针对现有负载平衡算法的适应度低、可扩展性差、通信开销度量不准确的缺陷, 提出一种大规模CFD多区结构网格任务负载平衡算法。通过对网格块的分割、网格块之间的组合映射、进程上网格计算量的调整来实现并行CFD任务负载平衡。实验结果表明, 该算法既适应同构平台也适应异构平台, 既适应网格块数多于进程数的情况也适应网格块数少于进程数的情况, 该算法可使得整个计算空间分配到各进程上的计算量负载平衡, 同时使得各进程间的最大通信开销最小。
云计算的重要特征是按需提供和使用资源。这要求部署在云计算环境下的分布式应用自身应具备动态扩展的能力，即弹性伸缩的能力。面向应用本身的弹性需求和扩展方法展开研究，提出了共性的基本研究方法，其核心是根据某一类应用的特征提出适合弹性扩展的应用模式，再为该模式设计和实现面向体系架构的弹性支撑机制。重点以Web 2.0应用为案例实践了这一方法，提出了面向Web 2.0应用的模式和弹性支撑机制。
随着大数据时代的到来，固态硬盘已经逐渐在大型数据中心得到应用。作为使用最广泛的RAID技术，RAID5也开始应用于固态硬盘阵列，以保证数据的可靠性。然而，RAID5中校验信息需要频繁地更新，尤其在随机访问中，频繁地更新校验信息将会对固态硬盘阵列的性能和寿命造成很大的影响，针对此问题，提出PASSD(ParityAware Solid State Disk)控制器设计，从RAID5控制器得到校验信息的逻辑地址，在SSD控制器中设置一个缓存Pcache，暂存更新后的校验信息，并在SSD中将数据和校验分开布局，设置专门的区域存放校验信息。通过实验仿真测试，提出的方法能有效地减少校验信息对SSD的写操作，并且减少了SSD的擦除次数，提升了SSD阵列的性能和寿命。
基于光滑粒子流体力学SPH的流体仿真是虚拟现实技术的重要研究内容，但SPH流体仿真需要大量的计算资源，采用一般计算方法难以实现流体仿真的实时性。流体仿真通常由物理计算、碰撞检测和渲染等部分组成，借助GPU并行加速粒子的物理属性计算和碰撞过程使SPH方法的实时流体仿真成为可能。为了满足流体仿真应用中的真实性和实时性需求，提出一种基于CPUGPU混合加速的SPH流体仿真方法，流体计算部分采用GPU并行加速,流体渲染部分采用基于CPU的OpenMP加速。实验结果表明，基于CPUGPU混合加速的SPH流体仿真方法与CPU实现相比，能显著地减少流体仿真单帧计算时间且能更快速地完成渲染任务。
基于NAND Flash的固态盘凭借其低延迟、低功耗、高可靠性等优点，已经开始应用于企业级服务器和高性能计算领域。针对固态盘相对较差的写性能及使用寿命有限等不足，提出了一种闪存转换层中基于页映射机制的自适应地址映射算法WAPFTL。该算法能够在地址转换过程中预测负载读写特性并自适应地调整地址映射信息缓存的策略。实验结果表明，WAPFTL能够高效协同利用负载的时间局部性和空间局部性，提高地址映射命中率，减少因地址映射而引起的额外写操作次数;同时，有效减少了垃圾回收次数，提高了SSD整体性能。
目前国内较多企业在信息化建设方面呈现盲目投资云计算的趋势，而在整个实施过程中对于成本控制却缺乏有效监管。针对这一现状，提出一种基于云计算的投资成本监控算法。该算法通过分析与定义云计算的成本分类，以统计各项成本累计值，再结合企业所关心的投资回报率及实施云计算前后的各项投资成本比，最终发掘出企业各类投资成本的最佳预警点。实验表明，该算法能使企业迅速有效地捕获各项投资成本预警信息，为企业及时采取相关补救措施提供有力的科学依据。
已有的大部分门限代理重签名方案的门限值是固定的，而可变门限代理重签名方案更符合实际应用的需求，即根据消息的重要性可灵活地选择不同的门限值进行门限重签名。在Ateniese G等人提出的代理重签名方案Sbi的基础上，利用中国剩余定理提出了一个具有短公开参数和签名长度的可变门限代理重签名方案，并给出了该方案的安全性证明。根据可变的门限值，每个代理者都能非交互地生成相应的重签名子密钥和验证公钥。与现有方案相比， 新方案占用通信带宽低、计算效率高。
针对物联网监测系统面临的高效监测质量与居高不下的监测成本的矛盾问题，提出综合考虑物联网规模、成本、综合代表性以及均衡度目标的节点选择与布局方案，构建了混合整数非线性多目标规划模型，通过遗传算法求得了节点的数量和布局方案，并且对节点的选择进行了评价。仿真结果表明，所建立的模型及其求解方法有助于缓解监测质量与成本之间的矛盾，对监测系统设计与物联网研究具有理论意义。
多目标跟踪是无线传感器网络重要应用之一。提出了基于离散人工鱼群算法的无线传感器网络多目标跟踪节点任务分配方法。该方法首先利用类间距阈值的模糊C均值聚类算法，估计监测区域可能出现的目标数量和目标位置；再根据任务分配的目标函数，使用改进的离散人工鱼群算法优化目标函数，从而得到任务分配方案，并同其他算法进行比较。仿真实验结果表明，该方法比最近邻方法、MEM方法以及粒子群算法的能耗有所降低，任务分配时间比最近邻方法、MEM方法以及粒子群算法有所减少。因此，所提出的改进算法能有效地提高无线传感器网络的综合性能，满足实际应用的需求。
通过分簇算法减小网络振动效应，延长网络的寿命是移动对等网络的研究重点之一。在研究Kautz图及其特性的基础上，提出一种基于Kautz图的移动对等网络分簇算法。在算法中，定义地址空间树，使用Kautz串作为节点标识，并运用后根序和宽度优先算法遍历地址空间树等一系列技术生成簇。同时设计了相关机制管理和维护簇结构，保证结构一致性。理论证明和实验评估表明，该分簇算法能有效减小振动效应，延长网络寿命。
对无线传感器网络的节点能耗不均衡和传输时延的问题进行了研究，提出一种新的路由算法。该算法通过建立最小跳数和对节点剩余能量的保护，使得数据包沿着能耗最优的路径向Sink节点发送。在MATLAB环境下对该机制进行了仿真实验。实验结果表明，该算法能降低能耗，均衡和延长网络生存时间。
为了科学准确地预测近几年因特网访问人数，提出了应用灰色马尔可夫Verhulst模型进行预测的方法。首先，利用历史数据建立灰色Verhulst模型，通过确定系数可获得因特网访问人数的时间响应序列的表达式，从而可获得未来年份因特网访问人数的发展序列值。然后，结合马尔可夫链过程将序列状态划分为三类，通过确定状态转移矩阵可获得序列处于各状态的概率值及与各状态对应的预测中值，最终求得各序列的修正值。最后，通过2006/12~2012/6期间我国互联网上网人数的历史数据，预测了最近四个统计时段的访问人数。实例表明，该模型预测结果的误差更小、精度更高，还能提供预测结果的波动范围及出现概率，能够为网络建设及管理提供决策依据。
首先对以前提出的一个高效的基于验证元的三方密钥交换协议进行了安全性分析，指出了它容易受到服务器密钥泄露攻击等安全威胁，且缺乏前向安全性；并以此为基础，针对大多数现存的基于验证元的3PAKE协议均难以抵御服务器密钥泄露攻击的现状，提出了一个新的3PAKE协议。通过安全性分析，证明了新协议比原协议更安全，能够抵御各种已知的攻击，且与现有的大多数同类协议相比具有更高的效率。
在以人为载体的机会网络中，移动蓝牙设备有电池能量有限的特点。同时，在机会网络中，节点经常处于较长时间的互不连通状态，如何设计有效的蓝牙节点唤醒调度模式来降低能耗并确保不破坏网络现有的连通性是一个重要问题。提出了一种机会网络蓝牙设备唤醒调度策略BWM。该策略分析蓝牙设备电池能耗问题，建立了涉及能耗的蓝牙数据传输模型，并对休眠唤醒机制中的参数内在联系进行研究，以确保数据成功传输量为前提来对唤醒周期间隔长度进行控制。仿真实验结果表明，BWM在保证节点有效数据发送性能前提下节省了节点消耗的能量。
针对用户选择公交出行时不能准确获知公交车实时位置等信息的问题，对移动互联网在智能交通中的应用进行了探讨。使用百度地图接口技术设计一种基于移动客户端公交实时位置查询系统，并给出了经纬度数据在电子地图中发生偏移的修正方法。用户使用手机或PDA等网络设备进入此查询系统界面，就能随时查询特定线路上公交车辆的实时位置、数量等信息。经测试，该系统具有一定的可行性。
用户对软件质量的评价与其体验密切相关，但由于软件产品的抽象性、复杂性以及用户需求的模糊性，目前软件质量评价方法都缺乏对该方面内容的关注，忽略了用户需求在软件质量评价中的作用。针对于此，考虑用户需求对软件质量的影响，将用户需求作为一种特殊的软件特性，构建了基于模糊三角数的模糊神经网络来处理软件开发过程中用户需求同软件特性之间的非线性关系，符合软件产品复杂性的特点，使软件质量评价结果更客观、全面。结果表明，基于模糊三角数模糊神经网络能够更好地反映用户需求同软件特性之间的非线性关系，是一种研究软件综合质量评价的有效方法。
为了更好测试和比较项目调度问题求解算法的性能，通常需要利用测试问题集对相关算法进行测试和比较。对现有测试问题集的研究进行综述，并重点介绍国际上常用的两套标准问题集（Patterson问题集和PSPLIB标准问题库）和两款用于生成问题集的软件（单项目调度问题集生成器RanGen和多项目调度问题集生成器RCMPSP），最后，提出项目调度问题中选取问题集的一般流程以及构建问题集的一般方法，并通过实例说明该问题集选取方法的有效性及应用前景。
为了提高二进制人工蜂群算法的全局探索能力，提出一种基于分布估计算法的二进制人工蜂群算法，并应用到最优多用户检测技术中，设计出基于分布估计二进制人工蜂群算法的多用户检测方案。该方案采用直接针对离散域的多维邻域搜索策略，加快了收敛速度，避免了连续域到离散域的转换，同时利用分布估计算法获得的全局统计信息产生候选解，提高了算法性能。仿真结果表明，与传统检测器相比，所设计检测器的收敛速度明显加快，误码率性能和抗远近效应能力显著提高。
多移动机器人系统在完成同时定位和地图构建SLAM任务时，机器人之间常常存在相互碰撞的问题，而这种碰撞的避免又不同于一般的避障，因为避障问题中的障碍物一般是不动的。为了解决机器人之间的避碰问题，提出了一种基于效益的多机器人避碰协调策略。该策略以提高多机器人系统探索效率为主，确定机器人通过交叉路口的顺序。同时考虑了动态协调避碰的情况，给出了确定机器人通过交叉路口顺序的算法。通过机器人在交叉路口实现避碰协调算法的仿真示例，对该方法的避碰协调过程进行了说明，并对仿真结果进行了分析，同时对仿真中机器人和目标位置的空间关系给出了合理的假设。
为了提高对话务量的预测精度以及建模的速度，针对当前移动通信话务量预测受到多种因素的影响，提出了基于支持向量机残差补偿的多因素灰色话务量预测模型。该模型通过灰色关联分析法确定影响话务量的主因素变量，然后用多变量灰色模型进行预测，再用粒子群优化的最小二乘支持向量机进行残差序列预测，以实现残差补偿。实验结果表明，该预测模型具有所需样本小、预测精度高的优点，为话务量网络管理提供了一种新的预测工具。
蝙蝠算法是一种新型群体智能算法,传统的蝙蝠算法在解决整数规划问题时容易陷入局部最优并出现早熟收敛现象,为了解决这些弊端,提出了一种基于势阱的具有量子行为的蝙蝠算法。论述了算法的优化原理和实现方式,并通过仿真实验,与粒子群算法和量子行为粒子群算法进行性能对比。实验结果表明，量子行为蝙蝠算法不仅能够有效地解决整数规划问题,而且比其他算法具有更好的性能。
为了实现停车场空车位的快速检测和查询，提出一种车位图像畸变的矫正与拼接方法，将相邻摄像头拍摄的具有一定重叠区域的视频图像拼接为一幅能够全面描述停车场车位信息的大视场图像，从而为停车场空车位的快速检测做准备。由于停车场摄像头安装的视角偏移和透视效应，造成拍摄的图片存在纵向和横向畸变，为了直观地显示整个停车场各个车位的占用、空闲信息，同时也为了方便车辆管理，先将各个车位逐一矫正成同视角图片，然后再进行拼接，从而便于用户直接观察停车场中的空车位，也有利于需要自动检测车位时进一步进行图像处理。
在对多幅图像的不同区域进行拼接时，需要涉及到图像分割、配准以及图像融合等方法。针对多幅图像不同区域进行拼接的情况，提出了一种“基于膨胀的渐进渐出”图像融合算法，该算法在图像融合过程中结合形态学方法，大幅度提高了拼接图像的效果。多个实验验证了所提算法的有效性。
针对传统混合高斯建模算法计算量过大与目标轮廓清晰度小的问题，提出了一种新的运动目标实时检测算法。该算法引入三帧差分的方法，提高了检测目标轮廓的清晰度；通过HSI混合高斯建模前进行分块处理有效减小了计算量，因此算法的实时性有了明显的改善；并利用逻辑运算融合三帧差分与HSI混合高斯模型进行高效的背景提取；最后运用数学形态学方法进一步优化检测结果。实验结果表明，相比混合高斯模型经典算法，该算法能更快速、更准确地检测出智能监控视频序列中的运动目标，并且目标轮廓清晰度也有明显的改善。
针对边界Fisher鉴别分析算法不能够有效解决小样本问题,提出了一种完备的双子空间边界近邻鉴别分析算法。该算法通过理论分析将MFA的目标函数分解成两部分，对此目标函数的求解，首先要对高维样本进行PCA降维至一个低维子空间, 而这一过程并不损失任何有效的鉴别信息，对此通过定理1和定理2进行了证明；然后再分别求出类内边界近邻互补子空间的两投影矩阵。最后人脸库上的实验结果表明了所提方法的有效性。
农作物病虫害的爆发往往意味着大规模的减产减质，造成不可挽回的经济损失。传统的病虫害识别方法速度慢、主观性强、误判率高，已不能满足农业生产的需要。基于图像处理技术的农作物病虫害识别具有快速、精确、实时等特点，能够协助农耕人员及时采取有效的防治措施。本文从图像分割、特征值提取和分类识别三个方面，分别阐述图像处理技术应用于农作物病虫害识别的研究现状和进展，并对今后的研究趋势和方向作了展望。
在基于内容的图像检索中，支持向量机（SVM）能够很好地解决小样本问题，而主动学习算法则可以根据学习进程主动选择最佳的样本进行学习，大幅度缩短训练时间，提高分类算法效率。为使图像检索更加快速、高效，提出一种新的基于SVM和主动学习的图像检索方法。该方法根据SVM构造分类器，通过“V”型删除法快速缩减样本集，同时通过最优选择法从缩减样本集中选取最优的样本作为训练样本，最终构造出不仅信息度大而且冗余度低的最优训练样本集，从而训练出更好的SVM分类器，得到更高的检索效率。实验结果表明，与传统的SVM主动学习的图像检索方法相比，该方法能够较大幅度提高检索性能。
随着复杂网络研究的兴起，随机图成为一种重要复杂网络模型。基于完全图的生成子图的思想，得到了生成随机图的一种新算法，即用去边的方法生成随机图的算法，并用数值实验验证了加边和去边生成的随机图的统计特性（最大度、最小度、聚集系数、平均最短路径和平均度）是相近的，用去边的方法得到的图的度分布曲线在其平均度处达到峰值，随后呈指数下降，这与随机图的度分布是相同的。为了得到稀疏连通的随机图，又提出了一个不去割边的近似随机图生成算法，并从理论上说明了该算法生成的图是连通的，同时通过数值实验验证了图的连通性，并与加边随机图的统计特性进行了比较。
隐私保护数据挖掘是当前数据挖掘领域中一个十分重要的研究问题，其目标是在无法获得原始明文数据时可以进行精确的数据挖掘，且挖掘的规则和知识与明文数据挖掘的结果相同或类似。为了强化数据的隐私保护、提高挖掘的准确度，针对分布式环境下聚类挖掘隐私保护问题，结合完全同态加密、解密算法，提出并实现了一种基于完全同态加密的分布式隐私保护FHEDBIRCH模型。模型中数据集传输采用完全同态加密算法加密、解密，保证原始数据的隐私。理论分析和实验结果表明，FHE-DBIRCH模型不仅具有很好的数据隐私性且保持了聚类精度。
基因芯片是微阵列技术的典型代表，它具有高通量的特性和同时检测全部基因组基因表达水平的能力。应用微阵列芯片的一个主要目的是基因表达模式的发现，即在基因组水平发现功能相似，生物学过程相关的基因簇；或者将样本分类，发现样本的各种亚型。例如根据基因表达水平对癌症样本进行分类，发现疾病的分子亚型。非负矩阵分解NMF方法是一种非监督的、非正交的、基于局部表示的矩阵分解方法。近年来这种方法被越来越多地应用在微阵列数据的分类分析和聚类发现中。系统地介绍了非负矩阵分解的原理、算法和应用，分解结果的生物学解释，分类结果的质量评估和基于NMF算法的分类软件。总结并评估了NMF方法在微阵列数据分类和聚类发现应用中的表现。
关联分类通常产生大量的分类规则，导致在分类新实例时经常产生规则冲突问题。针对这种规则冲突问题，提出了一种基于改进关联分类的两次学习框架。利用频繁且互关联的项集产生分类规则改进关联分类算法，有效减少了规则数。应用改进的关联分类算法产生的一级规则一次性分离出训练集中规则冲突的所有实例。然后，在冲突实例上应用改进的关联分类算法进行第二次学习得到二级规则。分类新实例时，首先利用第一级规则进行分类。如果出现规则冲突，则利用第二级规则分类该实例。实验结果表明，基于改进关联分类的两次学习方法降低了规则冲突比率，并且显著提高了分类准确率。
采用粒子群优化算法，以电压增益、共模抑制比、输入电阻平方根的三者乘积对输出电阻的比作为适应度函数，对差分共射两级直接耦合电压串联负反馈放大电路中的电阻做自适应优化。结果显示，只要对电路交流指标加以约束，适应度函数值总会减小。当分别对增大电压增益和减小输出电阻进行限制后，电压增益总是尽量小，输出电阻总是尽量大，以使适应度函数在给定约束下取得最大。经EWB软件对优化参数仿真，结果满足线性放大要求。同时说明了可以调整适应度函数形式，找到最佳电路参数，以满足工程上对放大器指标的不同需求。
描述了对航管仿真系统运行控制机制的设计和实现。先对系统功能做了简要介绍，再从进程组的监控、基于多个队列的进程调度设计等方面介绍了系统的实现过程和处理细节，最后采用负载均衡算法针对系统进行了优化设计。本系统最终实现了对进程实施定位和运行监视，对控制指令采用命令优先级处理机制，使用多个队列调度进程，从而完成训练计划，较好地控制了航管仿真训练系统的运行。
报警在保证流程工业安全运行方面起到了重要的提示作用，但大量的报警信号也给操作员带来了困扰，使其无法抓住核心信息并作出判断，以便采取适当的行动。多个报警信号之间并非独立，而是存在有关联关系，提出了一种从历史报警数据中识别这些关系的方法。根据两个报警变量的报警发生时间，确定报警变量之间是否存在关联关系，并确定时间上的顺序和因果强度。基于每对报警变量之间的关联关系，构建多个报警之间的关联拓扑图。该方法可用于智能报警管理，为提高报警信息的指导价值提供技术支持。
