交互智能合约相较于单一智能合约，存在相互调用等复杂的交互关系。然而，现有的智能合约检测、验证方法仅考虑单个智能合约存在的问题，无法保证交互智能合约运行的正确性。因此，本文提出一种能够对交互智能合约运行的正确性进行判定的方法，对交互智能合约系统进行行为交互优先级（behavior-interaction-priority,BIP）建模，并引入Solidity部署图（Solidity deployment diagram,SDD）描述合约之间的交互关系。该方法采用形式化的方法对交互智能合约运行的正确性进行验证，并实现了对交互合约代码的重构。实验结果表明，该方法可以实现对交互智能合约系统运行正确性的有效判定。

无人机辅助通信系统是未来无线通信系统的重要组成部分。为进一步提高无人机辅助通信系统中时频资源的利用率，本文研究了一种基于非正交多址技术的无人机辅助通信架构，并提出了一种基于双延迟深度确定性策略梯度的TD3-TOPATM（twin delayedtrajectory optimization and power allocation for total throughput maximization）算法，以最大化总吞吐量为目标，在满足最大功率约束、空间约束、最大飞行速度和服务质量（qualityof service,QoS）约束的情况下，联合优化无人机的功率分配策略和3D轨迹。仿真实验分析结果表明，与随机算法相比，TD3-TOPATM算法能够实现98%的性能增益；与基于DQN（deep Q-network）的轨迹优化与资源分配算法相比，TD3-TOPATM算法获得的性能增益为19.4%；与基于深度确定性策略梯度的轨迹优化与资源分配算法相比，TD3-TOPATM算法得到的总吞吐量增加了9.7%；与基于正交多址技术的无人机辅助通信方案相比，基于非正交多址技术的无人机辅助通信方案实现了55%的性能增益。

协同过滤算法在推荐算法中应用广泛，如何实现用户聚类并发现更相似的邻居集合一直是协同过滤推荐算法的研究重点。为了有效提高该类算法分类和预测的准确性，本文提出了一种基于用户画像相似性的电影推荐算法。首先，基于电影内容特征的标签集合，计算用户评分在不同电影内容标签上的频数，建立基于电影内容标签的用户偏好画像矩阵。然后通过该矩阵计算用户间的相似性并进行用户复杂网络建模，计算用户在该网络中的中心性权重。最后，结合用户网络K-core分解得到用户网络的社区权重，并利用邻居用户的中心性权重和社区权重改进评分预测。实验结果表明，该算法在评测指标预测准确性和分类准确性上分别提高2.72%和3.17%，验证了基于用户画像相似性进行复杂网络建模对推荐系统信息利用的有效性。

视频画面中的运动物体在不同时刻往往呈现出多样的尺度大小，这给视频异常检测带来了一定的挑战。尽管传统的生成对抗网络在视频异常检测任务上取得了一定成效，但因其采用单一尺度的特征提取方法，无法充分捕获不同尺度物体的特征，从而限制了其异常检测的性能。针对该问题，本文基于生成对抗网络结构，提出了一种基于多尺度特征融合和注意力机制的视频异常检测方法。使用大小不同的卷积核捕获不同感受野的特征，并将它们进行融合以获得多尺度的特征表示。此外，在生成器的转置卷积层后引入坐标注意力机制，自适应分配特征图权重，从而增强模型对关键特征的感知能力。在公开数据集UCSD Ped2和Avenue上的实验结果表明，本文方法的性能优于其他同类方法。

针对现有增强方法在图像照度分布不均匀时出现的局部过度增强、颜色失真以及细节丢失问题，提出了一种结合暗区域引导与注意力机制的低照度图像增强方法。首先，采用简单线性迭代聚类方法生成暗区域引导图，指导网络在保障正常曝光区域不过度增强的情况下，重点增强图像曝光不足区域；其次，设计通道注意力模块，提高网络对颜色信息的提取能力，更好地恢复图像颜色，保证颜色自然度；再次，设计全局上下文模块，增加网络全局感知能力，丰富图像细节信息；最后，增强网络融合输入特征和暗区域注意力网络输出特征，实现图像对比度再增强。在6个公共数据集上进行多组对比实验，分别从主观与客观两方面进行性能对比，结果表明所提方法能够有效解决低照度图像存在的颜色失真、细节丢失和曝光不均匀问题，具有较好的视觉增强效果与泛化性。

本文首先在理论上研究了存在载波频率偏移（carrier frequency offset,CFO）的加窗通用滤波多载波（universal filtered multi-carrier,UFMC）系统信号和干扰分析，推导了系统信干噪比（signal-to-interference-plus-noise ratio,SINR）表达式；然后基于误符号率（symbol error rate,SER）与SINR的关系式，构建了以最大化子载波SINR几何平均为目标的窗函数设计最优化模型；其次采用逐次凸近似算法求解了该最优化问题，得到了最优窗函数；再次通过仿真对比了不同窗函数下系统的SER。仿真结果表明，窗函数可以有效降低CFO导致的UFMC系统干扰。与传统窗函数相比，本文设计的最优窗函数具有更好的信噪比适用范围，并且能够显著改善系统SER。

软集群容量约束弧路径问题是经典的容量约束弧路径问题的一种扩展。由于其NP-hard特性，求解它在计算上具有挑战性。针对该问题，本文提出一种有效的混合模因算法（hybrid memetic algorithm,HMA）。该算法集成了3个独特的算法组件：基于组匹配的交叉操作来产生有希望的子代解、双层变邻域搜索执行局部优化以及考虑解的质量和距离的种群更新以维持一个高质量的种群。实验结果表明，HMA在求解质量和计算时间上均优于现有精确算法。

现有使用预训练语言模型和知识图谱的图神经网络问答的方法主要集中于构建知识图谱子图及推理过程的研究，这类方法忽略了问题上下文与知识图谱的语义差异，不能深层次挖掘文本表示形式与知识图谱表示形式的语义特征，且缺失两种表示形式的知识源对答案预测贡献度不同的综合考虑。针对上述问题，本文提出了一种基于知识图谱与门控机制的专家再学习推理问答方法。该方法将问题上下文表示及推理后的知识图谱表示进行拼接融合，并将融合后的表示向量随机分配至专家网络中，再次学习问题上下文与知识图谱所关联的实体语义特征来挖掘深层隐含知识，并结合门控机制对问题上下文及推理后的知识图谱表示精准打分，通过动态调整两种表示形式的知识源对答案预测的贡献，提升答案预测精度。在CommonsenseQA数据集和OpenBookQA数据集上进行了实验，实验结果表明所提方法的准确率比QA-GNN方法分别提高了2.08%和1.23%。

针对基于二次误差函数的网格简化算法存在重要地理实体结构特征丢失的问题，提出一种基于多源点云特征信息的网格简化方法。首先，融合激光点云与影像密集匹配点云，以提高网格模型的质量。其次，结合点云颜色、高程及曲率等信息，基于超体素的区域生长算法对融合点云进行分割及特征信息的确定。最后，基于点云的特征信息对二次误差矩阵进行更新，从而实现基于融合点云的高精度网格简化。以融合点云构建的三维网格为实验数据，采用所提算法对其进行网格简化，并与QEM、QEF和Low-poly算法进行对比，结果表明：相较于其他三种算法，所提算法的简化精度平均提升39.49%。

传统的版权管理方法依赖集中式服务器进行存储与验证，这会导致侵权检测困难、版权确权复杂、版权授权流程烦琐，以及缺乏有效的相似性检索机制等问题，使得为版权拥有者提供具有公信力的版权证明变得困难。为此，该文在Hyperledger Fabric区块链网络的基础上，结合尺度不变特征变换相似性检测算法、离散余弦变换零水印算法、混沌映射图像加密算法、星际文件系统分布式存储，提出了一种图像数字版权保护系统。通过系统功能测试及性能分析发现，该系统可以实现确权图像相似性检测、版权所属权证明、去中心化加密存储、版权变更等版权维权功能。该研究为版权拥有者提供了一个透明、安全且开放的图像数字版权交易平台。

实体关系联合抽取作为构建知识图谱的核心环节，旨在从非结构化文本中提取实体-关系三元组。针对现有联合抽取方法在解码时未能有效处理实体关系间的相互作用，导致对语境理解不足，产生冗余信息等问题，提出一种基于并行解码和聚类的实体关系联合抽取模型。首先，利用BERT（bidirectional encoder representations from transformers）模型进行文本编码，获取语义信息丰富的字符向量。其次，采用非自回归并行解码器增强实体关系间的交互，并引入层次凝聚聚类算法及多数投票机制进一步优化解码结果以捕获语境信息，减少冗余信息。最后，生成高质量的三元组集合，以构建课程知识图谱。为评估该方法的性能，在公共数据集NYT和WebNLG以及自建C语言数据集上进行实验，结果表明，该方法在精确率和F1值上优于其他对比模型。

自然环境中豹的图像在用于个体识别任务时，个体与环境融合度高、类间相似性高这两个因素会导致识别困难，为此结合自校准卷积和双层路由注意力，提出了一种改进的EfficientNet模型。自校准卷积能够自适应地在每个空间位置周围构建远程空间和通道间的依赖关系，并显式地结合更丰富的信息来增强对细节特征的识别能力，解决了类间相似性高带来的识别难题。双层路由注意力结合自顶向下的全局注意力和自底向上的局部注意力，解决了个体与环境融合度高的问题。实验结果显示，改进后的模型在豹个体识别任务上的准确率达到了95.56%，显著高于原始的EfficientNet模型，证明了所提出的模型在处理豹个体识别任务上的有效性和先进性。