多播通信在片上多核系统中占据很重要的地位，并会对多核系统上并行应用程序的性能产生很大影响。现有的多播路由算法大多存在资源利用不均衡的不足，从而导致片上缓存资源的利用率较低。提出一种新的基于气泡流控的多播路由算法，该方法充分利用了片上网络的缓存资源，并通过向网络注入气泡避免了死锁现象的产生。实验表明，该方法可以有效提高片上网络中多播通信的性能，在合成负载下，该方法相对于均衡自适应多播路由算法可以实现18.1%的网络平均时延的降低以及16.7%的网络饱和吞吐量的增加。
片上互连网络为多核体系结构提供了高效的通信支持。目前的片上网络通常采用单向传输链路，链路资源利用率较低。为了实现链路带宽资源高效分配、进而高效利用链路带宽资源，提出了一种新的双向链路调度算法，并设计了一种支持此算法的双向链路路由器。这种新型的路由器结构能够在不影响路由原有数据通道条件下，提供一条旁路数据通道来快速传输数据。实验结果表明，应用该双向链路路由器可使Mesh网络饱和吞吐率和链路平均利用率分别得到最大83.3%和24.53%的提升。
当今，磁盘I/O的发展速度永远赶不上遵照摩尔定律的CPU的发展速度，并且网络I/O资源稀缺，所以I/O常常成为数据处理的瓶颈。Hadoop能存储PB级数据，因此I/O问题愈加显著。压缩是I/O调优的一个重要方法，它能减少I/O的负载，加快磁盘和网络上的数据传输。首先通过分析Hadoop中各压缩算法的特点，得出一个压缩使用策略来帮助Hadoop的使用者确定如何使用压缩，并用实验得以验证补充。基于该策略，一些Hadoop应用在合理使用压缩后，效率能提高65%。
通过对目前NIDS的检测技术、IP分片形成以及重组机制的分析，发现常用的NIDS的检测方法不能很好地检测包含在IP分片中的攻击特征，这是由于不同的系统对于分片的处理策略是不同的，不能根据NIDS的处理结果推断终端主机的处理结果，从而包含攻击特征的IP分片可以轻松地逃避NIDS的检测。为此，提出了一种针对于抵抗IP分片攻击的方法，通过在NIDS的前端串行地加入一个流量预处理引擎TPE,对IP分片进行预定的规则处理。实验结果表明，此种方法能够有效地抵御90%以上的IP分片攻击。
物联网技术以主动感知、智能分析和反馈控制为基本要素，实现对“物体”的识别、监控和管理，在诸多领域取得显著的应用成效，同时也暴露出应用建设分散、缺乏体系、重复建设现象严重等问题。从回顾物联网的发展历史出发，对物联网技术架构和相关工作进行分析，提出面向信息资源聚合的物联网智能信息中心框架，通过对多源、分布、异构资源的汇聚、整合、分析与再加工，为实现资源共享、提高资源利用率、解决重复建设问题提供基础性支撑，并重点讨论了传感设备的标准化封装与接入、信息资源的一体化管理等关键技术。最后，通过在农业物联网中的应用示例分析了该框架的效果。
信息物理融合系统CPS是一种融合计算、通信与控制的新型复杂实时分布式系统，系统中计算过程和物理过程在开放环境下持续交互、深度融合。为了对物理世界的信息作出实时反馈，系统一般会采用抢占式调度的方法，保障关键任务能够在截止期前完成。但是，分布式环境中抢占式调度方式容易导致频繁的任务切换，影响系统的实时性。提出了基于保护阈值的调度算法，通过建立保护阈值模型，最大化低优先级任务的执行时间，减少任务切换次数。通过实验验证，算法有效地减少了任务切换次数，提高了CPS系统的实时性能。
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：
现有的云存储访问控制方案只能根据用户属性的不同发送不同的消息，因而消息利用率不高。针对这一缺陷，首先设计了一个基于ElGamal的可截取签名方案，然后基于该可截取签名方案结合属性加密体制提出了一种新的云存储访问控制方案。新方案在实现数据加密的同时，提供了细粒度的访问控制，将符合属性的子消息发送给相应的用户，提高了消息的利用率，具有更强的应用性。
随机早期检测算法RED作为一种重要的主动队列管理算法，通过有效地控制队列长度，取得较好的吞吐量性能。然而，当多个业务流存在不同优先级时，不能很好地区分服务质量。提出一种新的RED改进算法—PbRED，基于业务的优先级调整丢弃概率，通过减小高优先级的丢弃概率、增大低优先级的丢弃概率，为不同优先级的业务进行区分服务。仿真实验结果表明，在获得较高吞吐量的同时，PbRED可以使不同优先级业务流的服务质量存在合理区分度，保证高优先级业务流获得更好的吞吐量性能。
随着信息化水平不断提高，如何从海量信息中快速查找到所需内容成为当前研究的热点。在分析了全文检索基本原理及Lucene系统结构的基础上，提出了MVC模式的全文检索模型，并实现了一套基于SSH框架技术和Lucene搜索引擎的全文检索系统。该系统扩展了检索文档支持的类型，不仅可以对TXT、MS Office各类文档进行检索，还能对PDF、HTML、RTF等文档进行检索；改进了中文分词器，提高了中文分词效率与精确度；改善了人机交互方式，实现了类似百度、谷歌搜索显示功能，对搜索关键字进行高亮显示。系统应用情况表明，该系统创建索引效率高，具有较快的检索速度以及较全的检索结果。
BitTorrent网络在Internet中有着广泛的应用，网络中的节点有着匿名性和自由性的特点，比较有利于进行身份的隐藏，以及隐秘信息的传输。利用Lehmer code算法构建一个基于插件技术的BT网络隐藏传输系统，其功能是在一个正常的BT网络应用中，部分有特殊身份的用户在不暴露身份的情况下，能够发现网络中具有相同身份的用户并进行通信，同时不影响网络的正常运行，达到隐藏身份和隐秘通信的目的。
影响力最大化问题要求在网络中选取若干节点，使得以它们为初始节点进行信息传播时，在网络中产生的影响能够达到最大。影响力最大化问题是近十年来社会网络中的研究热点之一，其研究不仅具有理论意义，并且还具有应用前景。介绍了影响力最大化问题产生的背景，分析了问题的研究现状、研究用的几种主要传播模型以及解决问题的几种主要算法。最后，讨论了该研究面临的一些问题，对未来可能发展的研究方向进行了展望。
针对基于身份加密方案中匿名性和密钥托管问题，利用阶为合数的双线性群，基于Waters方案和Goyal思想，提出一个标准模型下可证安全的基于身份第三方权利受约束匿名加密方案。分析表明，基于困难问题下DBDH假设和DL假设，证明该方案满足匿名性和第三方权利受约束性质，所提方案不仅可以保护接收者的隐私，同时还解决了密钥托管问题。
虚拟网络映射问题是网络虚拟化要解决的重点问题，也是云计算环境下实现资源多租赁运营的技术基础。现有的映射算法在计算效率上有待提高，不能充分利用可重用技术以节省网络带宽资源。提出一种可重用的虚拟网络映射算法，首先构建以提高底层物理网络利用率为目标的资源优化分配模型；然后再充分利用可重用技术以内存交换替代网络交换并针对效率问题设计增强的粒子初始位置分配算法，进而通过离散粒子群算法对优化问题进行求解。仿真实验结果表明，提出的算法相较已有的普通粒子群算法在物理网络收益上有显著提高，增强的初始位置分配机制也有助于计算效率的提升。
Keccak自2012被宣布为新Hash函数标准SHA3后受到众多学者的关注，成为当前的研究热点之一。χ及θ 是Keccak轮函数中最重要也是最复杂的两个变换。首先对Keccak轮函数中唯一的非线性变换χ的性质进行分析，将χ表示为布尔函数表达式形式，对χ输入差分的32种情况逐一进行推导，得到32种输出差分的布尔函数表达式，进而构造出χ的输入输出差分分布表，并对其差分分布规律进行了分析。Double Kernel形式的差分保证差分通过θ变换时不被其扩散，针对文献［1］中的低汉明重量Double Kernel形式差分的搜索算法，提出了一种新的搜索算法，新算法的复杂度较之原算法有明显降低。实验和理论推导证明了汉明重量为4及以下的Double Kernel形式差分不存在。
以移动教育方面的三方应用场景为例，设计并实现了一个面向精品课程和开放课程的移动学习系统原型，实现了网络教学资源整合。根据现行主流移动智能终端的特点，针对触摸屏移动智能终端因误操作引起的计算资源和通信资源浪费现象，给出了一个有三方参与的应用系统场景中，可行的减少误操作的应用方法。通过使用确定型有限自动机的方法验证了系统的正确性。测试表明，该方法可以有效降低应用场景中代理服务模块和资源服务模块的工作压力，提高用户体验度。
工作流提倡过程逻辑与业务逻辑分离的理念，然而，业务过程中普遍存在的过程业务动态关联的特性使这一理念在实际中难以得到贯彻，过程控制与业务处理常常以程序代码的形式耦合在一起，导致业务过程建模复杂，过程重构工作量大且不易实施。分析了WFMC元模型在过程逻辑表示方法上的局限性和难以支持业务过程简便重构的原因，提出了一种新的过程元模型—ESR元模型， 在模型中加入了事件、状态和规则等模型元素，能够以规范的形式通过过程定义的方法表示过程业务的动态关联；基于ESR元模型的工作流模型框架清晰划分了过程逻辑与业务逻辑的界限，对“刚性过程”和“柔性过程”使用统一的过程定义方法进行建模，更好地支持了过程逻辑与业务逻辑的分离；当过程逻辑发生变化时，根据不同的变化内容，可以在不同的模型层次上对过程定义进行修改以应对系统变更的需求，从而实现过程的简便重构。
针对业务规则语言繁杂而导致的信息系统难以升级或迁移等问题，在分析现有业务规则开发方法基础上，采用分层体系结构，提出了一种独立于规则引擎的基于映射机制的业务规则生成系统模型。该系统定义了类自然语言的业务规则描述模型，设计了基于XML的中间业务规则，并构建了中间业务规则与目标规则的映射关系，实现了不同规则引擎所识别规则之间的相互转换。
多表达式程序设计（MEP）是应用十分广泛的自动程序设计方法。从MEP的染色体表示规则及种群演化方式来看，每个染色体中的任何基因都有可能多次被当前或其它后续种群中的其他基因引用，从而造成重复计算，耗费大量时空资源。由此提出并实现了一种新型评估方法，该新型评估方法在不改变传统MEP的染色体表示规则和种群演化方式的情况下，能够准确有效地识别演化过程中所有被重复引用的基因，从而避免了大量重复计算，显著提高了演化效率。
研究如何采用本体建模的方法解决智能教学系统中的情感理解与情感反馈的问题。构建了一个情感学习本体用于描述在学习过程中出现的与情感相关的概念及概念之间的关系，设计了基于该本体的教学反馈策略的生成算法，可以在不需要和学生进行问答交互的情况下获得学生学习过程的感知和理解状态，可以更好地理解学生的学习状态以提供更好的基于“情感触发”的认知和情感支持。并将情感学习本体和一个C语言程序设计领域知识本体以及反馈策略生成算法应用到一个以教学视频为主体学习资料的智能教学系统中。应用实例表明，该教学反馈策略生成算法能对学习者提供有效的认知反馈和情感反馈。
利用逆矩阵的Neumann级数形式，将在线性二次优化问题中遇到的含未知矩阵之逆的离散时间代数Riccati矩阵方程（DTARME）转化为高次多项式矩阵方程，然后采用牛顿算法求高次多项式矩阵方程的对称解，并采用修正共轭梯度法求由牛顿算法每一步迭代计算导出的线性矩阵方程的对称解或者对称最小二乘解，建立求DTARME的对称解的双迭代算法。双迭代算法仅要求DTARME有对称解，不要求它的对称解唯一，也不对它的系数矩阵做附加限定。数值算例表明双迭代算法是有效的。
针对机场噪声监测点设备损坏和老化导致噪声数据采集异常的问题，寻求软件解决方案。在分析监测点之间关联性的基础上，建立了一种基于观察学习的机场噪声监测点关联预测模型。首先，通过衡量失效监测点和其余正常监测点之间的关联性来筛选出关联度高的监测点；接着，利用BP神经网络集成建立回归预测模型。提出了一种“基于学习成果优异度加权”的观察学习算法，解决了小样本的欠拟合问题，提升了模型泛化能力。基于某机场实测数据的实验表明，所提出的预测模型具有较好的预测能力，并且改进后的算法比标准的观察学习算法更为稳定，效率更高。
萤火虫算法FA是受自然界中萤火虫的发光特性以及通过发光交流信息的现象启发提出的一种新的群智能优化算法。在该算法中，萤火虫被吸引向亮度高的萤火虫移动，最亮的萤火虫随机移动，导致该算法聚类时存在收敛速度较慢、后期容易在最优值附近振荡、稳定性较差的问题。据此，对萤火虫的移动方式和随机扰动方式做了改进，提出了一种改进的萤火虫聚类算法——基于最优类中心扰动的萤火虫聚类算法。实验比较了步长因子的取值。UCI数据集的仿真结果表明，该聚类算法的聚类效果较好，能消除FA在最优值附近反复振荡的问题，算法的稳定性和收敛性明显提高。
针对脉冲神经元基于精确定时的多脉冲编码信息的特点，提出了一种基于卷积计算的多层脉冲神经网络监督学习的新算法。该算法应用核函数的卷积计算将离散的脉冲序列转换为连续函数，在多层前馈脉冲神经网络结构中，使用梯度下降的方法得到基于核函数卷积表示的学习规则,并用来调整神经元连接的突触权值。在实验部分，首先验证了该算法学习脉冲序列的效果，然后应用该算法对Iris数据集进行分类。结果显示，该算法能够实现脉冲序列复杂时空模式的学习，对非线性模式分类问题具有较高的分类正确率。
基于模糊Petri网的推理机制研究是模糊Petri网领域的热点问题之一。在基于直觉模糊Petri网模型框架下的推理过程中引入库所重排策略及可激活变迁判断公式，提出一种新的基于直觉模糊Petri网的模糊推理算法。通过与已有文献的推理算法的对比分析，在得到同样精确结果的前提下，本算法能够有效地简化推理过程，节省推理时间，降低算法的时间复杂度。
图近似查询能够得到与查询图近似的结果集，相比较精确查询具有更广泛的应用范围。为提高近似查询的查准率和查全率，提出一种基于图结构分解的查询算法。该算法通过对查询图和目标图进行图结构分解，对其建立图分解索引，利用查询图的最小生成树集得到满足阈值的生成树集，通过图标准编码在索引中快速定位，查找出所有可能的近似结果。实验结果表明，该算法能有效得到近似结果，提高查询速度。
针对已有的运动捕获数据关键帧提取方法常常忽略运动数据局部拓扑结构特性问题，提出了一种基于拉普拉斯分值 LS特征选择的人体运动数据关键帧提取方法。该方法首先从原始运动数据集中提取两种代表性的特征向量并对其归一化，利用LS算法对组合后的特征向量进行打分和特征权重学习，以获取能够判别性揭示局部运动信息的特征子向量；其次，通过构建综合特征函数并基于极值判别原理，得到初始候选关键帧序列；最后，根据时间阈值约束和姿态相似判别策略，利用改进的kmeans算法对候选帧进行聚类筛选，以达到去除冗余关键帧的目的，从而得到最终关键帧序列集合。仿真实验结果表明，该方法提取的关键帧序列具有典型性，能较好地对整体运动捕获数据进行视觉概括。
当前对于炮弹外弹道的研究主要以数据处理分析为主，缺乏以动态实时直观的仿真方式对外弹道进行分析和处理。在介绍了外弹道数学模型，分析了各种数值仿真方法的基础上，通过构建基于OpenGL的三维视景仿真环境和基于Matlab的二、三维坐标轴，实现了基于数值仿真实时驱动的弹道可视化仿真平台，借助此平台对炮弹的飞行轨迹、实时运动姿态及落点散布进行了仿真验证和分析，得到了不同风速对炮弹飞行轨迹的影响程度。
局部敏感哈希LSH算法是有效的高维数据索引方法，如何生成哈希函数是算法的关键部分。LSH算法的哈希函数是基于p稳态分布随机生成的，为了提高算法性能就需要增加哈希表的数量，但这会增加算法的空间复杂度。改进后的LSH算法(ILSH)在生成哈希函数时不需要有标记的训练样本，而是仅仅利用数据点的分布信息构造投影方向。实验结果表明，在不显著降低检索性能的情况下，ILSH有效地降低了内存的使用量，适合处理大规模数据。
图像边缘提取是图像处理领域的重要环节，边缘提取的连续性显得尤为重要，其结果可以作为语义分割、测量的基础，为此提出一种图像的连续性边缘提取方法。首先采用卡尼（Canny）算法完成图像的边缘检测，得到粗分割结果。由于该类算法采用算子进行操作，不可避免地产生非连续性区域，因此利用两类模板对粗分割结果进行形态学膨胀操作，连续性边缘采用小半径膨胀，边缘末端采用大半径膨胀，以此构成一幅膨胀图连接这些非连续性区域。最后，将该膨胀图作为平均曲率运动（MCM）方程嵌入函数u的初始值，通过引入g函数在原图中进行迭代求解，完成图像边缘的连续性提取。实验结果验证了算法的实用性与有效性。
图割是一种基于图论的组合优化方法，基于图割的GrabCut是一种高效的前景提取算法。然而，GrabCut为达到一定分割精度，在高斯混合模型参数估计过程中多次迭代使用图割，这使得GrabCut在处理海量级图像数据时，耗时往往比较大。通过四叉树分解，可以将图像划分成区域内相似度高的若干分块，以构建精简的网络图，并用块内的RGB均值代替该块内的所有像素点的值进行高斯混合模型参数估计，从而减小问题规模，提高算法效率。实验结果表明了算法的可行性及有效性。关键词：
属性约简是粗糙集合研究的重要内容之一。为了能够有效地获取决策表中属性最小相对约简，提出了一种基于GAPSO的属性约简算法。该算法以条件属性对决策属性的支持度为基础，求解核属性，把所有的条件属性(除去核属性)加入粒子群算法的初始种群中，并用遗传算法对不满足适应度条件的粒子进行交叉变异操作。实验结果表明，该算法在加强局部搜索能力的同时保持了该算法全局寻优的特性，能够快速有效地获得最小相对属性集。关键词：
社交网络给每个社会中的人提供了自由表达个人情感、观点、兴趣、建议等言论的平台。用户在这些平台上发表的言论、所做的行为以及用户在平台上建立的社交圈子也给数据挖掘带来了新的数据和机会。提出了一种利用用户在微博上的公开数据信息实现对该用户的MBTI个性维度进行分类分析的方法。在该方法中，基于对用户微博数据的分析，提出了能够表征用户心理和行为的文本和非文本特征，然后采用三种机器学习的分类方法—提升决策树、支持向量机和贝叶斯逻辑递归来对微博用户的个性进行分类分析。实验结果表明，通过对微博数据的挖掘可以在不同MBTI个性维度上达到75%～90%的准确率。
针对某新型机载武器参数测试需求的迫切性以及目前测试方法和设备不能满足试飞测试需求的问题，以HTLX800 AMD芯片工控主板为核心处理单元，采用模块化设计技术，完成了武器信号模拟台硬件和软件设计，成功解决了该型机载武器待测参数种类多、地面复现困难等难题，实现了对武器参数采集器各要求项目的自动测试功能和自检功能。该信号模拟台已成功得到应用，实践表明，模拟台能够满足该型武器参数测试系统的自检需求，具有测试精度高、运行稳定、可扩展性好等特点。
