针对MPRM电路的面积与功耗折衷优化问题，提出一种基于多目标三值多样性粒子群MOTDPSO算法的最佳极性搜索方案。在三值多样性粒子群算法求解MPRM电路综合优化问题的基础上，对超出定义的边界范围的粒子，执行边界约束处理，并结合Pareto支配概念改进算法;然后建立基于Pareto支配的粒子与MPRM电路极性之间的参数映射关系，并结合面积与功耗估计模型以及 OR/XNOR电路混合极性转换方法，将该算法应用于MPRM电路的面积和功耗优化。最后对18个PLA格式MCNC Benchmark电路进行测试，与NSGA-II算法搜索到的结果相比，MOTDPSO算法获取的最优解的面积平均优化率为4.29%，功耗平均优化率为6.02%。
随着智能终端（如智能手机和平板电脑）的普及，针对Android平台的勒索软件攻击日益严重。与其他恶意软件相比，勒索软件以其后果的难以恢复性以及获取利益的直接性广受黑客们的青睐，也因此给用户带来严重的精神和财产损失。为了避免勒索软件攻击，减少勒索软件带来的威胁和损失，研究人员对Android平台勒索软件进行了大量研究，提出了许多切实可行的检测方案。首先总结了Android平台勒索软件攻击的特征；然后对现有的Android平台勒索软件的检测和防护研究工作进行了概述，并对其进行了综合性的分析和比较；最后指出这些方案仍然存在的问题，提出相应的建议并探讨了未来的研究方向。
无线传感器网络的生命周期与节点的能耗直接相关。为解决能量消耗分布不均，影响网络寿命的问题，提出一种基于AGNES聚类的能耗均衡WSNs优化路由算法(EBRAA)。通过AGNES聚类算法获得网络均匀分簇，根据簇内节点的剩余能量和节点与基站距离及两者权重因子，完成分布式簇头选举，采用改进后的Dijkstra算法产生簇头间最短路径的多跳路由。仿真结果表明，与LEACH和KBECRA算法相比，EBRAA算法的簇分布更加合理，能耗更加均衡，延长了网络生命周期。
针对异构复杂信息网络中存在高维冗余的敏感数据流，可挖掘数据特征形成概率较低，导致需要多次挖掘、挖掘内存占用高、挖掘精度低、时间长的问题，提出基于最大类间散度的网络敏感数据流动态挖掘方法。将敏感数据的差异最大化间隔作为分类基础，得到网络敏感数据的最大类间散度，在遗传迭代状态下确定最优散度迭代函数，对迭代函数进行挖掘特征优选，得出动态可挖掘特征。对可挖掘特征进行聚类分析，挖掘得到数据隐藏信息模式，并对其进行评价，将合理的信息模式进行知识表示，从而实现异构复杂信息网络敏感数据流动态挖掘。实验结果表明，所提方法可挖掘特征形成概率高达98%，labels标记与实际值较为接近。所提方法挖掘精度高，且运行时间较短、内存占用率低。
针对目前视频多目标跟踪过程中的遮挡问题，提出了一种融合YOLO v3的多目标检测和跟踪算法，选定基于检测跟踪的框架作为跟踪的整体框架，使用YOLO v3来实现对目标信息的检测工作，在选定某一检测类别的基础上，使用本文提出的跟踪算法，通过数据关联完成对此类别的多目标跟踪，并针对跟踪过程中的目标遮挡问题以及因目标遮挡而引起的轨迹跟踪异常的问题，提出了修正算法。测试视频中被遮挡的大部分目标都能准确地跟踪，但在背景移动时也会发生一部分目标身份互换的情况。所提出的算法在解决多目标跟踪中的遮挡问题时具有一定的准确性和实时性。
降型是二型模糊逻辑系统中的核心模块。Nie-Tan (NT) 算法不涉及到迭代过程，可直接得到系统输出，具有减少计算消耗的优势，而连续NT(CNT)算法在最近的研究中被证明为准确的质心降型算法。通过分析离散NT算法中求和运算和连续NT算法中的求积分运算，利用数值积分技术中牛顿-柯斯特求积公式将NT算法扩展成3种不同形式的加权NT（WNT）算法。在取相同的主变量采样率的情况下，3个计算机仿真例子表明了WNT算法比NT算法有更小的绝对误差且计算速度几乎相同，这使3种不同形式的WNT算法在区间二型模糊逻辑系统的实时应用上具有潜在的可行性和有效性。
