随着网络上多媒体数据的爆炸性增长和集群技术的快速发展，设计并实现了一个基于PC集群的高性能集群多媒体存储系统(cluster multimedia storage system，CMSS). CMSS系统采用高自治、自维护的集群策略，提高了系统的并行性和可扩展性；采用逻辑元数据管理技术，即实现了单一名字空间，又避免了单点失效；采用服务器数据备份技术，即提高了系统的数据安全性，也解决了服务器之间的负载平衡.在详细介绍了CMSS系统设计方案的同时，进行了相应的实验测试和性能分析.

基于动态描述逻辑的主体模型和协作过程就是既考虑了智能主体的知识表示与推理问题，又紧密地结合主体的设计与编程问题，把表示与推理应用到主体的具体设计中.它充分利用了动态描述逻辑的统一的形式化框架，同时从静态的知识表示与推理和动态的运行与变化两个方面来刻画主体的心智状态和协作过程，探讨了主体信念、行为能力、目标和规划等心智要素的表示、推理与修改以及联合目标的形成、多目标的规划问题.多主体协作模型将理论和实践有机地结合起来，能够充分体现智能主体的本质特征与运行机制，为多主体系统的设计与编程奠定了很好的基础.

提出了一种基于图划分的全基因组并行拼接算法.该算法巧妙地将数据划分问题转化成图划分的问题，解决了传统数据划分算法中存在的节点负载不平衡的问题.同时，算法在建立关系图时有效地利用了WGS测序中所提供reads之间的长度信息和配对信息，使reads关系图能更准确地反映出数据之间的关系特性，从而提高了数据划分的准确性.实验结果表明，该算法可以准确地划分各种模拟数据、真实数据的数据集，相对于传统数据划分算法划分质量有了明显改善.

序列的多重比对是生物序列分析研究中的一个重要内容.基于免疫系统的疫苗接种和受体编辑模型，结合粒子群优化方法提出了一种免疫粒子群优化算法，将该算法用于隐马尔可夫模型的学习过程，进而构建了一种基于隐马尔可夫模型和免疫粒子群优化的多序列比对算法.从BAliBASE比对数据库中选取了一些比对例子进行了模拟计算，并与Baum-Welch算法进行了比较.结果表明，所提出的方法不仅提高了比对的准确程度，而且缩减了比对所花费的时间.

笔式用户界面是Post-WIMP界面的一种重要形态,有自然、易学、易用等潜在性优点,但是在开发笔式交互系统时,以应用为中心的设计方法无法保证笔式用户界面继续拥有这些优点.为此,首先分析了软件设计的交流模型,在此基础上提出了一种以用户为中心的笔式交互系统的设计方法,并结合科学跳水训练管理系统对该方法进行了详细描述.从实际应用系统的评估结果来看,该设计方法在提高笔式交互系统的可用性方面非常有效.

工作流监控是处理工作流运行期各种例外、保证工作流实例正确高效执行的有效方法.基于状态的工作流监控方法不仅可以实时处理实例执行过程中出现的各种例外、消除实例运行的阻塞，并能对任务执行进行必要的干预.但这类监控也经常造成工作流模型及实例的不一致，如不加以调整，会导致后续任务无法执行.在对ADEPT模型及过程实例进行形式化定义基础上，给出用于验证过程模型正确性和过程实例一致性的判定规则；提出一个基于状态的实时监控方法，该方法由一组状态转换原语和过程实例转换算法组成.采用该监控方法并结合上述判定规则，在完成各种监控任务的同时，保证了模型的正确性和过程实例的一致性.最后讨论了原语操作的完备性和一致性.

随着网络教育逐步得到人们认可，各种满足不同教学需求的教学软件、工具以及网络教育平台不断出现.针对网络教育系统集成所面临的异构性、互操作性、可扩展性等问题，提出了一种松耦合、易集成的网络教育系统集成框架IFESJ.该集成框架将各种网络教育应用系统的通用服务剥离出来，分别从界面、业务和数据3方面将它们有机地集成起来，支持全过程的网络教学活动.实际应用和性能测试结果均表明：IFESJ集成框架设计合理，基于该集成框架的网络教育系统的性能能够满足正常使用的并发性要求.

针对XML网页特点，提出了计算XML文档结构相似性、文档关键词出现的位置以及关键词频度的方法，根据计算的结果提取XML网页特征，同时设计了一种基于支持向量机的XML网页多类分类算法.算法通过XML文档的训练样本集为每一类文档建立基于相似公共特征的聚类核，计算测试样本中的文档与每个聚类核的相似度，判断该文档的所属类.实验证明该分类算法具有比较高的分类查全率和查准率，能够较好地解决XML文档同时属于多个类的问题.

为了实现科研工作者之间的文献知识的共享，结合语义网技术，提出了一种从文档中提取参考文献元数据信息的方法.该方法采用模式匹配方式，可以从文档中提取作者、标题、出版时间、期刊名等信息，并使用OWL本体描述语言进行形式化，为进一步的语义搜索奠定基础.实验数据证明了该方法的有效性.

软构件技术提供了一种较面向对象方法更为有效的软件设计模式，构件软件被广泛应用并成为一种主流软件形态.然而，构件的内部信息屏蔽、演变速度快以及构件间的异质、松耦合等特点给构件软件系统的测试带来极大的挑战，寻求高效的构件软件测试技术和开发实用的测试工具是当今软件业界一个亟待解决的课题.分析和归纳近年来一些典型的构件、构件软件测试方法和技术并对当前较为有效的测试框架和工具进行总结；最后，对其今后若干研究方向进行了展望.

研究了对等网络拓扑构造和变化与人类社会社区构造和变化的对应关系.参照人类社会组织,提出一种以共享和需求为目的的社区结构,从节点服务他人和满足自身的双重视角构造对等网,实现节点以较小代价获取所需资源以及被其他节点检索.根据提出的自组织构造算法SOMA,各节点周期性地利用空闲时间调整拓扑连接,动态配置节点所属的社区,适应节点资源和需求的不断变化.仿真结果表明，提出的对等网自组织构造方法能自动优化网络,带来搜索性能的极大改善,具有良好的扩展性和自适应性.

针对组播安全通信以及动态控制组成员通信关系的问题，提出将密钥包含在授权信息中分发给用户的授权算法.用户通过认证身份获取相应组播地址上的发送、接收权限，由控制中心动态更新通信结点授权，并采用加密算法与类型字映射表以增大破解难度.验证结果表明，采用该算法的组播安全传输系统能够做到在控制中心对机密组进行实时的划分和调整，以达到控制用户通信关系或动态抗破解的目的.

提出了一类基于三重分组链接的单向散列函数(HTBC),并论证了其安全性. HTBC算法的速度比常用单向散列函数(SHA和MD系列算法等)快.依赖性测试表明:HTBC算法是完备的;其雪崩效应度约为0.9993;其严格雪崩准则度约为0.992. 频率测试表明,可以认为HTBC算法的输出服从均匀分布.二进制矩阵秩测试表明,可以认为HTBC算法的输出子序列间线性独立. Maurer通用统计测试表明，HTBC算法的信息压缩损耗不显著.连续(run)、频谱、非重叠字(non-overlapping template)匹配、重叠字匹配、Lempel-Ziv压缩、线性复杂度、系列、近似熵、累积和、随机游程以及随机游程变量等测试结果都满足要求.由此说明,HTBC算法具有很好的伪随机性，这就从统计评估的角度验证了HTBC算法的安全性.

多候选人电子选举方案在许多实际环境下具有重要的应用价值，但现有绝大多数方案由于技术限制只能进行“两选一”投票.设计了一种新型的选票结构，在一个多精度数中隐藏“m选k”形式的选票，对m个候选人至多可以投k个赞成票；将多精度计算及安全多方求和协议应用于投票和计票，选举过程中不需要可信任第3方，任何投票人都可以计票.与一般方案相比，该方案具有更强的安全性，包括选票的完全保密性和无收据性、计票的公平性和无争议性、系统的健壮性等；无需使用传统的加密技术.对n个投票人，计算的位复杂性为O(nm(log_2 n))，其效率优于现有方案且容易实现.

面向入侵容忍的错误检测是系统安全最前沿的研究热点之一，它是保障容侵系统无边界退化、提供全部或降级服务的核心技术.分布式复杂网络环境中，错误的并发性和噪声信息的干扰使传统错误检测方法不再适用，在研究目前错误检测方法的基础上，结合容侵系统特性，提出了一种基于改进的贝叶斯并行学习的并行错误检测方法——PBL方法.该方法既能有效检测分布式环境下的并发错误，又能排除噪声数据的干扰.对PBL方法实现的关键问题进行了详细的讨论和分析.

时态认知逻辑已被广泛应用于分布式系统和协议的规范描述，模型检测时态认知规范已成为一个新的研究领域，因此着重研讨时态认知规范的“On the Fly”模型检测算法.在“On the Fly”模型检测时态逻辑描述规范的基础上，根据自动机理论、深度优先方法和知识的语义，提出了“On the Fly”模型检测时态认知规范的算法，该算法在模型检测带有知识算子的时态规范时，在找到一个反例之前，往往只需构造系统的部分甚至小部分状态空间，从而避免了时态认知规范的模型检测中内存不足和状态爆炸等问题，实现了“On the Fly”模型检测时态认知规范，并且算法的复杂性是多项式时间的.最后，通过该方法在验证TMN密码协议中的应用来作为一个例子说明该方法的有效性.

针对方向性数据提出了一种鲁棒的基于方向相似性度量的聚类方法DSCM. DSCM首先基于方向性度量构造目标函数，然后通过不动点迭代法对目标函数优化，获得各个样本的最终稳定状态，最后基于样本的最终状态集利用层次聚类技术实现聚类. DSCM的优势在于对方向性数据聚类时不依赖于具体的初始化参数，且能自组织地求解最优聚类划分因而有很好的鲁棒性.通过实验证实了DSCM的有效性以及对已有的两个传统方向性聚类算法的优越性.

认知物理学从自然语言切入，研究定量到定性、从数据到知识的思维过程以及思维所运用的信息的形式化组织.借鉴认知物理学的相关理论来研究数据挖掘：首先，借鉴场来研究数据挖掘中复杂知识的表示，提出了语言场这一新的复杂类型知识表示方式；其次，借鉴信息扩散原理来研究参数演化规律中参数波动的情况，从而为数据挖掘的后处理研究提供了新的途径；再次，研究了决策树构造的信息熵方法，提出了认识熵的概念，基于这些概念和方法给出了SID\-3算法，并利用实例说明了SID\-3算法的优越性.

主体间的交互对主体能力的影响是主体能力描述和推理需要考虑的一个重要因素.给出了一个面向交互的主体能力描述和推理框架.该框架将描述逻辑中的知识表示结构和任务逻辑中的任务语义结合起来，可以显式地描述主体之间的交互关系对主体能力的影响并可提供可判定的推理服务.建立了一个用于任务可完成性判定的逻辑系统DTL，并证明了它是可靠、完备和可判定的.

多Agent系统形成长期联盟有利于降低计算复杂度、改善盟友关系. Breban和Griffiths等人研究了Agent之间的信任关系，但计算复杂度高、可行性差.长期联盟形成的模糊盟友关系的提出，可以合理地描述长期联盟Agent之间的盟友关系.通过监控Agent之间的交互更新盟友关系，降低盟友关系的计算复杂度，提高盟友关系计算的实时性，深化了Breban和Griffiths的工作，仿真结果验证了该方法的可靠性和实用性.该方法是长期联盟和组织的形成、演化研究基础.

链接后优化技术是在编译链接后对整个程序再进行优化的一种技术.它克服了传统编译器优化局限于一个函数、一个模块的缺点，将优化范围扩展到整个程序，并且充分利用了链接后确定的信息.参照Arizona大学为Alpha处理器设计的链接后优化器ALTO，针对龙芯2号处理器的微体系结构和指令集的特征，设计了龙芯上的链接后优化器GLTO (Godson link time optimizer). GLTO使得龙芯处理器SPEC2000定点程序ref分值提高了9.4%，具有显著的优化效果.分析了主要优化策略的效果和产生的原因，提出了处理器的结构设计中的改进设想，并将GLTO与ALTO做了对比分析.

测试准则的有效性是软件质量保障的一个重要问题，但至今仍没有一个有效的度量方法.已有的度量对于全面表示测试效果、提高软件质量的作用非常有限.潜在失效距离(pfd)将测试准则对软件的测试有效性视为以规范、程序、缺陷类型和测试准则为自变量的函数，从软件和测试准则交互的角度来度量测试的有效性.与已有的度量相比较，该度量反映了软件经过满足测试准则的充分测试后获得的可靠性，为比较测试准则的测试效果提供了可行的方法，为设计更易测试的软件提供了指标.

网络环境下空间信息大规模应用中常常有大量的用户规则同时触发，这带来了规则并发行为的控制和效率问题.目前大多数方法难以满足大量用户同时操作时的频繁动态更新，因此提出标注事件图分析模型及并发规则集终止性分析算法，通过实例说明算法的有效性和通用性.在并发索引结构Rlink树基础上，提出一种支持空间数据库主动规则频繁更新的混合索引结构HRlink树及改进的自底向上更新算法IBUU. 实验仿真表明，采用IBUU算法的HRlink树频繁更新性能大大高于Rlink树.

对采用谓词执行优化技术后的编译代码，为了更高效地进行寄存器分配，首先介绍了Sias等人提出的一种基于二进制决策图(BDD)的谓词分析系统；然后在其基础上，对传统寄存器分配算法进行改进，给出了一种建立精化干涉图的新算法；最后将算法在学院研制的YHFT-DSP/700芯片的编译器上实现，实验结果表明，减少了所需寄存器数目，缩短了代码执行时间，获得了较好的性能提高.

人脸深度旋转是人脸识别领域的一个瓶颈问题.首先探讨了不同方向、尺度的Gabor滤波器对于判别不同朝向的人脸姿势的性能，然后提出了一个基于Gabor滤波和分数幂多项式核Fisher判别准则的人脸姿势判别方法，最后利用改进的点点对应算法和线性物体类的原理构造正脸合成的算法.实验结果表明，新提出的姿势判别和合成方法是有效的.

局部线性嵌入算法(locally linear embedding, LLE)是解决降维的方法,针对LLE计算速度和近邻点个数K的选取,研究了该方法的扩展,提出了基于聚类和改进距离的LLE方法.基于聚类LLE方法大大缩减了计算LLE方法的时间；改进距离的LLE方法在近邻点个数取值比较小时的情况下,可得到良好的效果,而原始的LLE方法要达到相同的效果,近邻点个数K的取值通常要大很多.同时,改进距离的LLE方法可以模糊近邻点个数选取.实验结果表明，基于聚类和改进距离相结合的LLE方法相比原来的LLE方法大大提高了降维速度和扩大了参数K的选取.