实网络环境有一定差距，不能准确有效地指导新协议的设计与分析。因此,近年来研究人员正试图结合新的技术和应用，扩展完善基于价格的模型，建立更为准确有效的模型来反映现实的网络环境。为了系统地了解该领域研究工作的进展，本文首先简要回顾了基于价格的模型，分析其不足，介绍近年来在模型扩展方面的研究工作，最后指出几个有意义的研究方向。
在网络模拟领域，NS2一直是应用最广泛的软件，但使用难、缺少远程模拟等缺点也局限了其发展。本文针对这些弱点与不足，提出了基于NS2的远程可视化模拟系统的设计方案并给出了实现方法。系统采用Flex和ActionScript编程语言开发客户端，以组件的形式来开发场景库，以分散式的组件自治模式实现了脚本的自动化生成。然后将脚本传入服务器端，通过远程调用服务器端的NS2子进程执行此脚本，同时整合第三方软件库Gawk和Pnuplot，用以分析模拟结果和实现模拟结果的动画显示和曲线描述，让协议研究人员或学生直观且深入地理解网络中的复杂行为，为用户远程学习计算机网络课程提供了良好的实验平台。
本文研究了双子代数尤其是极大代数理论在计算机网络建模与性能分析中的应用。采用极大代数分析了令牌桶的输入输出特性，得到了(b,ρ)令牌桶在极大代数下的状态空间方程组与传输矩阵；提出了基于极大代数的网络演算，定义了极大到达曲线与极大服务曲线，利用这两个概念得出了极大代数下有关延迟以及输出流突发性的定理。最后采用基于极大代数的网络演算对非抢占优先级多路复用以及保证速率服务器两个模型进行了分析，得出了两种模型各自在极大代数网络演算下的服务曲线。本文还把基于极大代数的网络分析方法与基于极小代数的分析方法进行了比较，阐明了基于极大代数方法的优点与适用场合。
为了提高渗透测试团队的工作效率和能力，本文以构件渗透测试知识的本体为基础，建立了渗透测试用例复用模型，在知识的形式化描述、组织和查询方面给出了解决方法，形成了一套切实可行的渗透测试用例复用的解决方案，方便测试团队与测试项目之间共享渗透测试知识。
DM9000 是目前在嵌入式系统中广泛应用的以太网芯片。本文在深入研究嵌入式系统的基础上，采用ARM920T系列芯片S3C2440和网络接口芯片DM9000接口电路，在Linux操作系统下分析并给出了网络设备驱动功能层抽象设计模板，最终实现了对DM9000网卡接口的驱动，为网络设备驱动开发提供了很好的范例。
随着人们对网络安全和个人隐私的日益重视，匿名通信系统的研究得到了迅速发展。但是，以往匿名通信系统的研究主要关注于如何提高匿名性，而在如何提高系统的可用性上研究较少。本文提出一种新颖的匿名通信架构（ALHACF），该架构可由用户按照自身应用需求选定一个匿名等级，然后根据该匿名等级来决定采用链路长度和中间路由节点的集合。本文对ALHACF的匿名性和通信性能进行了对比分析，结果表明：该架构继承了HLLACF的抗多种攻击性的优点，可以保持较好的匿名性，并能极大地提高通信性能。
本文总结了复杂网络结构特性的一些研究成果,并对将来应用结构特性研究Internet负载平衡问题做了展望。对复杂网络的Internet结构演化进行总结，AS级的自治域网络出口一般只有一个到几个，每个集团到互联网的最短路径的路由必然落在长程联接，长程联接上介数最大即负载最重;提出了有待解决的关于Internet局域世界的长程联接负载平衡机制建模问题，对介数和网络中长程联接的负载平衡问题进行讨论，并针对该问题的缺陷做出了分析;研究了具有局域世界性质网络的多路径流量负载平衡算法和工程技术实现。
在工业控制领域，时钟同步精度是影响工业以太网实时性的一个重要因素。为了满足工业以太网对时钟同步的高精度要求，本文对IEEE1588精确时间同步协议进行了研究，阐述了该算法实现高精度同步的原理，并针对以太网通讯路径不对称的情况，提出了一种同步改进算法，通过对同步延迟计算进行加权修正，提高了时钟同步精度。最后，在自行设计的测试系统中进行了测试，测试结果表明，改进算法有效提高了路径不对称条件下的时钟同步精度。
为了提高Cell处理器对共享数据访问的性能，本文设计并实现了一个能够支持释放一致性存储模型的软件Cache。实验结果表明,该软件Cache能够大大缩短SPE对系统主存中共享数据的访问时间开销，提高Cell处理器上OpenMP程序的并行性能。
存储墙问题使得Cache技术的研究始终非常重要。面对日益增长的片上Cache容量，线延迟逐渐成为制约Cache设计的重要因素。为了提供统一的访问延迟，传统的Cache设计方法不得不迁就离处理器最远的Cache Bank的访问时间。为此，研究人员提出了一种非一致Cache结构（NUCA），NUCA几乎成为未来处理器中大容量Cache设计的一种趋势。处理器访问NUCA时，如果在离处理器较近的Bank中发生命中，处理器的等待时间就较短；如果在离处理器较远的Bank中发生命中，处理器的等待时间就较长。本文综述了NUCA技术产生的原因、发展，以及当前最典型的NUCA系统；并且指出了对NUCA技术研究有借鉴的两种多机存储系统技术——NUMA和COMA；最后，提出了NUCA技术研究的关键问题，并给出了相应的解决思路。
本文设计实现了一个2~5GHz的两级CMOS低噪声放大器（LNA），可应用在超宽带的下半频段（3.1~5GHz）。LNA由两级组成，第一级是一个共栅级，保持良好的线性度并完成较好的输入匹配；第二级是一个共源级堆叠一个电流源，在保持低噪声系数的同时降低功耗。通过级联共栅和共源结构进行增益补偿，所设计的LNA具有近似恒定的增益和噪声系数。采用0.18μm CMOS工艺实现后，模拟结果表明，增益和噪声系数在2~5GHz频率范围内分别为11.5dB和5.1dB，输入反射系数低于-22dB。在4GHz时，模拟得到的三阶交调点为-10dBm。在1.8V电源电压下，LNA的功耗约为11mW。
异步电路设计方法是现在集成电路研究的热点，得到越来越多的研究人员的关注。在异步电路设计过程中对异步流水线进行性能分析对异步电路的设计过程有着重要的指导意义，但现阶段缺乏有效的方法对异步流水线（尤其是复杂的非线性流水线）进行性能分析。而排队网络是一种能直观地对异步流水线进行建模的数学工具，但排队网络（尤其是复杂的非线性排队网络）的分析求解十分困难。本文提出了一种采用带Fork和Join的阻塞排队网络对异步流水线进行建模，采用其排队网络模型的平均周期作为异步电路的性能评价指标，并通过将其转化为等价的随机标记图对其平均周期进行分析，并给出了其平均周期的上限和下限。
本研究小组提出的基于异质栅类MOS碳纳米场效应管器件设计结构不仅能增大开关电流比、调节阈值电压、降低器件功耗，而且还能有效消除传统类MOS碳纳米场效应管的双极性传输特性。但是，作为典型的低维系统，该新型器件设计不可避免地受到量子电容的影响。本文在分析其工作原理的基础上首次研究了量子电容对其传输特性的影响。研究结果表明，量子电容不仅能增大该新型器件的关断电流、减小开关电流比，而且还能破坏其单极性传输特性，给其在电路中的应用带来负面影响。本文最后给出了几点减少量子电容影响的建议。
空间辐射环境中的锁相环在SET作用下，将产生频率或相位偏差，甚至导致振荡中止，造成通信或功能中断。压控振荡器是锁相环中的关键电路，也是对SET最为敏感的部件之一。本文基于工艺校准的器件模型，采用TCAD混合模拟的方法，针对180nm体硅CMOS工艺下高频锁相环中的压控振荡器，研究了偏置条件、入射粒子的能量以及温度对压控振荡器SET响应的影响，通过分析失效机理，以指导抗辐照压控振荡器的设计。研究结果表明，当器件工作在截止区时，入射粒子引起压控振荡器输出时钟的最大相位差最小；压控振荡器的输出时钟错误脉冲数随着入射粒子LET的增加而线性增加；随着器件工作温度的升高，轰击粒子引起压控振荡器输出时钟的最大相位差也是增大的。
可记忆电阻器，本文简称为忆阻器，能够不需要功率源而储存信息，是一种纳米尺寸的器件，它于1971年被Leon Chua作为一种“丢失的电路元件”提出，2008年被惠普实验室研究人员Williams R S等证明的确存在，成为电路理论里电阻器、电容器和电感器以外的第四个基本电路元件，极有可能引领电子学的一次重要变革。本文回顾了忆阻器的概念和数学定义，重点介绍了惠普实验室的Pt／TiO2／Pt三明治结构的忆阻器薄膜器件模型和忆阻器元件某些值得关注的特性，如滞回曲线特性，最后探讨了可记忆元件在纳米级器件领域的应用前景和研究方向。
通过模拟宇宙大爆炸过程构造一种新型智能优化算法——宇宙大爆炸搜索BBS算法。受经典最优化理论启发，提出“近似梯度”概念并构造“近似梯度爆炸”算子，得到基于“近似梯度”的宇宙大爆炸搜索算法AGBBS。AGBBS保留了基本BBS算法把候选解分布的均匀性和随机性相结合的优良特性，且充分利用了爆炸碎片的信息，提高了算法的搜索能力；通过改进一些启发性算子，提高了算法的收敛性和解的精度。通过对12个Benchmark标准函数的测试及与其他算法对比，验证了该算法的有效性和改进算法的鲁棒性。
针对负关联规则中非频繁项集的生成问题，将向量内积引入到该领域。通过对事务数据库的布尔化表示及对数据存储结构的合理分配，提出了一种新的非频繁项集快速生成算法。该算法首先将布尔化所得矩阵中的向量进行内积运算，通过逐层递增的思想，用两级支持度模型来约束非频繁项集与频繁项集的产生，使非频繁项集不仅可由频繁项集之间连接产生，而且可由频繁项集与非频繁项集、非频繁项集与非频繁项集之间连接产生。实验结果表明，该方法仅需扫描一次数据库，且具有动态剪枝、不保留中间候选项、不丢失非频繁项集和节省大量内存等优点，对数据库中负关联规则及各项集中低频率、强相关模式等相关算法的研究具有重要意义。
针对实对称区间矩阵的特征值问题，将区间不确定量看成是围绕区间中点的一种摄动，提出了一种基于区间扩张的对称区间矩阵特征值问题求解的进化策略算法。将区间矩阵中点作为平衡点，区间不确定量作为相应的扰动量，根据摄动公式求出区间矩阵的最大特征值和最小特征值，从而获得区间矩阵特征值问题的解。算例显示了该算法的有效性，其主要特点是收敛速度快、求解区间精度高。
随着融合技术的发展、小波理论的成熟，小波变换以其良好的时频特性在图像融合领域脱颖而出。本文在小波变换理论的基础上，提出了一种结合小波分解的改进型PCNN图像融合新方法。首先对两幅已经配准的原始图像进行小波多尺度分解；然后基于改进后的脉冲耦合神经网络模型提出一种新的融合规则，文中重点针对小波分解后高频域和低频域的特点，分别在各频域采用不同的融合方法，最后通过逆小波变换重构图像得到融合后的图像。仿真结果和评价指标结果表明，此方法更好地保留了原图像中的有用信息，提高了融合图像的质量。
针对传统的角点检测方法速度较慢、精度不高的情况,为提高速度抑制噪声,提出了一种快速、高精度的角点检测算法。算法在设计上考虑的是USAN区域所对应的弧的像元灰度与角点的相似性来完成角点的提取,使得处理的数据大为减少,同时能保证检测的准确性等其他指标;并且针对阈值k和t固定选取的问题,采用了一种自动选取阈值的方法。通过该算法和SUSAN算法、CSS算法在正确性、漏检、精度等方面的综合比较,结果表明该算法无论对模拟图像还是真实图像均具有良好的性能。
针对传统的图像特征匹配算法数据量大、计算耗时长的缺点，本文提出了一种基于快速鲁棒特征(SURF)的图像配准算法。SURF算法作为一种新的特征提取算法，在独特性、鲁棒性等方面均超过了其它方法，并在计算效率上具有明显的优势。该算法在积分图像的基础上进行快速计算，通过快速Hessian检测子来检测特征点。对于每个特征点，通过计算哈尔小波变换来确定特征点的主方向，并确定特征描述子，再根据Hessian矩阵迹的正负性和最近邻与次近邻比值的方法相结合获取匹配点，并用改进的RANSAC算法剔除伪匹配点以确保匹配的有效性。实验表明，该算法既能满足匹配准确性的要求，又具有计算量小、计算速度快的优点。
Adaboost算法是一种用于目标检测的有效算法，自2001年应用于人脸检测以来，陆续有各种改进算法提出，旨在提高检测精度和适用范围。然而，训练一个Adaboost分类器仍然是一个很耗时间的过程。目前，CUDA与Adaboost结合的研究主要集中于在已有分类器的基础上加速目标检测的过程，构建实时目标检测系统。本文对Adaboost算法进行分析，针对其训练时间长的问题，结合GPU的硬件结构和CUDA的编程特点，从特征值计算和弱分类器训练两方面对其进行并行化，提出了基于CUDA的Adaboost算法的实现方法，优化了数据存储结构、访问方式和程序流程。在样本大小为19×19，样本数量为38 400的样本集上，获得了8.1倍的加速比。与传统方法相比，在提高训练速度的同时，保证了较好的分类效果。
FourierMellin描述子被广泛应用于数字图像匹配中，但由于频谱混叠等噪声及误差的存在，不能保证变化后得到的相关值分布形式是一个标准的二维脉冲函数。本文在此基础上引入带核函数的加权距离公式，先用小波变换在频域中提取出稳定的特征点形成特征向量；然后利用核函数对特征向量进行修正，使之形成标准的二维脉冲函数，以便计算出正确的匹配参数，从而达到两幅图像的匹配。实验结果表明了新算法的有效性和可靠性。
本文阐述一种快速的三维凸包构造新算法，算法吸收了QuickHull方法中每次选用凸包的极值点(ExtremalPoint)来构造新凸包的思想，在此基础上改进为选用二次极值点的方法来构造新凸包，并结合“冲突图”(ConflictGraph)来更新凸包外的点和当前凸包的拓扑结构关系，从而取得了快速排除凸包的内部点、缩小问题规模、实现高效构建凸包的效果。本文算法的时间复杂度为O(nlgr)，通过实验证明本文算法与QuickHull算法相比平均执行消耗时间减少20%，因此本算法具有理论和实际应用价值。
结构相似性理论是一种关于图像质量评价的新思想，它很好地模拟了人眼视觉特性的整体功能。本文首先介绍了传统图像质量评价方法的不足，分析了基于视觉特性的结构相似度理论。作为结构相似性理论的一个实现，结构相似度模型(SSIM)简单且评价性能优于峰值信噪比(PSNR)或均方误差(MSE)，但SSIM模型不能较好地评价严重模糊的降质图像。基于此，在SSIM基础上，本文提出了一种新颖的、基于边缘的图像质量评价模型（ESSIM）。该模型充分考虑了图像的边缘信息和人类视觉系统的关系。实验结果表明，ESSIM是一种有效的图像质量评价方法，尤其在对模糊图像的质量评价上优于结构相似度的评价方法SSIM。
由于传统的描述逻辑系统不适于表示不确定的、模糊的知识，本文将基于粗糙集语义的下近似和上近似引入描述逻辑系统中，使用一种简单的方法将传统描述逻辑进行扩展，介绍了粗糙描述逻辑的概念，在粗糙描述逻辑系统中我们可以使用适当的子概念和超概念来对某些模糊的知识进行约束表示。本文主要讨论描述逻辑ALC的粗糙扩展，介绍扩展后所得到的粗糙描述逻辑RALC的语法、语义和相关推理问题，探讨了使用粗糙描述逻辑来对不精确概念进行建模的基本思想，最后提出了一个RALC的可满足性问题的推理算法。本文的工作可以使得在描述逻辑中对不确定的知识进行形式化描述和推理更加方便。
本体(Ontology)是语义Web中共享知识的形式化建模工具，其逻辑基础是描述逻辑。动态描述逻辑(DDL)具有同时表示静态和动态知识的优势。本文针对语义Web需要处理不确定性动态知识的需求，利用云模型对DDL进行不确定性扩展，提出了一种能够有效实现不确定性静态和动态知识进行表示和推理的不确定性动态描述逻辑CDDL。与传统的描述逻辑相比，CDDL能够处理语义Web必须的动态知识，能处理的知识的不确定性范围更广泛，对知识不确定性的建模与表示更合理，更有效地弥补了DDL作为语义Web的逻辑基础的不足。通过实例分析了CDDL对不确定性静态和动态知识的表示与处理。从一定意义上说，CDDL更适合作为语义Web的逻辑基础。
针对支持向量机的参数选择问题，本文提出了一种采用细菌群体趋药性智能优化算法优化最小二乘支持向量机参数的方法。细菌群体趋药性智能优化算法引入了群体信息交互策略，单个细菌不仅利用自身信息随机移动，而且细菌群体之间交换种群的信息，有效地改善了个体移动时的随机性和盲目性，加强了细菌趋于最优的移动策略。该方法提高了支持向量机的参数选择效率，避免了人为设定参数的不足，大大缩短了优化时间。经过细菌群体趋药性智能优化算法优化得到的最小二乘支持向量机的参数对，用于测试样本的多分类实验和函数拟合实验，其分类结果和函数拟合效果验证了本文方法的有效性。
序列识别研究对于诸多应用研究领域有重要的意义。在序列识别中，由于多种因素的影响，同一类别标记的序列往往不具有严格的相似性。变化序列相似性描述的尺度对序列的相似性进行描述有利于获得更准确的序列相似性描述结果，为此提出了基于多阶畸变序列子模式的序列识别方法。通过定义序列多阶畸变子模式特征空间及其核变换函数，设计线性开销算法有效实现了序列畸变子模式高维特征向量的计算，进而利用半定规划对多阶畸变序列子模式的核变换矩阵进行优化。基于多阶畸变子模式相似性描述优化结果，支持向量机生成的识别方法比较好地适应了序列之间的不同程度的相似性畸变，而且具有柔性边界特征。本方法在蛋白质基准数据SCOP 1.37 PDB90上进行了实验，普遍提高了该数据集上33个不同家族蛋白质序列的识别结果。
在灰色预测的基础上，引入马尔可夫链预测理论，建立了灰色马尔可夫预测模型。它是将灰色预测模型与马尔可夫预测方法优化组合，用灰色预测模型预测随机时间序列数据的总体发展趋势，而用马尔可夫链模型预测各数据在总体趋势下的随机波动性变化，得到随机时间序列趋势预测模型的解。通过公路运输实际数据进行了验证，结果表明：灰色马尔可夫预测模型既能预测随机数据序列的总体趋势，又适应波动性较大的随机序列变化，灰色马尔可夫预测模型预测精度高于GM(1，1) 模型的预测精度。
针对基于最小方差的性能评价准则由于只考虑时滞引起的性能限制，不适合对PID控制回路进行性能评价的问题，本文采用PID能实现最小方差控制准则，对四水箱控制系统进行性能分析，得到的性能指标比传统最小方差准则明显提高，控制器参数大大改善了过程的输出方差。实验表明，PID能实现最小方差准则能够为PID控制器的性能评价提供一个合理的评价基准，更说明其对特定类型控制器性能评价所具有的实际意义。
鉴于传统鲁棒离群点去除算法不能准确估计过程采样数据的均值和协方差，导致基于PCA的统计建模监控影响故障诊断效果的局限性，本文提出一种综合CDCm与MVT的异常检测算法，可以克服上述缺陷。通过改进尺度方法对过程原始采样数据实现准确估计并进行中心化和标准化处理，运用采样数据中的最大变量值来计算距离，采用CDCm算法求出样本值与中心距离最短的正常点，利用获得的有效数据计算MVT迭代算法的第一个马氏距离，选取距离较小值对应的样本点进行迭代运算，最终去除离群点，获得正常数据。通过在发酵过程中的应用，并与传统鲁棒检测算法进行比较，实验与分析结果表明，该算法提高了异常检测的效率和准确度。
本文研究了全局搜索算法和局部搜索算法的混合机制，设计了基于邻域搜索和遗传算法的混合搜索算法。该算法结合了遗传算法的全局搜索特性和邻域局部贪婪搜索特性；在分析排样问题碰靠过程特征的基础上，构建了排样问题邻域假设，当邻域假设满足时，遗传算法+邻域搜索能很好发挥作用；当不能判断邻域结构是否满足邻域假设时，提出了建立遗传算法+匹配变邻域的搜索算法，该算法兼顾了组合优化中邻域搜索的局部搜索无效的情况，实现了匹配的变邻域混合算法在排样优化问题中的应用。实例结果标明，排样图形不一样，其求解难度不一样，该算法均搜索到了更好的排样模式，验证了算法的有效性。
运用MAS技术构建了经济政策作用模型。模型中包括居民、银行、市场、行业、政府等五类智能体，并充分利用了智能体的协作、交互功能。研究中将货币政策设计为从微观个体的知识获取、决策以及宏观总量控制两个方面作用于经济运行。模拟演算结果验证了模型的有效性和实用性，得出了在一定的产业规模条件下，利率机制对货币供应及总产出作用明显，表明该模型可为政策制定者提供参考。
在半结构化的P2P存储系统结构下，副本是提高数据可用性的有效保证。本文结合资源所在节点的在线率和资源访问的频度来衡量所需要的资源副本数量。它较好地反映了高动态P2P网络中节点的行为特征，并据此设计了冗余数据修复策略。实验表明，设计的方法虽然占用了一定的维护带宽，但是网络中资源的可用率得到了显著提高。
