采样数据的并行I/O制约一些并行应用的运行效率。设计、实现了采样数据的聚集并行I/O方法。该方法在客户端部署采样数据缓存，然后合并数据到输出进程，再存储到文件。为了保障并行程序长时间运行过程中采样数据的存储一致性，该方法在JASMIN框架中监测应用程序的运行状态，当并行程序发生负载平衡或者重启动时刷新或者恢复数据。I/O过程中，进一步使用HDF5的分块I/O提高列存储数据的读写效率。测试表明，新方法不仅具有较好的可扩展性，还能在具有负载平衡与重启动等复杂功能的并行应用中提高采样数据的并行 I/O 效率7.5倍以上。
数据中心租户使用的遗留设备中仍存在没有实现显式拥塞通知ECN的情况，导致数据中心网络中存在ECN流抢占非ECN流带宽资源的不公平现象。虚拟拥塞控制方法通过修改数据包接收窗口字段进行拥塞控制，改善了上述不公平现象。从租户主机数目、带宽需求、网络拥塞程度、拥塞控制算法等四个角度出发，建立对应的符合数据中心租户带宽特征的仿真场景，通过仿真实验分析虚拟拥塞控制方法在上述场景中的性能。结果表明：（1)虚拟拥塞控制方法的性能良好，不受租户主机个数、租户带宽差异以及网络拥塞程度的影响；（2）虚拟拥塞控制算法的性能在拥塞控制算法不同环境下的表现存在差异，当使用YeAHTCP时解决ECN不公平性效果较差。
设N为奇数,ZN为模N的剩余类环。 本文得到的主要结果有:（1）若D为ZN上N,N－12,N－34的差集,=ZN\D,{si}为以C1={0}×D∪{1}×为特征集的长度为2N的二元序列,则此序列的自相关值为4值,去掉两个特殊点,该序列最优。（2）若D为ZN上N,N－12,N－54,N－12的几乎差集,=ZN\D,{si}为以C1={0}×D∪{1}×为特征集的长度为2N的二元序列,则此序列的自相关值为6值。 最后,本文还给出了长度为 4N的周期序列的自相关值。
为提高智能手机中多点触摸身份认证的识别率，提出一种基于最小风险贝叶斯决策的多点触摸身份认证方法。首先采用认证手势中各单独手势序列经逻辑回归优化的均值动态时间规整算法进行局部分类，然后以贝叶斯规则为基础，引入损失函数，并计算最小风险贝叶斯决策组合规则下的局部决策结果，最后依据最小风险贝叶斯决策融合规则获得全局决策结果。实验结果显示，引入基于最小风险贝叶斯决策的融合身份认证，不仅保证了较为理想的漏警率、消弱了决策的风险性，而且降低了虚警率，获得了较为理想的分类效果。
针对九宫格手势认证方法中的手势密码的单一性问题，通过增加一位随机数和若干次数变量来改进程序，实现了认证密码的动态变化。通过改进认证过程，减少用户绘制认证点数，提高了认证机制的便捷性。认证过程改进为：根据随机数确定本次认证点数；根据上次成功认证的末位认证点，确定本次认证起始点，即上次成功认证的末位认证点向下间隔一位认证点为本次认证起始点。认证失败3次，随机数会自动更新，认证失败导致随机数更新2次，手机会自动发送具体位置到指定邮箱。最后，通过理论和实验两个方面分析改进后的认证方法的便捷性和安全性。实验表明，改进后的认证方法有效地提高了其安全性与便捷性。
Agent间的通信目的是不断完善其自我意识，Agent间的通信内容是Agent对其自我意识的解释，Agent间的通信过程是Agent在其自我意识上的推理。在研究经典Agent通信语言的基础上，结合知识类别、自我意识、语气等相关研究成果，以能描述语义的互表性、模糊性、动态性和自我意识性的动态本体描述语言作为通信内容的表示工具，设计了一个基于自我意识的Agent通信语言，给出了该语言的消息结构和语用词，并通过实例来解释Agent间的通信过程是Agent在其自我意识上的推理。
星载感应式磁力仪载荷可获取空间低频交流磁场，地面检测系统及数据预处理软件是设计开发的重要调试工具。首先介绍了感应式磁力仪的工作原理、探测数据产品及相应的研究意义。然后针对载荷设备外部接口设计了地面检测系统，实现了载荷与上位机的通信功能，并采用Visual C++调用Matlab的方法设计了一套具有实时科学数据显示的数据预处理软件，实现了在保持科学数据完整接收的同时以动态刷新方式显示不同方向和频段波形图的功能。该方法编程简单，集成功能全面，已经历了卫星多阶段的测试和试验。运行结果表明，该系统能够对仪器工作状态进行实时监视和控制，具有易维护和可拓展的特点，为星载仪器后续阶段的研制和应用提供了测试条件。
为解决微小动作识别率低的问题，提出一种结合新投影策略和能量均匀化视频分割的多层深度运动图的人体行为识别方法。首先，提出一种新的投影策略，将深度图像投影到三个正交笛卡尔平面，以保留更多的行为信息；其次，基于整个视频的多层深度运动图图像虽然可反映整体运动信息，但却忽略了很多细节，采用基于能量均匀化的视频分割方法，将视频划分为多个子视频序列，可以更加全面地刻画动作细节信息；最后，为描述多层深度运动图图像纹理细节，采用局部二值模式作为动作特征描述子，结合核极端学习机分类器进行动作识别。实验结果表明：在公开动作识别库MSRAction3D和手势识别库MSRGesture3D上，本文算法准确率分别达94.55%和95.67%，与现存许多算法相比，有更高的识别率。
现有的彩色图像纹理特征提取方法是将彩色图像转换为灰度图像或者对彩色图像进行分通道处理，这样的处理方法会丢失原图像的颜色信息和各通道间的相关性，导致特征图像的纹理特征和原图像的纹理特征差异较大。基于上述问题，提出了一种四元数Gabor彩色纹理特征提取方法。首先，根据Gabor滤波和四元数欧拉公式，推导出四元数Gabor滤波，并将彩色图像用四元数矩阵表达；其次提出四元数Gabor滤波卷积算法处理彩色图像，得到多尺度多方向的彩色纹理特征图像；最后对得到的彩色纹理特征图像进行Tamura统计特征的提取。实验结果表明，该方法可以很大程度地保留原图像的粗糙度、对比度和方向度等纹理特征，同时可以提取到原图像的颜色信息。在转化为灰度图像后，该方法在保留粗糙度、对比度和方向度等纹理特征方面优于传统Gabor方法和LBP方法。
针对特定领域高相似度图像识别与分类问题，提出融合小波变换与卷积神经网络的高相似度图像识别与分类算法。首先，利用小波变换提取图像纹理特征，对不同类别、不同分辨率图像集进行训练并确定最佳纹理差异度参数值；其次，根据纹理差异度运用小波分解方法对图像进行子图分解，提取各子图能量特征并进行归一化处理；接着，通过卷积神经网络5层卷积和3层池化交替，将输入图像特征向量转化为一维向量；最后，通过训练次数的增加以及数据量的增大，不断优化网络参数，提高在训练集中的分类准确度，在测试集中验证权值实际准确度，得到具有最高分类准确率的卷积神经网络模型。实验选取鸡蛋、苹果两类图像数据集作为实验数据，进行鸡蛋散养或圈养识别、苹果产地判定，实验结果表明：该算法平均鉴别准确率均达90%以上。
传统的手势交互都需要借助于Leap Motion或Kinect等专用交互设备。以图像通道转换、二值化等图像处理方式提取手势，以手势平面坐标值的变化获取手势的平面移动信息，以手势面积的变化解决了手势深度的问题。通过绘制手势轮廓结合自创的图像匹配算法计算不同图像的匹配率，用最高匹配率选择相对应的手势运动信息。通过摄像头坐标系到3D场景坐标系之间的转换，结合三维图形的几何变换计算变换矩阵，实现手的空间移动与旋转。在不借助专用的手势交互设备的情况下，实现单目摄像头的动态手势交互。
针对Canny算法在处理噪声图像时存在的不足，为提高其准确性和鲁棒性，提出一种基于截断奇异值的低秩矩阵恢复方法，以及一种更加准确的双噪声凸优化模型和求解方法。使用经典Canny边缘检测算法作用于分解后去除冗余信息的主成分上，将图像的边缘检测转化为对主成分的边缘检测，可以在有效地去除脉冲噪声和高斯噪声干扰的同时，更好地保留边缘信息。为验证其有效性，在不同噪声浓度以及混合噪声情况下进行实验，结果分析表明，基于低秩矩阵恢复的边缘检测算法可以更好地保留完整的边缘信息，提高边缘检测的准确性及鲁棒性。
为了在复杂背景图像中准确地提取出图像的显著区域，提出一种结合似物性前景对象与背景先验知识的图像显著性检测方法（OFOBP）。该方法首先对图像进行超像素分割，计算超像素颜色空间分布，得到初始显著图；利用似物性检测方法获取多个目标窗口，由窗口建立搜索区域，结合二值化的初始显著图优化目标窗口；再利用多窗口特征对超像素做前景对象预测，获取前景显著图；其次建立背景模板，计算稀疏重构误差获取背景先验图；最后融合两种显著图，得到最终显著检测结果。在公开数据集上与11种算法进行比较，本文算法能够较为准确地检测出显著区域，尤其是在复杂背景下对多个显著目标的检测，存在明显的优势。
针对单搜索引擎，研究了广告主竞投多个关键词时的广告时序预算分配策略，在总预算限制下建立了以最大化广告收益、最小化无效点击为双目标的单引擎多关键词广告时序预算分配模型，并给出了模糊优化双目标预算分配模型的解法。通过验证，该预算分配模型对广告主在单搜索引擎上竞投多个关键词广告时起着策略性指导作用。
