主要研究认知无线网络中基于OFDM（orthogonal frequency dinsion multiplexing）的功率分配问题。为将认知用户(secondary user,SU)对主用户(primary user,PU)的干扰功率限制在主用户可容忍的范围内，同时最大化认知用户的传输速率，提出了基于凸优化理论的功率分配方案。仿真结果表明，在主用户可容忍的干扰极限和认知用户总功率约束下，该方案能最大化认知用户的传输速率。

基于反步法的四旋翼无人机姿态控制，赵丹丹，孙长银，姿态控制的效果直接影响了四旋翼无人机的飞行性能，是其飞行控制的关键。本文设计了一种基于反步法的四旋翼无人机姿态控制方法。

随着语义网的快速发展以及RDF（资源描述框架）的普遍应用，对含有时间信息的数据处理的需求越来越多，经典RDF模型因其本身结构特点缺乏表示和处理时间信息的能力，而且针对时态RDF的研究罕有得见。通过对经典RDF模型添加时间戳表示其时间维度，并对时态RDF图中的蕴涵问题进行了讨论，根据SPARQL查询语言提出了完备的时态RDF查询语言T-SPARQL，并对提出的查询语言进行了可行性以及性能的实验仿真。利用该时态RDF模型表示如股票、天气、新闻等具有时态特性的资源有优势，T-SPARQL对时态RDF进行查询具有良好的表达力和兼容性。

随着信息网络技术的飞速发展，如何对规模庞大的网络数据准确高效聚类并合理应用显得尤为重要。虽然模糊C均值聚类算法（FCM）已具有良好的聚类效果，但其对初始化敏感，在处理高维大规模网络数据时易陷入局部极值问题还未被完全克服。为了解决这两个问题，提出一种分布熵和平均位距改进的自适应蝙蝠算法，利用该算法对模糊C均值的参数进行优化。在此之上，将自适应蝙蝠算法优化的模糊聚类应用于异常检测领域，提出了一种自适应蝙蝠算法优化的模糊聚类异常检测算法。理论分析和仿真实验表明，与前沿的粒子群优化FCM异常检测算法和FCM异常检测算法相比，该算法具有更好的聚类效果和检测性能。

基于压缩感知（CS）的磁共振成像（MRI）是一种利用磁共振（MR）图像的稀疏性的快速成像技术，经典CS-MRI重建数学模型是在包含线性合成非平滑正则约束下的最优化问题。针对重建模型中的线性合成正则项提出利用原始-对偶框架同时求解原始-对偶问题，对原始-对偶问题的增广Lagrangian形式求解其最优解，提出了一种原始-对偶迭代重建算法；对于非平滑正则项的处理，提出使用Moreau包络进行平滑近似，然后利用近似算子得到平滑近似函数的导数形式。用体模图像和真实MR图像，与共轭梯度算法（CG）、算子分离算法（TVCMRI）、变量分离算法（RecPF）和快速混合分离算法（FCSA）进行比较，表明该算法重建效果最好，算法复杂度与最快的FCSA算法相当。

本文采用因子分析，聚类分析，判别分析等方法对半导体行业进行多元统计分析，并从企业财务指标对企业绩效进行评估。 KMO检验和Bartlett检验表明，半导体行业的财务数据非常适合因子分析。 通过因子分析和聚类分析，最终将71家半导体公司按照偿付能力，盈利能力，运营能力和成长能力分为四类，为投资者提供参考。

电容式微差压智能变送器的设计实现，董燕婷，，本论文针对工业应用领域中的微小压力测量，采用低功耗硬件技术，以MSP430F5438为主控芯片，基于HART通信协议，采用软件方法解决了传感

基于动态阈值的软件定义网络节能算法研究，张伟康，李剑峰，为了增强网络健壮性和应对网络突发流量，传统网络中大都存在超额资源供给和冗余设计的问题，并且当前网络设备还存在能耗与流量大

针对模拟电路易发生故障且不易诊断的问题，提出了一种基于深度学习的模拟电路故障诊断算法。该算法首先将采样的原始数据制作成语音形式，然后通过时频域变化转化为语谱图，最后再将其送入VGG16模型中进行训练与测试。实验结果表明，该算法用于模拟电路故障诊断时能够识别的故障种类达到9种，同时准确度达到了100%，具有很强的电路故障诊断能力。

基于CCSDS的LDPC算法实现，管延斌，罗宁，低密度奇偶校验码（Low Density Parity Check Code, LDPCC）不仅具有逼近Shannon限的良好性能，而且译码复杂度低，速率较高，是能够胜任高速数��