提出采用Gabor变换与分级直方图统计相结合的方法来提取表情特征，以分层次反映局部区域内纹理变化的信息.这比仅用一维的Gabor系数具有更强的特征表示能力.借助直方图特征，还设计了向量输入、多类连续输出的弱分类器，并嵌入到多类连续AdaBoost的算法框架中，得到了向量输入、多类输出的MVBoost方法.该方法直接对特征进行多类的判决以满足多类时分类的需求，而不必训练多个二分类的AdaBoost分类器，从而使训练过程和分类过程都得到简化.

针对数字博物馆中三维藏品网络传输及传输过程中藏品特征保留的需要，提出了一种保留拓扑及纹理特征的网格简化方法，在三角形折叠简化算法的基础之上，通过引入边界三角形和色异三角形等概念，对误差矩阵的计算和误差控制方法进行了改进，保留了原始模型的几何边界和纹理属性等特征信息；并结合递进网格和压缩编码，构造了基于八叉树编码的递进网格文件，从而实现了基于网络的三维模型递进传输系统.

基于最大后验概率和MRF理论的图像恢复描述框架，提出一个面向图像恢复的推广变分模型.模型中将噪声建模为广义正态分布，利用最大似然法估计形状参数自动选择合适的范数作为数据保真项；将图像梯度场的分布建模为混合密度类，利用鲁棒估计理论构造一个耦合全变差积分和Dirichlet积分的图像先验模型作为正则化项.利用推广泛函的凸性，讨论了该推广模型的最优解存在性.最后提出结合梯度加权最速下降和半点格式的数值迭代算法.实验结果表明，推广模型能自动区分污染图像中的噪声分布特性，对于高斯噪声和脉冲噪声的污染图像都能取得很好的恢复效果.通过计算峰值信噪比和边缘保护指数，分析和评价了推广模型与目前其他变分方法的性能.

为了提高三维重构的精度，分析了Marching Cubes方法所产生的误差，提出获得边界点的新方法.新方法依据阈值区分出边界内、边界外和边界像素，利用这3个像素的像素值来决定边界点的位置.并且针对边界点的位置，提出了三角形网格结构的调整方法.理论分析表明，当边界在像素级别上是直线段时，新方法能够直接计算出精确的边界点.区分等值点和边界点，基于边界点，给出了不同于MC方法的等值点计算方法.最后用CT数据实例比较了新方法和MC方法.

把流形学习与半监督学习相结合，研究了流形上的半监督回归问题.简要介绍了半监督流形学习的Laplacian正则化框架，在此基础上推导了基于一类广义损失函数的Laplacian半监督回归，它能够利用数据所在流形的内在几何结构进行回归估计.具体给出了线性ε-不敏感损失函数，二次ε-不敏感损失函数和Huber损失函数的Laplacian半监督回归算法，在模拟数据和Boston Housing数据上对算法进行了实验，并对实验结果进行了分析.这些结果将为进一步深入研究半监督流形回归问题提供一些可借鉴的积累.

针对最小二乘支持向量机丧失稀疏性的问题，提出了一种高效的剪枝算法.为了避免解初始的线性代数方程组，采用了一种自下而上的策略.在训练的过程中，根据一些特定的剪枝条件，块增量学习和逆学习交替进行，一个小的支持向量集能够自动形成.使用此集合，可以构造最终的分类器.为了测试新算法的有效性，把它应用于5个UCI数据集.实验结果表明：使用新的剪枝算法，当增量块的大小等于2时，在几乎不损失精度的情况下，可以得到稀疏解.另外，和SMO算法相比，新算法的速度更快.新的算法不仅适用于最小二乘支持向量机分类器，也可向最小二乘支持向量回归机推广.

作为古典MDS算法的一个非线性扩展，ISOMAP算法能较好地对嵌入在高维欧氏空间中的低维非线性流形进行可视化.然而，ISOMAP算法不但要求数据具有良好抽样且位于单一流形之上，而且还依赖于难以有效选取的邻域大小，这极大地限制了该算法的实际应用.为此提出了一种改进算法——GISOMAP，它采用MDS算法的一个变种来减弱长测地距离和“短路”边对距离保持的影响，不但能更好地对具有多聚类结构的数据进行可视化，而且对邻域大小也不再敏感，从而能更容易地得到实际应用.

提出了一种基于多候选方法的数学公式识别系统.该系统主要包括公式图像预处理,多候选公式符号分割和多候选公式结构分析3个部分.在公式符号切分中，使用3次动态规划方法对公式图像进行多候选公式符号切分.在公式结构分析中，采用层次结构方法多候选分析公式符号间的结构关系，然后使用LaTex格式和MathType格式表示数学公式的识别结果.为了确定符号间的空间位置关系,建立了符号的空间关系模型.在3268个公式图像组成的测试集上取得了78.2%的公式分析正确率.

搜索引擎的“千人一面”为人们信息检索时带来了很大的烦恼，个性化模式库技术的引入解决了这个问题，使得搜索引擎能够很好地满足人们的个性化、智能化需求.提出一种基于本体的个性化模式库建模方法，通过树图和空间图相结合的方法来建模，在空间图中建立本体节点，并引入区间值模糊集理论，同时给出相关定义和公式，在对该方法进行理论分析的基础上，设计了一个实现算法.这种建模方法对改进传统树形建模的不足有一定益处，更利于建立、使用和完善用户个性化模式.理论分析证明，该算法具有正确性、有效性并且复杂性低的特点.

有效分析蛋白质家族是生物信息学的一项重要挑战，聚类成为解决这一问题的主要途径之一.基于传统序列比对方法定义蛋白质序列间相似关系时，假设了同源片断间的邻接保守性，与遗传重组相冲突.为更好地识别蛋白质家族，提出了一种蛋白质序列家族挖掘算法ProFaM. ProFaM首先采用前缀投影策略挖掘表征蛋白质序列的模式，然后基于模式及其权重信息构造相似度度量函数，并采用共享最近邻方法，实现了蛋白质序列家族聚类.解决了以往方法在蛋白质模式挖掘及相似度设计中的不足.在蛋白质家族数据库Pfam上的实验结果证实了ProFaM算法在蛋白质家族分析上有良好的结果.

由于图模型能够准确地表示科学与工程领域中数据的关键特征，图挖掘逐渐成为了数据挖掘领域的热点研究内容.图分类是图挖掘的一个重要研究分支.提出了一种新的基于频繁闭显露模式的图分类方法CEP，其基本思想是首先挖掘频繁闭图模式，然后从闭图模式中得到显露模式，最后根据显露模式构造一系列分类规则.实验结果显示：在对化合物数据分类时，CEP在分类性能上优于目前最好的图分类方法.而且，领域专家容易理解和利用CEP产生的分类规则.

目前已提出了许多基于Apriori算法思想的频繁项目集挖掘算法，这些算法可以有效地挖掘出事务数据库中的短频繁项目集，但对于长频繁项目集的挖掘而言，其性能将明显下降.为此，提出了一种频繁闭项目集挖掘算法MFCIA，该算法可以有效地挖掘出事务数据库中所有的频繁项目集，并对其更新问题进行了研究，提出了一种相应的频繁闭项目集增量式更新算法UMFCIA，该算法将充分利用先前的挖掘结果来节省发现新的频繁闭项目集的时间开销.实验结果表明算法MFCIA是有效可行的.

由于概念格的完备性，在基于概念格的数据挖掘过程中，构造概念格的时间复杂度和空间复杂度一直是影响其应用的主要因素.结合iceberg概念格的半格特性和概念格的集成思想，首先在理论上分析并置集成后的iceberg概念格与由完备概念格裁剪得到的iceberg格同构；然后分析了iceberg概念格集成过程中的映射关系；最终提出一个新颖的基于iceberg概念格并置的闭频繁项集挖掘算法(Icegalamera).此算法避免了完备概念格的计算，并且在构造过程中采用集成和剪枝策略，从而显著提高了挖掘效率.实验证明其产生的闭频繁项集的完备性.使用稠密和稀疏数据集在单站点模式下进行了性能测试，结果表明稀疏数据集上性能优势明显.

Web服务是构建面向服务架构(SOA)的主流分布式计算技术.基于XML的数据传输格式在给Web服务带来众多优点的同时，严重影响了其性能，制约了Web服务的应用.众多研究表明，XML解析和数据绑定是Web服务的主要性能瓶颈.着眼于避免传统XML解析和运行时Java反射过程的开销，提出了一种新颖的Web服务性能优化策略.它为每个Web服务生成一个特定于该服务的SOAP消息处理器，通过在对SOAP消息的一遍扫描中高效地生成服务业务逻辑调用所需的参数对象.实验结果表明，该优化策略能够有效地提高Web服务的性能.

位置管理是个人通信网络的一个挑战性问题，用于跟踪移动台，有位置更新与寻呼两个基本操作.在一些知名的位置管理策略中，基于移动的位置管理策略(movement-based location management scheme)具有简单易行的特点：各移动台只需记住所越过的小区边界次数，一旦这个数超过事先定义的一个整数——移动门槛，就进行位置更新操作.在移动台的呼入符合泊松分布，移动台在各个小区的逗留时间符合指数分布的条件下，推导了基于移动的位置管理策略中移动台移动距离的概率分布及平均距离公式，并基于这些概率分布给出了最优顺序寻呼算法.最后，给出数值分析结果，以说明所给出的寻呼策略比其他已有策略更优.

多变量密码系统的设计与分析在理论探索与实际应用中扮演着重要的角色.在现有的多变量密码系统中，由Partarin在1996年提出的HFE密码系统被认为是最有前途的.在许多应用中，因HFE密码系统快速的公钥加密等原因，它还是一个很有前途的公钥密码.它的安全性是基于有限域F上的多元二次方程组的求解问题.在HFE公钥密码系统中，密钥问题是一个很重要的问题，但目前还没有文献给出这方面的详细研究.给出了非平凡公钥和非平凡私钥的概念，可以证明在一个给定可逆线性映射φ:K→Fn(其中K是F的n次扩展，F的特征为2)及其逆的作用下，对每一个非平凡公钥都有qn(n+1)∏ni=1(q\+i-1)\+2个非平凡私钥与之相对应，同时得出结论：求有限域F上的任意二次方程组的解(方程的个数m小于等于变元的个数n)都可转化求有限域K(K是有限域F的n次扩展)上多项式方程的根.另外还给出了有限域F上HFE密码系统的两类弱密钥.这些结果不但能加深对HFE密码系统的理解，而且也可能会产生对HFE密码系统的新的攻击.

能有效抵抗信号处理又能抵抗几何攻击是当今数字水印研究的热点和难点之一，提出一种能够抵抗信号处理、旋转、缩放和平移的鲁棒视频水印.嵌入方案中，提出几何不变量——基于圆区域内的统计特征不变性；再依据离散余弦变换域(DCT)系数特性，自适应地在DCT域量化嵌入有意义的水印.提取方案中，利用同步信息定位，若发生几何形变则先矫正形变，然后在DCT域中盲提取水印.结果表明，该方案具有较好的透明性，同时具有较强的抗几何形变能力，对MPEG压缩和去帧等攻击具有很强的鲁棒性.

群成员的撤消和如何处理密钥泄漏是设计群签名方案中的两个重要问题，到目前为止，同时解决这两个问题的群签名方案为数不多且尚存在不足.以ACJT群签名方案为基础，提出了两个新的群签名方案，其最大特点是同时具有高效撤消性和前向安全性.其中方案Ⅰ具有较高的密钥演化效率，但是群公钥长度、签名和验证算法的计算量和时间段个数线性相关，方案Ⅱ采用了另一种前向安全的思想，克服了方案Ⅰ的不足.两个方案较好地解决了基于累加器撤消方法存在的缺陷，支持可追溯的公开可撤消群成员身份并且签名具有向后不可联接性，签名和验证算法的计算量均独立于当前群成员个数和被撤消成员的个数.

视图发布给数据交换带来了方便,但也带来了安全隐患,在视图发布过程中有可能造成信息的泄漏.因此,保证发布视图的安全成为数据库安全的一个新课题.理论上讲,防止视图发布过程中信息泄漏的方法可分为两种：一种是针对视图接受者,另一种是针对视图发布者.在实际应用中,第1种方法是很难实现的,因此,人们把研究重点都放在第2种方法上.到目前为止,人们提出了有关的评估算法和保护模型,但是它们都不能够从根本上解决问题.为了消除信息泄漏,提出了相对误差的信息泄漏测量方法,并给出了相应的算法,在此基础上,给出了一个基于关键元组的信息泄漏消除算法,并用实验证明该算法能够有效地消除信息泄漏,保证视图的安全.

领域需求之间的依赖关系对软件产品线的体系结构有很大的影响，在已有的面向特征的管理产品线需求依赖的方法中很少有研究从需求到产品线体系结构的映射.基于一种特征依赖的分类方法，提出了从领域需求到特征，以及从特征到产品线体系结构的映射规则.通过这些映射规则，一致的需求通过映射得到一致的产品线核心资产，从而减少产品线中核心资产的不一致性并增加产品线的复用程度.用金融领域的现货交易产品线作为实例说明这个方法的实用性.

传统的工作流建模方法主要用于描述组织内部流程，因而难以描述跨组织工作流面向流程、组合、抽象、涉及多个自治系统通信合作的新特点.针对此问题，提出了一种基于Pi演算的跨组织工作流建模方法，利用Pi演算的并发计算操作符，将跨组织业务流程建模为一组自治且并发执行的组织内子流程的组合，子流程建模为组织内本地流程定义和组织间控制约束的组合.基于Pi演算的弱互相似理论，验证了两个跨组织子流程外部行为的相等性，用于帮助组织内私有流程的外部抽象.基于该方法建立的跨组织工作流模型在子流程间建立了一种松耦合的关系，适用于动态的跨组织环境，同时基于严格的形式化方法，便于分析和验证.

对数变换器是对数乘法器的重要组成部分，它们以精度换取更快的速度.设计并实现了一种基于FPGA的32位二进制对数变换器，主要由先导“1”检测电路、移位逻辑和误差校正电路组成，通过有效的误差校正算法提高了计算精度；给出了一种新的4位、16位和32位的基于FPGA的并行先导“1”检测电路PLOD，在保持低延时的同时，减小了先导“1”检测电路的功耗和面积；改进了现有的6-域校正算法，在提高精度的同时保持了硬件电路的规整性，降低了系统复杂度及面积和功耗开销；分两站流水实现校正操作，提高了系统的吞吐率；改进后的校正电路将对数操作的最大误差由30%降低到20%，区域1的平均误差大幅度降低.

提出VLSI高层综合设计方案，该方案基于多电压在时间及资源约束条件下，综合考虑了调度及互连，从调度互连两个角度达到低功耗的目的.该方案提出了基于Gain大小搜索的调度，将功耗增益、灵活度和行为执行密度因素作为折中函数，考虑操作的属性更加全面.在互连中基于分布式的RS互连模型得出互连单元在执行时段里的动态功耗，同时考虑单根总线上的翻转和邻线的耦合.该方案在CDFG工具包中实现并证明了它的有效性.

内联是编译器中的一种重要的优化手段.传统的编译器中内联模型只考虑函数的执行频率和大小，而没有考虑后面的优化.优化指导的内联模型是以考虑后面的优化为主而进行的内联，但它的缺点是没有考虑函数的执行频率和大小.为了克服以上两者的缺点，提出新的内联模型——循环合并敏感的优化内联模型，既考虑执行频率和函数大小，又考虑后面的优化.实现了考虑循环合并的内联，加入到ORC原有的内联模型中，自适应的建立新的内联模型，并对此模型进行性能调优.通过实验，发现热度这一内联标准在某些情况下不是很有效，并分析了原因，减少一些内联的函数，则会提高性能.实验的结果显示，新的内联模型可以有效地提高编译器的性能，某些SPEC CPU2000实例的peak性能有高达6%的性能提升，平均提升1%.