通过对几种典型聚类算法的分析和比较，提出了一种新的聚类算法，基于扩展约束的半监督谱聚类算法，简称CE-SSC。这种算法扩展了已知约束集，通过密度敏感距离改变样本点的相似关系，结合半监督谱聚类进行聚类。在UCI基准集上的仿真实验结果证明，基于扩展约束的半监督谱聚类算法具有良好的聚类效应。

针对传统机器学习方法不能有效地提取恶意代码的潜在特征，提出了基于栈式自编码（stacked auto encoder，SAE）的恶意代码分类算法。其次从大量训练样本中学习并提取恶意代码纹理图像特征、指令语句中的隐含特征；在此基础上，为提高特征选择对分类算法准确性的提高，将恶意代码纹理特征以及指令语句频度特征进行融合，训练栈式自编码器和softmax分类器。实验结果表明，基于恶意代码纹理特征以及指令频度特征，利用栈式自编码分类算法对恶意代码具有较好的分类能力，其分类准确率高于传统浅层机器学习模型（随机森林、支持向量机），相比随机森林的方法提高了2.474%，相比SVM的方法提高了1.235%。

捕获是北斗卫星数字信号处理的第一步，其性能对卫星定位速度有着巨大的影响。文章重点研究了传统的并行码相位捕获算法，分析其在捕获效率和灵敏度上的不足。在此基础上，提出了一种循环圆周移位的差分相干积分算法。该算法通过对输入信号的频谱序列进行圆周移位操作，代替在不同多普勒搜索单元下进行重复的载波剥离和FFT，从而减少了运算量，提高了捕获效率。同时采用差分相干积分的方法对相干积分结果进行共轭相乘以达到抑制噪声的效果，提高了捕获灵敏度。仿真结果表明，该算法能够快速的捕获到北斗卫星信号。同时在低信噪比场景下，依然具有较高的捕获灵敏度和效率。

由物体表面的二维灰度图像重构其三维几何形状法(由明暗恢复形状法) ,其关键是寻求对应的数学物理模型稳定可靠的数值解法。首先利用变分原理,将一个非线性的双曲方程问题转化为一个泛函的极小化问题;然后应用有限差分思想和非线性最小二乘问题的高斯-牛顿法将泛函中的变量离散化和线性化;最后应用高斯-塞德尔迭代法形成了曲面各点的梯度值及高度值。对合成和实际图像的计算及数控仿形加工实验验证表明,该算法有效可行。

可变窗宽移动窗积分算法研究，曹立波，周天元，安全气囊目标点火时刻（TTF）的选取对乘员的保护效果起到了关键性作用，一直是安全气囊控制系统研究的重点。对点火条件进行了分析

本论文对比了欧洲标准DVB-T以及国家标准DTMB。主要是其中物理层信道估计和均衡算法的研究。

是一个比较好的令牌桶算法，值得拥有和学习，希望大家一起进步

基于机器视觉的方法实现了对空间柔性杆振动频率测量的算法，通过在视频图像中杆件边缘附近设置合适的LOI（line of interest），并检测并计算得到LOI（line of interest）内的柔性杆边缘点坐标位置移动，通过计算边缘点坐标波动频谱密度，实现了对柔性杆的振动频率的测量。该算法不但复杂度较低，且解决了必须在柔性杆件上安装点光源和标志点等问题。实验表明该算法具有较好的实时性。

组合导航系统中的联邦滤波算法研究

装载机压力传感器的输出信号是包含强振动、噪声的非线性信号，而装载机动态称重系统的测量精度与压力传感器的信号之间有极其密切的关系，采用经验模态分解对压力传感器的信号进行预处理，提取其有用称重信号，采用BP神经网络算法对称重信号与重物重量之间的非线性关系进行拟合，同时使用遗传算法加快收敛速度，得到适合的非线性测重数学模型，仿真和实验参数计算表明，该处理方法在装载机动态称重系统中的应用是有效的。