无线传感器网络以获取有用信息为最终目的，而获得的有用信息的多少取决于对网络的覆盖程度。本文在现有的一些簇头选举算法的基础上，提出一个新的簇头选举算法。该算法选举的簇头具有不进行数据感知，优先死亡但不影响网络覆盖的良好性能。如果把传输消耗优先分配在这类簇头节点上，那么死亡后影响覆盖的节点就可以在较晚的时间作为簇头，从而延迟死亡时间，最终延长网络的生命周期。实验结果显示，和现有的相关算法相比，本文提出的基于节点覆盖的簇头选举算法具有较高的网络覆盖率和较少的能量消耗，从而具有较长的网络生命周期。
为了合理确定风险评估中风险因素的权重，对信息安全风险进行科学的评价，在确定风险因素权重时，本文应用基于博弈论的综合赋权法将主、客观权重集成为风险因素的综合权重。并利用该方法对信息系统进行了实例分析,说明了该方法所得的评估结果科学合理，为信息系统风险评估提供了一个新的思路。
数字校园建设以后，要求对应用数据进行整合。校园一卡通系统作为数字校园的重要组成部分，其数据来源于数字校园的相关应用系统，如何保持一卡通数据与相关应用系统数据的同步是系统建设要解决的重要问题。本文分析了一卡通数据采集模式，提出了基于SOA架构的共享数据中心来实现一卡通数据同步的方案，详细描述了数据同步的实现步骤，结果证明了该方案的有效性。
为了提高动态图软件水印的隐藏容量和鲁棒性，本文提出了一种基于变量防篡改的动态图软件水印方案。该方案利用不同进制形式的数可以相互转化的思想将大的水印信息分割成多个小的水印信息，然后将这些小的水印信息编码成一组图结构，动态地嵌入目标程序中。在编码水印信息时，利用动态图结构中结点的父指针来编码，并使其叶结点与目标程序变量关联，起到防篡改的作用，从而可对水印进行有效的保护。实验结果表明，嵌入水印信息后，目标程序的运行速度和结果都没有明显的变化，但水印对溢出攻击、扭曲攻击和附加攻击等都有明显的抵抗效果，水印也能够准确、方便地被提取出来。该方案的性能明显优于PPCT算法和常量防篡改水印算法。
本文针对目前无线传感网络中恶意软件模型化工作的不足，从攻击与防御角度出发，考虑了攻击扫描速率对于攻防优化策略的不同意义，同时考虑了无线传感节点能量有限的特征，在传统恶意软件传播模型的基础上提出了一种改进的无线传感网络恶意软件攻防优化模型。该模型在传统SIR传播模型基础上进行扩展，考虑了免疫与修复的不同因素，最终给出了攻防优化评估方案。通过仿真实验表明，该攻防优化评估方案能够高效地描述攻击扫描参数对恶意软件在无线传感网络中攻击与防御各自效果最大化的关键影响。
随着入侵检测技术和产品的发展，如何有效地评价入侵检测系统的有效性和可靠性成为了目前网络安全研究的一个热点问题。本文描述了目前入侵检测中一些常用的模型，对其优缺点进行了详细的描述。针对目前入侵检测系统的速度、准确率问题，结合入侵期望值模型，通过分析和推导给出了其值的最优参考值。给出了误报率、漏报率和入侵率与入侵个数乘积之间的关系，通过该关系可以得到入侵率与入侵个数乘积的值，其值对入侵检测系统的性能评估具有重要的意义。通过仿真实验验证了基于回报期望的入侵检测系统性能评估模型在入侵检测系统性能评估应用中的可行性。
片上网络和网络编码均为近些年迅速发展的研究方向，片上网络在超大规模集成电路设计领域有着广阔的应用前景，网络编码在提升网络吞吐量和均衡网络负载方面有着其它方法不可比拟的优势。本文将网络编码的思想在2DMesh片上网络上做了探索性研究，并基于2DMesh结构提出了一种框架性的路由策略方法。结论表明，该策略具有良好的兼容性，并在多播应用环境下会有一定的性能提升，并且该框架性的路由策略具有很强的可移植性，可以应用于其它结构下的片上网络。
基于高性能互连实现对象存储系统已经成为构建高性能计算机可扩展I/O系统的发展趋势。我们设计并实现了一种定制的高带宽、低延迟的高性能互连芯片HSNI，它提供了很好的通信性能，可用于构建对象存储系统。本文对HSNI的硬件体系结构、软件结构及其通信机制进行了介绍,并基于HSNI构建了高性能的对象存储系统。性能测试结果表明，HSNI芯片带宽高、延迟低，非常适合构建大规模对象存储系统，该存储系统能够很好地发挥Lustre系统的性能，并具有很好的可扩展性，能够很好地满足面向高性能计算的I/O系统需求。
随着FPGA计算能力的不断提高，使用FPGA进行计算加速的研究越来越多。在这些加速对象中，有许多应用都需要使用到随机数生成器。本文应用Leap Forward方法，提出了一种基于Galois类型线性反馈移位寄存器产生随机数的硬件结构。详细分析了该硬件结构中转换矩阵的特征，给出了提高工作速度和减小硬件面积的方法。应用该硬件结构，本文在Xilinx Vertex 6 FPGA上设计实现了16位输出的随机数产生器。实验结果显示，该随机数产生器仅使用了6个slices资源，工作速度可以达到951MHz，产生随机数的吞吐率可以达到15.2Gbps。文中使用KS方法对所产生随机数的质量进行了检测，并给出了所产生的105个随机数的CDF曲线与理论CDF的比对结果。
动态优化是计算系统虚拟化的重要支撑技术之一。本文通过对DynamoRIO、Jrpm 等单核平台上典型动态优化系统的分析，总结出传统动态优化机制在多核平台下面临的问题与挑战，据此提出一种面向多核平台的多线程动态优化框架，分析其组织结构和工作原理，并通过实验验证了该框架的可行性。
基于虚拟机环境下虚拟块设备多样性的特点以及对高可用、容错等能力的需求，本文针对目前主流的虚拟机体系结构，提出了一种在虚拟机管理器中为虚拟块设备扩展通用快照功能的机制，能够为虚拟机环境下的多种虚拟块设备提供统一和可扩展的快照服务，有效避免了大幅修改底层的多种具体的虚拟块设备驱动。基于Linux平台，为QEMU扩展了通用的快照功能，验证了快照扩展机制的可行性，并通过实验测试分析了快照对虚拟机性能的影响。
针对关节式物体检测的复杂性，本文提出一种新颖的视觉推理方法。该方法基于可变形的物体模型，同时利用图像中所包含的边缘信息特征(不依赖于局部特征，如肤色等)及各子部件的空间位置关系，迭代地进行关节式物体检测和定位估计。实验证明，该方法有较强的抗背景干扰能力，视觉上能大幅度改进关节式物体检测、定位的结果。
信息压缩是信息传输过程中的一个关键环节，随着三维显示和三维视频技术的发展和完善，未来的视频传输将不仅限于二维视频。但是，三维视频的数据量很大，这就给三维视频的传输带来了阻碍。因此，设计出高压缩比、高压缩效率的三维视频压缩技术，不但可以解决三维视频的传输问题，而且有利于促进三维视频及三维显示领域的进一步发展。本文系统地讨论了目前三维视频压缩技术的研究进展，在对各种技术特点研究的基础上，提出了进一步的研究和发展方向。
本文针对三次B样条曲线相对于其控制多边形形状固定，不能描述除抛物线以外的圆锥曲线的不足进行改进。将形状参数与三角函数进行有机结合，构造了一组含参数的三角样条基，基于这组基定义了一种结构类似于三次B样条曲线的带形状参数的三角样条曲线。新曲线在继承B样条曲线主要优点的同时，既具有形状可调性，又能精确表示椭圆，而且其连续性和对控制多边形的逼近性也都优于三次B样条曲线。对于等距节点，在一般情况下该曲线整体C3连续,在特殊条件下可达C5连续。利用张量积方法，将曲线推广后所得到的曲面具有与曲线类似的性质，给出了用曲面表示椭球面的方法。
为了提高动态手势学习训练速度和识别准确率，本文提出一种基于粒子群优化BP神经网络的动态手势识别方法。首先基于自然人机交互需要，定义一套基于机器视觉的动态手势模型；在获取指尖运动轨迹的基础上，提取动态手势的特征向量作为神经网络的输入；利用改进的PSO算法训练BP神经网络，得到神经网络的权值和阈值；最后利用训练过的神经网络识别基于机器视觉的动态手势。测试结果表明：改进的PSO算法能够提高神经网络训练速度和精度，进而提高动态手势识别准确率。
空军在实装对抗训练中，缺乏西方国家主力作战机型的参与，难以保证贴近实战的训练质量。为了解决这一问题，提出了将我方空中实装飞机与模拟敌方的飞行模拟器加入同一战场环境进行对抗训练的方案，从而设计了空战训练虚实兵力对抗仿真系统。系统基于HLA思想设计，使用多级网络通信机制、Lua接口以及汇集代理，解决了仿真联邦与外接系统的通讯问题，将实装飞机、模拟器与仿真系统互联，继而将模拟器的战术行为与实装飞机数据交换形成虚拟对手，并加入导弹攻击仿真模型进行攻击仿真与评估，从而解决训练难题。
针对AdaBoost算法对多姿态人脸检测效果不理想和肤色模型对复杂背景下的图像误检率高的问题,本文将基于肤色的人脸检测与基于AdaBoost算法的人脸检测结合,提出一种由偏到正的检测方法。主要是通过旋转图片，使人脸分类器不会因为角度问题产生漏检，然后根据分类器检测出的两眼，计算两眼之间的位置关系，判断人脸是否处于正面位置，满足条件则经过肤色模型再次验证以后，对人脸位置进行反计算，计算出原图中的人脸区域。大量实验验证了本方法的有效性。
为了提升粒子跳出局部最优解的能力, 本文提出一种动态种群和广义学习粒子群算法(DCPSO)。在算法运行过程中, 引入种群增加策略和减少策略以提升种群的多样性, 进而提升粒子跳出局部最优解的能力; 同时引入广义学习策略以增加粒子飞向全局最优位置的概率。在基准函数的测试中, 结果显示DCPSO算法比其它PSO算法有更好的性能; 在实际应用中, 通过对起重机箱型主梁模型进行优化, 结果显示DCPSO算法比其它算法获得了质量更高的解。
本文基于云理论把粒子群分为三个种群，用云方法修改粒子群算法中惯性权重，同时修改速度更新公式中 “认知部分”和“社会部分”， 引入“均值”的概念，提出了一种基于均值的云自适应粒子群算法。该方法的最大优点是克服了粒子群算法在迭代后期，当一些粒子的个体极值对应的适应度值与全局极值对应的适应度值相差明显时，不能收敛到最优解的缺点。数值实验结果表明，该算法经过较少的迭代次数，就能找到最优解，且平均运算时间减少，降低了算法的平均时间代价。
针对0-1背包问题，本文提出了基于蜂群遗传算法的优化求解方案。该算法包括两个种群，一个主要用于全局搜索，另一个主要用于局部搜索；每个个体采用二进制编码；采用最优个体交叉策略；对当前解的处理措施是将还未装入背包且性价比最好的物品装进背包，直至不能装为止；不符合约束条件的解采用诱变因子指导变异处理；遗传算子包括单点交叉算子、简单变异算子、主动进化算子和抑制算子。本算法充分发挥了遗传算法的群体搜索和全局收敛的特性，快速地并行搜索，有效地克服了经典遗传算法容易陷入局部最优问题。数值实验表明，该算法在求解0-1背包问题中取得了较好的效果，同样可以应用于其它的组合优化问题。
物流中的车辆路径问题（VRP）是目前组合优化领域的研究热点问题，VRP为NPhard问题。本文在对VRP分析的基础上，建立数学模型，提出了一种适合求解该问题的蚁群遗传融合优化算法。提出的优化算法首先采用蚁群算法在局部阶段产生最好解，然后利用遗传算法的优良基因在全局阶段对优化解进一步优化，以获取最好路径解。实验结果表明，提出的融合算法能高效解决VRP问题，且优化效果比单算法好。
采用离散度作为衡量种群多样性的指标。在粒子群初始化阶段，种群的离散度必须满足一定的要求才能开始迭代；在算法迭代过程中，惯性权重、加速系数的调整都与当前粒子群的离散度相关；当种群的离散度小于一定数值时，进行保优重初始化，适应度函数拉伸操作，重新迭代。由于算法在初始化阶段依据离散度进行了限定，要求粒子尽量平均分布，算法运行过程中离散度能够更加真实地反映当前种群的分布状态，并将算法的相关参数与之关联，在理论上保证了算法将具有良好的性能。经过在5个基准函数上的仿真实验表明，该算法在处理复杂多峰、平坦函数优化问题时，收敛速度快且能有效避免早熟问题。
RFID中间件通常被认为是RFID系统的中枢神经。本文借助于嵌入式ARM硬件平台和Linux操作系统，设计并实现了一种轻量级ALE的嵌入式RFID中间件。该中间件在保留了EPCglobal ALE标准的主要功能，使之在保持与ALE标准最大程度兼容的前提下，取消和改进了ALE标准中的一些扩展性机制。所设计的中间件功能齐全、模块清晰，有着高度的独立性、良好的重构性和可扩展性，不仅满足了资源受限的嵌入式环境中功能和性能两方面要求，同时还为上层应用系统的开发提供了一个统一的、强大的开发平台，使RFID智能设备可以更好地整合到现有的应用系统中，给RFID应用发展带来了巨大的方便。
为了扩展嵌入式移动终端的通信能力，使之能够透明地与所处局域网进行直接通信，本文采用嵌入式通信协议构件化思想和Agent技术，建立基于Agent的嵌入式动态协议通信系统框架模型，并给出通信方式与过程，以及针对该模型的协议构件化分解及协议构件服务复合方法，从而为探索普适环境中的嵌入式移动终端与所处局域网进行直接通信提供了一种新方案。通过对嵌入式移动终端从协议服务器动态获取所需的协议服务进行实验分析，验证了该方案的有效性。
机器视觉系统通信数据量大、实时性要求高且依赖PC机，针对这些特点本文设计并实现了一种嵌入式操作终端通信模块。该模块采用三星2440作为主芯片，双网卡硬件结构，运行WinCE5.0操作系统，使用Modbus/TCP和自定义协议，通过增加自定义功能码和文件传输规范，使基于客户端/服务器模式的操作终端与智能相机能够一次通信大数据量的文件，很好地满足了视觉系统通信需求。测试表明：该通信模块正确读取和显示相机的配置信息和检测过程中输出的实时运行参数，接收一帧480*360灰度图像平均耗时82ms，具有良好的实时性和可靠性。该模块已成功应用于工业现场，取得了良好的效果。
本文采用决策树方法，对客户交易数据和客户基本信息进行数据挖掘分析，降低了数据冗余度，提高了数据集准确率。在RFM模型基础上，从客户交易信息中选取了购买频率和平均每次购买金额作为分类评估指标的补充，得到一组客户交易数据训练集。结合J48算法使用WEKA算法对客户交易数据训练集进行训练、测试和验证，构建了客户分类决策模型，从而有利于客户分类原型系统的系统分析和系统设计。
自组织映射(SOM）是一种竞争型无指导学习的神经网络方法。SOM神经网络已广泛地应用于模式聚类、模式识别、拓扑不变性映射等方面。本文利用SOM对中国31个省份进行聚类分析，建立独立学院招生决策模型。首先，选取各省份的报到率、第一志愿率和人均GDP等作为SOM神经网络的输入模式；然后，用SOM进行聚类；最后，对聚类结果进行分析得出各类的生源地特征和等级。实验结果表明，利用SOM对生源地进行聚类分析是可行的、有效的，可以避开人的主观因素，更迅速客观地得到聚类结果。它为独立学院编制招生计划和招生宣传方案提供了一种新的参考依据，在独立学院招生领域具有较好的应用前景。
决策树是数据挖掘中常用的分类方法。针对高等院校学生就业问题中出现由噪声造成的不一致性数据，本文提出了基于变精度粗糙集的决策树模型，并应用于学生就业数据分析。该方法以变精度粗糙集的分类质量的量度作为信息函数，对条件属性进行选择，作为树的节点，自上而下地分割数据集，直到满足某种终止条件。它充分考虑了属性间的依赖性和冗余性，允许在构造决策树的过程中划入正域的实例类别存在一定的不一致性。实验表明，该算法能够有效地处理不一致性数据集，并能正确合理地将就业数据分类，最终得到若干有价值的结论，供决策分析。该算法大大提高了决策规则的泛化能力，减化了树的结构。
基于递归分治策略基本思想，本文构建了一种新的情感分析模型并解释了模型的合理性。本文首先分析了资源和统计方法的优缺点。资源的情感倾向性分析优点在于情感词表准确，缺点是完备性较差；而统计的方法则恰恰相反。进而提出了规则和统计相结合的方法分析文本的情感倾向性，并将规则和统计相结合的情感分析方法应用于该模型，并验证了其有效性。实验表明，在数据不均衡的条件下，该方法的正确率达到了77.68%。
语料库作为基本的语言数据库和知识库，是各种自然语言处理方法实现的基础。随着统计方法在自然语言处理中的广泛应用，语料库建设已成为重要的研究课题。自动分词是句法分析的一项不可或缺的基础性工作，其性能直接影响句法分析。本文通过对85万字节藏语语料的统计分析和藏语词的分布特点、语法功能研究，介绍基于词典库的藏文自动分词系统的模型，给出了切分用词典库的结构、格分块算法和还原算法。系统的研制为藏文输入法研究、藏文电子词典建设、藏文字词频统计、搜索引擎的设计和实现、机器翻译系统的开发、网络信息安全、藏文语料库建设以及藏语语义分析研究奠定了基础。
针对LBG算法初始码本随机选取后易出现空胞腔、易陷入局部极小、迭代次数大等缺陷，本文依据模糊聚类理论引入了矢量量化码本设计训练的模糊聚类与LBG级联算法：先用模糊聚类算法训练码本，将训练得到的码本作为传统LBG算法的初始码本，再用传统LBG算法训练。论述了模糊聚类和LBG联合算法的原理与方法；用该算法分别训练了语音线性预测系数的对数面积比（LAR）码本和语音子带浊音度码本；训练过程显示，模糊聚类训练阶段能训练到码本设计目标或接近目标，再经LBG训练阶段，都能达到设计的最佳目标。将训练得到的码本用于多种声码器中进行仿真实验，得到了可懂度高且较自然、清晰的解码语音。
声母识别在构音障碍评估中有重要临床意义，而声母时长短、不平稳，传统方法的识别效果不理想。本文使用小波变换对声母信号进行多尺度分析，提取出新的声母特征向量(DWTMFCCT)，可以更精细刻画相似声母的差别，然后利用模糊多类支持向量机进行声母的识别。为降低模糊支持向量机进行多分类时所带来的计算复杂度，使用两阶段算法。实验结果表明，本文算法不仅提高了模糊支持向量机的训练效率，同时对声母有较好的分类效果。
如何从互联网已有海量信息中为用户推荐符合其兴趣的新闻是一项极具挑战的工作。门户网站式的传统新闻传播方法没有考虑用户的个性化需求，因而无法给出合适的推荐。本文提出了一种基于用户协作的新闻共享模型，通过浏览器插件收集用户的浏览行为、分析用户对网页的隐性评价，并结合协同过滤算法实现相似用户间的新闻推荐。在原型系统中验证了本文所提方法的有效性，并分析了推荐算法的性能。
星载GPS非差运动学定轨结果容易受到观测数据质量的影响，相位观测噪声远远小于伪码，如果将两种观测数据等权处理，会降低相位信息在参数解算中的作用；相位观测存在模糊，单独使用会导致参数估计结构不稳定；伪码观测噪声与接收天线高度角存在很强的相关性。本文根据星载GPS伪码和相位联合非差运动学定轨原理，结合GPS观测数据质量分析结果，提出了一种合理的加权策略，提高了星载GPS非差运动学定轨的精度和稳定性。对一个星期的CHAMP的观测数据进行处理，将非差运动学定轨结果与GFZ事后科学轨道进行对比，结果表明二者在R、T、N分量上差值的均方根为20cm、12cm、13cm，三维点位误差的均方根为27cm。通过分析多种不同加权策略的定轨精度差异，验证了本文提出的加权策略的有效性。
GF(q)域上非规则LDPC码是二进制非规则LDPC码在有限域GF(q=2p)上的扩展，在码长和码率相等的情况下，具有比二进制非规则LDPC码更优异的性能。如何分析GF(q)域上非规则LDPC码的迭代译码性能是其能否有效应用的关键。基于迭代译码结构，本文研究了AWGN信道下GF(q)域上非规则LDPC码的EXIT图分析方法，推导了其计算表达式；提出了利用EXIT图变量节点与校验节点联合优化准则。仿真结果表明，相对密度进化方法，该方法计算出的收敛门限值的精度稍有下降，却极大地降低了计算复杂度；在相同通信条件下，通过联合优化准则设计的GF(q)域上的非规则LDPC性能优于二进制非规则LDPC码；得到的收敛门限对应的信噪比非常接近香农限，进一步验证了EXIT图分析工具的优越性。
针对人体静止状态下生命周期信号(如心跳、呼吸)的幅值通常很小，且常被强噪声淹没、信号频率难以检测的特点，本文提出基于自相关和混沌振子相变理论相结合的微弱生命周期信号检测新方法。该方法利用传统的时域自相关方法对微弱生命周期信号进行初步去噪，再利用改进的混沌振子列检测方法提取有效信号，以充分发挥自相关及混沌检测在噪声抑制及信号提取方面的优势。仿真分析表明，该方法能有效地检测出深埋于强噪声中的两个频率未知的微弱生命周期信号，其信噪比工作门限值较单独的自相关方法和混沌振子检测方法更低，达到-81.43dB。
堆场垛位优化问题一直是仓储管理的难点和焦点之一，垛位优化可以保证物料装卸和出入库的高效率，同时对保证合同交货期也起着至关重要的作用。针对仓储和生产一体化下的入库堆垛问题，本文通过分析将其归结为一类半在线的A型装箱问题，并依据问题的特点，建立了最小化总倒垛次数的优化模型。根据货场天车在相邻入库过程中存在空闲作业量的特点，设计了一种前序货物允许移动的动态堆垛策略，结合堆垛约束后嵌入到经典装箱启发式算法中，最后通过仿真算例验证了该策略的有效性。
