把统计学中的多维标度技术应用到无线传感器网络节点定位是一种新的思路.提出了NMDS-RSSI (nonmetric multidimensional scaling and received signal strength indication)定位算法,它利用非度量多维标度技术直接根据无线信号强度值来进行节点的定位,省去了以往利用无线信号强度的定位算法中先把强度转换为距离再进行定位所带来的计算误差和计算量. 无线信号强度受实际环境影响存在反射、多径传播等问题,理论和实验分析表明算法对此具有较好的适应性.仿真与真实传感器节点的实验结果显示算法取得了较好的定位效果.

研究IBGP路由反射网络的健壮性问题.分析了IGP路由恢复时间对IBGP会话的影响,提出一种新的基于IGP路由恢复时间概率分布的IBGP会话故障概率计算方法.分析了已有的各种IBGP网络设计测度,提出一种新的测度：流量敏感度.基于该测度定义了路由反射器可冗余及会话约束的IBGP拓扑设计问题,讨论了路由反射器冗余度和流量敏感度的关系,给出该问题的优化下界.对每一个簇内都有一个冗余路由反射器的拓扑设计问题给出可解条件,证明其是一个NP难问题.

全速电流测试是一种新的电路测试方法，现以AT89C51微处理器为例，说明用全速电流测试进行微处理器测试的可能性.在实验中，让微处理器重复执行选定的指令序列，以普通的万用数字电流表测量微处理器消耗的平均电流，并给出了指令序列的产生方法.实验结果表明，用全速电流测试在指令级对AT89C51微处理器进行测试是可行的.通过测试所有的数据通路，不但可以检测数据通路的故障，而且可以检测由于控制错误而引起的数据传送错误.

GRAPES (global and regional assimilation and prediction system)是由中国气象科学研究院灾害天气国家重点实验室自主研究开发的中国新一代数值天气预报系统，其目标是科研?业务通用.为了实现这一目标，结合高性能计算机的体系结构设计并实现模式的并行计算是必不可少的.作为核心开发技术之一，GRAPES系统设计并实现了模式的并行计算方案，包括中尺度有限区模式的并行计算和全球模式并行计算. GRAPES模式并行计算版本在IBM-Cluster1600上的测试表明，GRAPES模式的并行计算程序正确、稳定、有效，为其业务化之路奠定了基础，同时也为系统未来的可持续开发、优化创造了条件.

提出一种基于Wold模型和支持向量机的纹理识别新方法，有效解决了方向和尺度变化给纹理识别带来的困难.该方法首先对纹理图像进行傅里叶变换和自适应谱分解，将确定域功率谱的扇形区域能量和环形区域能量分布参数作为纹理扩展特征.然后，利用能量分布特征把纹理的主方向旋转到0°，提取旋转后图像的共生矩阵和小波变换统计参数作为基本纹理特征.在两组分别包含25类单色自然纹理的图像库上进行的识别实验表明，该方法获得了良好的识别效果.

主/副版本备份技术是分布式系统常用的实时容错调度方法，然而传统的主动方式副版本即使在无处理机故障时也需要在备份处理机上完全运行，增加了处理机消耗.提出一种基于固定优先级调度算法的延迟主动副版本(deferred active backup-copy)备份技术，该技术通过尽量向后调度主动方式的副版本，并在主版本成功执行时终止副版本的执行来减少备份的冗余度.在此基础上，提出一种基于该技术的以最小化处理机数目为优化目标的启发式任务分配算法——基于延迟主动副版本的最佳适应算法DABCBF (deferred active backup-copy based best-fit algorithm). DABCBF在保证系统的实时性和容错能力的前提条件下，通过尽量减少主版本的最坏响应时间来最大程度地减少冗余，以节省处理机.最后通过仿真实验，证明了算法的可行性和有效性.

对于分布式高性能计算系统来说，模拟免疫机理实现计算系统的性能监控和评估是一个崭新的研究途径.分析和比较了免疫机理和计算系统抗衰之间的异同，构建了基于多Agent的系统抗衰逻辑模型，模拟免疫机理对计算系统的性能进行监控、诊断和建立性能衰退的数学模型，并在仿真实验中评价了性能监控对于所监控的计算节点的影响.在此基础上以一个音像资源事务处理系统为背景进行了应用研究，给出了一个两阶段超指数分布的数学模型来评估性能.仿真实验和应用研究的结果表明方法是有效可行的.

复杂文字在显示输出的过程中，表现出极为复杂的语言特征.为此提出了一种基于谓词规则的复杂文字处理模型，模型以谓词规则的方法给出了复杂文字字形布局特征的形式化描述，按照复杂文字处理的过程，设计了实现该模型的软件体系结构，将复杂文字的语言特征从程序控制逻辑中隔离出来，提高了系统的灵活性，便于增加新的复杂文字的支持.在研制蒙古文、藏文、维吾尔文办公套件的应用中表明，该模型是实用有效的.

扫描测试是超大规模集成电路测试中最常用的一种技术.但在扫描测试过程中，扫描单元的频繁翻转会引起电路中过大的测试功耗，这对电路测试提出了新的挑战.提出了一种新颖的低功耗全扫描结构——PowerCut，通过对扫描链的修改，加入阻隔逻辑，有效降低扫描移位过程中的动态功耗，同时加入控制单元，使电路在扫描移位过程时进入低漏电流状态，降低了电路的静态功耗.实验表明该结构在较小的硬件开销范围内有效地减小了扫描测试功耗.

构造了一个基于协同服务器组的志愿者计算环境P2HP. P2HP把平台中的所有节点按照角色划分为监控服务器节点、调度服务器节点、计算节点和数据服务器，进而形成一个可扩展的层次网络拓扑架构. P2HP具有开放性、容易使用、容错能力好、可扩展、跨平台等特点，并提供一套简单方便的API (application programming interface)函数调用来支持并行应用程序开发.测试结果表明，P2HP是处理高性能并行应用的一个可行的方法.

在Web目录页面中，向用户推荐其感兴趣的链接有助于用户高效地访问网络资源.然而，用户往往不愿花费很多时间来标记训练样本，其提供的数据可能只能说明某个目录网页是否包含其感兴趣的内容，而不能明确标示出其感兴趣的具体链接.由于训练数据中缺乏对链接的标记，但预测时却需要找出用户感兴趣的链接，这就使得Web目录页面链接推荐问题相当困难.CkNN-ROI算法被提出用于解决该问题.实验表明，CkNN-ROI算法在解决这一困难的链接推荐问题上比其他一些算法更为有效.

提出了一种抗差分功耗分析攻击的先进密码算法(AES)的低成本的VLSI实现方案.采用屏蔽(masking)技术来抗差分功耗分析攻击.为了降低抗攻击技术对原有运算单元速度面积的影响，在分析改进的AES算法的基础上，用优化运算次序、复用相应模块、采用复合域计算等方法实现了以极小的硬件代价获得了较高的抗攻击性能.采用HHNEC 0.25μm标准CMOS工艺，单元面积约48×10\+3等效门；在70MHz工作频率下，数据吞吐率达到380Mbps.

通过把BP神经网络与隐式曲面构造原理相结合，提出构造隐式曲面的新方法.用约束点来描述、控制曲面形状，构造BP网的输入与输出，通过智能学习、仿真模拟，最后从仿真超曲面抽取出的零等值面就是隐式曲面.同时，从理论上证明了此方法所构造的隐式曲面具有任意精度.实验表明该方法对约束点的个数、误差、内外点与边点的距离等不敏感，表现出很好的稳定性与可操作性.该构造方法不仅可用于构造隐式曲面，而且在图形理解、数据分类等领域也具有良好的应用前景.

与BARRIER相关的死锁是导致OpenMP程序失效的重要隐患之一.对该类隐患的静态检测有助于在OpenMP程序运行之前提高其正确性.为了便于检测，将这种死锁分为两类.借助搜索与数据流分析分别按照存在性规则和非一致性规则检测第1类和第2类死锁.扩展了传统的控制流图以表示OpenMP程序.对于每个检测到的死锁，通过回溯记录控制流图中相关的路径，并利用静态分支预测量化其严重程度.基于上述思想，实现了一个OpenMP Fortran程序中死锁的静态检测工具C-Checker.实验表明，该工具能有效地检测OpenMP程序中与BARRIER相关的死锁.

贝叶斯网是不确定性问题知识表达和推理中最重要的一个理论模型.迄今为止人们提出了许多贝叶斯网结构学习算法，基于约束满足和评分搜索相结合的混合方法是其中的一个研究热点.以I-B&B-MDL为基础，提出了一种快速的学习算法.新算法不仅利用约束知识来压缩搜索空间，而且还用它作为启发知识来引导搜索.首先利用0阶和少量的1阶测试有效地限制搜索空间，获得网络候选的连接图，减少了独立性测试及对数据库的扫描次数，然后利用互信息作为启发性知识来引导搜索，增加了B&B搜索树的截断.在通用数据集上的实验表明：快速算法能够有效地处理大规模数据，且学习速度有较大改进.

在基于内容的图像检索中，建立图像底层视觉特征与高层语义的联系是个难题.一个新的解决方法是按照图像的语义内容进行自动标注.为了缩小语义差距，采用基于支持向量机(SVM)的多类分类器为空间映射方法，将图像的底层特征映射为具有一定高层语义的模型特征以实现概念索引，使用的模型特征为多类分类的结果以概率形式组合而成.在模型特征组成的空间中，再使用核函数方法对关键词进行了概率估计，从而提供概念化的图像标注以用于检索.实验表明，与底层特征相比，使用模型特征进行自动标注的结果F度量相对提高14%.

针对星载SAR实时成像处理的研究目前主要集中在实时成像运算器(SAR processor)，而未见到实时成像系统(SAR imaging system)的研究，提出了一种CS算法的星载SAR实时成像系统的体系结构，并基于FPGA实现了原型系统.该体系结构可以自主完成星载SAR实时成像，并具有良好的可扩展性.利用模拟信号源和高速数据记录仪对原型系统验证，1个信号处理单元在50MHz工作频率下，约11s内完成16384×16384个样本的星载雷达原始数据的成像处理，用4个信号处理单元就可达到为PRF为2000Hz的星载SAR的1∶1实时成像要求.

针对时态数据挖掘中传统趋势序列分析的缺点，提出了数字趋势序列、趋势序列展开等概念.根据数字趋势序列的特点，使用片段斜率所对应的弧度值来度量片段的趋势.针对数字趋势序列的子序列匹配问题，设计了“DTW双约束快速搜索算法”.算法分为3个部分：DTW顺序搜索、双约束机制、冗余消除机制，其中DTW顺序搜索构成了算法的基本框架，双约束机制加快了DTW距离的计算过程，冗余消除机制消除了最终结果集中的冗余.

言语行为是多主体系统中一个有趣而重要的问题.该文从实际推理主体(practical reasoning agents)研究的角度对语用学中的言语行为进行了探讨.在多主体系统中言语行为的研究主要集中在3个方面：1) 言语行为的本体描述;2)主体如何推理出合理的言语行为;3) 主体如何正确处理其他主体发出的言语行为.这3个方面侧重点不同，但是相互间又紧密关联.重点讨论上述2)和3)两方面的内容，建立了一个主体认知过程的模型，并用可信主体逻辑LOBA(logic of believable agents)进行形式化表示.在主体认知过程的模型中，考虑包括主体的感知、信念、情绪、期望、目标、意图、承诺在内的各种认知成分，通过引入相应的认知动作来考虑这些认知成分之间的动态关系，并在此基础上描述主体如何产生和处理言语行为.在逻辑系统的构建上，LOBA逻辑扩展了KARO逻辑和LORA逻辑，将主体的情绪和认知动作都作为模态算子进行处理，并构建了3层语义模型以解释主体的认知动作.利用上述方法，LOBA可以在更细的粒度上来刻画主体的动态的实际推理过程.

寻求一种稳定、位置透明的移动Agent通信策略，目前仍然是一个热门的研究课题.将推和拉两种消息传递的基本模式进行了详细分析，给出了两种模式性能比较的临界条件.该理论结果对无线网络中快速移动设备之间的消息传递同样具有借鉴意义.最后在基于邮箱的通信算法基础上，引入区域划分的思想，成功实现了推模式通信算法，算法能有效地进行移动Agent透明通信，大大降低了消息由邮箱到达Agent的时延，并降低了网络通信负载.

在开放动态多Agent网络环境中,不同平台下的移动Agent希望就某个领域的问题进行通信，就需要避免出现逻辑意外现象，也就是必须使描述这一领域的术语取得一致.给出一个具有协作性和社会性的通信方法LOSCM(layer ontology services communication model). LOSCM具有以下特点:1)Agent通信实体中包含的概念采用本体方法进行描述,对本体作分层松散的社会性管理. 2)假设本体不隶属于公共数据源且相互之间也没有公共本体,LOSCM给出一种基于概念替代遗失度和概念间替代相关度的有效的分层树状转换方法,有效避免了逻辑意外,确保了通信实体概念的正确理解,解决了在概念转换时的一致性问题.

MAS中许多分布式推理问题可以建模为分布式约束优化问题(DCOP)，解决DCOP的分布式算法已经成为MAS中的重要基础.已有的Adopt等算法通过对等的Agent之间的平等协商完成求解，强调了异步通信、分布计算与对解质量的保证，在求解问题的组织结构方面仍有改进余地.可以采用一种基于分散与集中相结合的思路,基于对约束图分片的方法及核心结点、通信主干道等概念，构造新颖的Agent组织结构，完成DCOP 问题的异步、分布求解.在该组织结构下求解DCOP的算法可在效率、适应动态性方面得到改善，并将一个Agent一个变量和一个Agent多个变量的DCOP求解方法统一起来.

挖掘最大频繁项集是多种数据挖掘应用中的关键问题.在以往的最大频繁项集挖掘算法中，为了更新最大频繁候选项集集合，需要反复地扫描整个数据库，而且大部分算法是单机算法，全局最大频繁项集挖掘算法并不多见.为此提出MGMF算法，该算法利用FP-树结构，类似FP-树挖掘方法，一遍就可以挖掘出所有的最大频繁项集，并且超集检测非常简单、快捷.另外MGMF算法采用了分布式PDDM算法播报消息的思想，具有很好的拓展性和并行性.实验证明MGMF算法是有效可行的.

支持向量分类时，由于样本分布的不均匀性，单宽度的高斯核会在空间的稠密区域产生过学习现象，在稀疏区域产生欠学习现象，即存在局部风险.针对于此，构造了一个全局性次核来降低高斯核产生的局部风险.形成的混合核称为主次核.利用幂级数构造性地给出并证明了主次核的正定性条件，进一步提出了基于遗传算法的两阶段模型选择算法来优化主次核的参数.实验验证了主次核和模型选择算法的优越性.

如何通过调整形状参数修改曲线形状是计算机辅助几何设计中一个有意义的研究课题.为了有效地利用形状参数来调整曲线的形状，增强修改曲线的灵活性，研究了5种带形状参数B样条曲线的表示方法及性质，这些曲线模型都可以通过改变形状参数的取值，调整曲线接近控制多边形的程度，从而得到不同位置的连续曲线.分析了每种造型方法的形状参数对曲线形状的影响，给出了形状参数的适用范围，比较了5种造型方法的特点.通过大量的公式推导和实验，提出了利用形状参数不同取值来表示一些自由曲线的新方法，并用实例进行了说明.实验证明，C-B样条曲线、带形状参数的均匀B样条曲线、带形状参数双曲多项式的均匀B样条曲线、带形状参数三角多项式的均匀B样条曲线都可利用形状参数的特定取值表示一些工业领域常用的自由曲线，这比起用控制顶点表示同样的自由曲线更为简单.