在经典的模式识别理论中，Viterbi算法代表了统计概率的模式匹配算法，而DTW算法代表了模版匹配的模式匹配算法，它们之间是否存在关系至今尚无定论.为了找到这两种算法之间的关系，在“类别隶属度”是广义概率的假设前提下，应用模糊数学的理论在Viterbi算法与DTW算法之间建立起联系.首先，提出了利用模糊数学的贴近度把DTW算法的“距离”向Viterbi算法的“概率”转化的通用贴近度表达式，并对通用贴近度表达式给出了理论上的证明.其次，应用DTW的通用贴近度表达式重估HMM参数，建立DTW算法与Viterbi算法之间的模糊贴近度关系，并为此提出了δ-ε算法，得到基于数据帧的类似于HMM的参数重估形式.然后，为了确保建立DTW算法与Viterbi算法之间的模糊贴近度关系的正确性，以定理的形式给出了相应的证明.再次，通过设定的DTW贴近度表达式对HMM参数重估的过程中，发现了DTW贴近度的重估参数与HMM重估参数之间存在着的模糊关系，以定理的形式对这种模糊关系加以证明.最后，依据上述定理提出了Dtw-ViterbiⅠ，Ⅱ，Ⅲ算法，以定理的形式对Dtw-ViterbiⅠ，Ⅱ，Ⅲ算法的正确性加以证明，并将对Dtw-ViterbiⅠ，Ⅱ，Ⅲ算法应用于非特定人手语的识别.实验表明，把DTW算法的路径搜索策略以概率的形式引进到Viterbi算法中，能够以削减候选词集的方式部分消除非特定人手语识别的误识，从而提高大词汇量情况的下非特定人手语识别的识别率和速度.

多方保密的概念是姚期智教授首先提出的，是计算网络计算环境中隐私保护的关键技术，在密码学中占有重要的地位，是构造许多密码学协议的基本模块，是国际密码学界近年来研究的热点问题.这方面国内外的学者进行了大量的研究，已经取得了许多理论成果与实用成果，但还有许多应用问题需要研究.介绍了多方保密计算方面的研究现状和一些需要研究的问题，研究了统计工作中所遇到的保密问题，主要解决在统计工作中经常遇到的统计分布的保密计算问题，基于计算离散对数困难性假设，运用严格的逻辑推理方法，提出了该问题的3个多方保密计算方案，并用模拟范例证明了方案的保密性.这样的问题尚没有见到研究报道，解决方案对于实际工作中的保密统计计算有重要的意义，它们可以用于保护统计过程中被统计对象的各种数据的保密，从而使被统计者不用担心隐私的泄漏，使所获得的数据更为可靠，更具有参考价值.

目前对于秘密共享的研究主要集中在具备完善性的访问结构上,且所包含的访问集个数较少;关于份额界的研究主要是以被研究对象服从均匀分布为假设前提,并以份额所需比特位数作为界的度量,从而导致研究成果具有局限性.基于通用访问结构,给出了包含任意多个访问集、适用于完善性与非完善性访问结构的基于信息论的一般性结论,是当前相关研究成果的一般化总结,并可作为更深层次研究的基础和工具.同时,以份额的信息熵作为界的度量,给出了适用于所有份额的通用界和只适用于特定份额的通用界,这些结论同样是对相关研究成果的一般化总结,且均适用于任意概率分布,其中某些界要比许多已知研究结果具有更好的紧致性.

基于对音频特征的分析，提出了一种多小波域的水印算法.结合人类听觉系统的时频掩蔽特性，该算法分析音频帧的过零率及时域能量，确定用于嵌入水印的帧.利用音频的分抽样特征和多小波变换在信号处理中的优势，将每一个音频帧进行分抽样为两个子音频帧并分别将其变换到多小波域.利用两个子音频帧在多小波域的能量来估计所嵌入水印的容量，并根据它们的能量大小关系完成水印的嵌入.水印的提取过程转为一个使用支持向量机进行处理的二分类问题.实验结果验证了所提出的水印算法能根椐音频自身的特点寻找到适合用于嵌入水印的音频帧，且能动态调整水印的嵌入强度，在保证听觉质量的同时提高了水印的鲁棒性.

权利描述语言用来构造许可证，描述数字内容的使用权利.鉴于现存的权利描述语言存在表达力不足、缺乏正式语义等问题，提出一种基于逻辑框架的数字版权管理语言LucScript.对该语言框架的逻辑语义、语法和触发运行机制进行了分析和说明，描述了该语言的实现方法，并对该语言的应用和使用控制过程进行了示例.该语言基于统一的具有单一稳态结构的Active-U-Datalog语义，具有比现存权限描述语言更强的表达力和灵活性.LucScript语言可有效地提高DRM系统对数据内容使用的灵活性和实时控制能力.

研究新兴无证书密码体制下的群签名问题，提出无证书群签名的安全模型.利用双线性映射提出一个无证书签名方案，并在随机预言模型下给出它正式的安全证明.利用所给的签名方案设计了一个无证书群签名方案.前者在签名和验证阶段只需一个双线性运算, 后者只需两个, 故它们具有执行性能上的优势.它们的安全性建立在计算Diffie-Hellman问题困难性上.该群签名方案满足群签名的各种安全要求, 还允许用户动态的加入与离开且不需更新群公钥和其他群成员的签名私钥.群签名的长度不依赖于群成员的数目.鉴于群签名方案安全、高效和无证书管理的优点，它可广泛应用于电子商务、电子投票等方面.

在传感器网络的绝大多数应用中，只有当节点和被感知物体的位置已知时节点获得的信息才有意义.因此，节点定位技术是传感器网络的关键技术之一.IACT(improved alternating combination trilateration)算法通过新的高权重三角形选择方法对ACT(alternating combination trilateration)算法进行了改进.在不影响定位精度的前提下，IACT具有更低的计算费用.但是，它的计算费用仍然很高.因此，提出了基于圆形的权重三角形选择方法，并在该选择方法的基础上提出了ACTBCS(alternating combination trilateration based on circle-selection)算法来进一步改进IACT算法.研究表明ACTBCS在保证定位精度的前提下具有更低的计算费用.

无线传感器由于节点能量有限，sink节点作为多对一数据收集模式的中心，本质上存在能量消耗的不均衡.依据典型的传感器网络参数，主要从理论上分析了一般k跳网络的节点能量消耗特征,证明在一般k跳网络中，必定有一个最佳的k使得网络寿命最长.在此基础上，提出了一种一般k跳网络的TDMA调度算法，并给出了一般k跳网络所需时隙的上界.以此为基础，给出了一般k跳网络全网调度的策略.理论分析与数值模拟计算结果证实了算法的正确性与有效性.

语义网文档搜索是发现语义网数据的重要手段.针对传统信息检索方法的不足,提出基于RDF句子的文档词向量构建方法.首先,文档被看作RDF句子的集合,从而在文档分析和索引时能够保留基于RDF句子的结构信息.其次,引入资源的权威描述的定义,能够跨越文档边界搜索到语义网中互连的数据. 此外,扩展了传统的倒排索引结构, 使得系统能够提取出更加便于阅读和理解的片段.在大规模真实数据集上的实验表明,该方法可以显著地提高文档检索的效率,在可用性上具有明显的提升.

序列数据在文本、Web访问日志文件、生物数据库等应用中普遍存在，对其进行相似性查询是一种提取有用信息的重要手段.近年来，随着各种科学计算的发展和序列数据的大量产生，序列相似性查询已经成为数据分析领域一个研究热点.其涉及到的几个重要问题有面向各种应用领域的相似性度量及其相互之间的关系；随机序列数据中距离分布的统计信息及其对分析查询算法性能的作用；在大规模数据中，各种高效回答相似性查询的关键技术及各自的优缺点比较.总结了序列数据的分类和特点，给出了几种序列数据相似性度量和随机序列之间距离分布的统计信息，并进一步分析了这些度量之间的关系.接着给出了几种序列相似性查询的类型，以及序列相似性查询要解决的核心问题.在此基础上，针对各种序列相似性查询关键技术进行分类和评价.最后，讨论了关于序列数据相似性查询研究所面临的挑战，并归结了未来的研究方向.

频繁项集挖掘是数据挖掘研究领域的一个基本问题,其瓶颈在于频繁项集全集的结果过多,冗余现象严重.主要的解决思路是只挖掘全体频繁项集中有代表性的子集,使得这种子集或者可满足应用的需要或者可由它们导出其他项集.最大项集和闭项集便是这类解决方案中两种最典型的子集形式.在最大项集和闭项集的基础上,提出了元项集这一新的频繁项集精简表示方法.首先,证明了最大项集和闭项集都是元项集的特例,且元项集所包含的项集数目介于二者之间；其次,讨论了元项集的性质.最后,通过在闭项集挖掘算法DCI-Closed-Index的基础上引入剪枝策略,设计了一个元项集挖掘算法.实验结果表明,所提出的挖掘算法是有效的和高效的.

使用机器学习分类fMRI数据的方法已逐渐被应用到解码思维状态的研究中.对比了使用血氧含量水平(blood oxygen level dependent,BOLD)累计变化和使用BOLD变化时间序列作为特征值训练SVM分类器，并依此来判断人脑正在执行的高级思维类型.在预测4×4 Sudoku问题类型的实验中，使用BOLD时间序列为特征的方法分类正确率较高.通过分析分类正确率较高的voxel的解剖结构，发现很多voxel位于前额、顶叶、前扣带回等与高级思维关系密切的脑区，实验结论与认知神经科学相关结论吻合.该方法可以进一步应用在脑机接口(brain computer interface,BCI)等领域.

分子进化中性学说认为生物的进化主要是由中性突变决定的.基因表达式编程(GEP)是一种将基因型和表现型分离的新的进化模型，其突出表现在基因组存在不被表达的中性区.基于朴素基因表达式编程(NGEP)模型研究了NGEP中性区在进化中的作用.主要工作包括：1)进一步完善了基于完全树编码方案的NGEP模型的概念；2)分析了传统GEP和NGEP的基因中性区域特点，指出NGEP存在更自由灵活的中性区域；3)通过控制基因长度和基因数量，调控中性区的大小和数量，研究了NGEP和传统GEP的中性区域在进化中的特殊作用，验证了NGEP的有效性；4)实验表明，在存在相同适度的中性区域条件下，NGEP比传统GEP进化更有效，且NGEP的成功率随中性区域的增加不会发生剧烈变化.

针对信息检索查询所使用的词可能与文档集中使用的词不匹配从而影响检索效果这一信息检索关键问题,提出了一种基于上下文的查询扩展方法，该方法根据查询的上下文信息对扩展词进行选择，同时考虑到扩展词与整个查询句以及与查询词的位置关系.在TREC信息检索测试集上进行的实验表明，相对于通常简单的语言模型，方法取得了5%~19%的提高.与流行的基于伪反馈的查询扩展方法相比，提出的方法也具有相当的平均准确率.

现有计算机汉字字形描述方法在特征选取、字形比对计算方面存在缺陷，无法解决输入错字、古籍异体字、拼合字和自动比对字形等问题.面向应用提出一种具有颗粒度适当、无歧义、规范化基元特征，能描述一切可能字形(包括错字、异体字、拼合字)骨架异同的笔段网格汉字字形描述方法，并基于该描述给出了简单笔画、复合笔画分类及自动提取、结构关系计算等算法.实验表明，该方法可用于支持各种字形的描画输入和字形整体、局部比对计算.

基于微阵列数据的肿瘤诊断方法有望在不久的将来成为临床医学上一种快速且有效的分子层肿瘤诊断方法，但由于微阵列数据存在高维小样本的特点，因而对传统的分类方法提出了挑战，为此研究人员开始关注于性能更好的集成分类算法.针对现有的微阵列数据集成分类算法分类精度不高、计算量过大等问题，提出了一种基于相关性分析的微阵列数据集成分类算法.该算法可以通过计算训练子集间的相关性挑选出差异度最大的一组子集来进行训练，有效地增强了集成中的多样性.应用支持向量机作为基分类器，在急性白血病与结肠癌数据集上的实验结果表明了所提算法的有效性和可行性.同时，测试了算法在不同参数设置下的性能，测试结果为合理的参数设置提供了参考依据.

汉语组块分析是将汉语句子中的词首先组合成基本块，进一步组合形成句子的功能块，最终形成一个具有层次组合结构的汉语句法描述结构.将汉语功能块的自动标注问题看作序列标注任务，并使用词和基本块作为标注单元分别建立标注模型.针对不同的标注模型，分别构建基本块层面的特征集合，并使用条件随机场模型进行汉语功能块的自动标注.实验数据来自清华大学TCT语料库，并且按照8∶2的比例切分形成训练集和测试集.实验结果表明，与仅使用词层面信息的标注模型相比，基本块特征信息的适当加入可以显著提高功能块标注性能.当使用人工标注的基本块信息时，汉语功能块自动标注的准确率达到88.47%，召回率达到89.93%，F值达到89.19%.当使用自动标注的基本块信息时，汉语功能块的标注的准确率为84.27%，召回率为85.57%，F值为84.92%.

物体变形一直是计算机图形学和辅助设计中的一个热点问题.自由变形方法作为物体变形的核心技术，已被成功集成到当今主流的造型软件及动画软件中.对20年来自由变形技术的发展作了详细的综述，对现有技术进行了系统的分类，即将其分为非精确自由变形和精确自由变形，并根据所使用的变形工具的不同，将非精确自由变形技术分为4类:基于体的变形、基于曲面的变形、基于曲线的变形、基于点的变形.进一步比较了各类技术在变形工具的创建、参数化效率、变形工具的修改、多功能性等方面的优缺点，并分析了它们之间的内在联系.最后对其应用及未来工作进行了简要的介绍.该综述不仅对于该领域的研究人员具有重要的参考价值，而且对于三维造型师及三维动画师也有一定的指导意义.

介绍了一种称为二维环网维度气泡组播路由(2DTDBMR)的新型算法.基于在一套网络中，采用相同的路由策略支持报文的单播操作和组播操作的思想，在二维环网中，基于TADBR自适应路由，设计实现了2DTDBMR组播算法.该组播算法在路由器中实现了多目标路由以及报文复制，而且算法是无死锁的.通过对二维环网中报文所有可能的路由情况进行分析发现当采用2DTDBMR组播算法时，报文最终都可以到达目标点.最后，在自行设计的模拟工具RingNetSim上实现了2DTDBMR组播算法.在RingNetSim上分析了2DTDBMR算法的性能，结果显示环网维度气泡组播算法的性能优异.

片上系统SoC在多媒体信息处理领域中应用广泛.多媒体处理程序中频繁的循环嵌套与多维数组操作严重影响着多媒体处理SoC系统的数据传输与存储效率.根据程序各个部分的存储需求量将程序中数据映射到SoC存储层次上,这是改善SoC系统性能与功耗的必要途径.针对多媒体处理程序,提出一种面向SoC数据映射的快速存储需求量分析方法.在存储需求量分析过程中,提出并使用正交线性有界格对所操作数据的数据域进行划分,并基于相关性进行存储需求量计算,得到了较为准确的存储需求量,并大幅度减少了分析时间.

现代导航与通信等实时系统经常面临着复杂的实时数字信号处理及信息交互需求，处理器处于高利用率状态.对于此类高利用率实时系统，传统的时间冗余容错通常会引发多个任务连续错失截止期的灾难性后果.针对高利用率情况，提出一种截止期错失率可预测的容错调度方法，截止期错失次数不大于出现错误的次数，消除了多个任务截止期连续错失的多米诺效应.进一步地在该方法中融合时间冗余方法的优点，提出了求解检测点上界位置的离线快速算法，有效地降低了截止期错失率.仿真实验表明，与目前已知的同类方法相比，该方法具有更低的截止期错失率.