该文针对图像融合领域内难于对先验知识加以利用的问题提出一种新的有监督学习的Takagi Sugeno Kang (TSK)模糊系统图像融合方法。该方法通过引入TSK模糊系统构建标准图像融合图像库进行学习，将学习准则记录下来形成融合模型，并指导新的图像融合过程。不同于传统方法，该方法可以有效地避免模型参数择优的难题，在融合图像质量和适用范围方面表现出一定的优势。从单一类型图像融合和多种类型图像融合两个角度进行了实验研究，实验结果说明该方法的有效性。

最近Yi等(2002)提出了一个用于多媒体加密的基于身份的密钥协商协议。协议建立在Diffie-Hellman 密钥交换协议和RSA公钥密码体系之上。Yi等分析了协议的安全性，并认为该协议对于恶意攻击是鲁棒的。然而，本文证明该协议对于某些攻击如伪造秘密信息和篡改交换消息是脆弱的，并分析了该协议受到这些攻击的原因。本文指出由于该协议内在的缺陷，该协议可能难于改善。

基于视觉采样原理，该文提出了一般化的视觉采样聚类方法VSC。该方法将视觉原理与著名的Weber定律结合起来，其特点是：对聚类初始条件不敏感；Weber定律提供了新的聚类有效性标准，并且该方法所得到的合理的聚类数可以依据Weber定律而得到。大量的实验结果表明了算法VSC的有效性。文中讨论了算法VSC与由Yang Miin-Shen等人(2004)新近提出的基于相似度量的聚类算法SCA之间的内在联系，得出了这两个算法具有一定的同解性质，从而揭示了该文所提方法VSC能够有效地克服算法SCA中参数 不易确定的困难。

为克服多重代理签名方案中无法确认谁是真正签名者的弱点，Sun于1999年提出了不可否认的代理签名方案。2000年Hwang等人指出Sun的方案不安全，并对Sun的方案进行了改进，2004年 Tzeng, Tan, Yang各自对Hwang等人的方案进行了安全性分析，指出Hwang方案容易受到内部伪造攻击。该文通过让原始签名组与代理签名组互动来实现秘密共享和密钥分配的方法，设计了一种新的安全的多重代理、多重签名方案，它能够满足不可否认性和不可伪造性的要求。

基音在语音编码中通常采用7bit无失真均匀量化。由于浊音段语音的基音普遍具有缓慢渐变的特点，为了更有效地去除前后帧基音之间存在的相关性，该文基于Eriksson和Kang提出的4bit基音量化算法，针对汉语语音进行研究，实现了一套4~6bit基音量化算法。该算法计算简单，无需码书存储。将此基音量化方案应用于WI模型和WI编码器，主观A/B听力测试结果表明，该方案在高效量化基音的同时保证了合成语音质量几乎没有损失，完全满足低速率WI编码器对量化基音的要求。

Gu-Zhang-Yang(2005)提出了一个不需要可信第三方参与的匿名代理签名方案，由于该方案的签名验证数据中没有回避孤悬因子这一现象，因此并不满足强不可伪造性，原始签名人可以伪造一个有效的代理签名通过验证，并成功地在代理签名者身份揭示阶段向公众证明该伪造的代理签名是由合法的代理签名者产生的。本文在分析该方案安全性的基础上提出了改进的匿名代理签名方案，克服了原方案的不足。

经典数据驱动型TSK(Takagi-Sugeno-Kang)模糊系统在获取模糊规则时，会考虑数据的所有特征空间，其带来一个重要缺陷：如果数据的特征空间维数过高，则系统获取的模糊规则繁杂，使系统复杂度增加而导致解释性下降。该文针对此缺陷，探讨了一种基于模糊子空间聚类的〇阶L2型TSK模糊系统(Fuzzy Subspace Clustering based zero-order L2- norm TSK Fuzzy System, FSC-0-L2-TSK-FS)构建新方法。新方法构建的模糊系统不仅能缩减模糊规则前件的特征空间，而且获取的模糊规则可对应于不同的特征子空间，从而具有更接近人类思维的推理机制。模拟和真实数据集上的建模结果表明，新方法增强了面对高维数据所建模型的解释性，同时所建模型得到了较之于一些经典方法更好或可比较的泛化性能。