该文从较新的H.26L视频压缩编码标准出发，并结合Internet信道的Bernoulli和Gilbert 的包丢失模型，提出了一种全局率失真优化的编码模式判决方法，使编码的视频流具有更强的错误恢复能力。实验证明，在实际的Internet信道误码环境下，此方法具有更强的抗错误和实用性，得到了较好的效果。

该文讨论了视频在WLAN上的实时编码和传输问题。首先针对视频编码的特点，提出了一种改进的混合ARQ/FEC算法，可有效地改进传输的实时性和可靠性。然后提出了一种依据接收端的反馈信息进行参考帧选择和帧内更新算法，可有效地解决因时间预测编码造成的差错一直向后传播问题，同时可保证编码的高效率。

呼吸系统疾病严重危害人类健康，其病因学机制解析与新型药物靶点发掘一直是医学研究的重点领域。该文采用蛋白质组孟德尔随机化(MR)与共定位分析，利用大规模蛋白质定量性状位点汇总数据，评估血浆蛋白与27种呼吸系统疾病表型的因果关联，并进行共定位分析以控制混杂因素及连锁不平衡的潜在偏倚。采用验证队列MR分析以及基于汇总数据的孟德尔随机化分析(SMR)验证因果关联，并通过双向MR及Steiger检验评估反向因果关联。结果显示MR分析共识别出600组血浆蛋白-疾病表型关联，其中29组关联共定位分析结果为阳性(PP4>0.8)，26组关联SMR分析为阳性。该研究确定了NRX3A等5种蛋白与慢性阻塞性肺病、IL7R等3种蛋白与哮喘、FUT3_FUT5与特发性肺纤维化的显著关联，并发现CSF3与重症COVID-19, BTN2A1等与不同亚型肺癌的因果关联。综上，该研究揭示多种与呼吸系统疾病相关的血浆蛋白，为疾病机制研究及药物研发提供新方向。

近些年来，多种基于卷积神经网络(CNNs)的模型结构表现出越来越强的多尺度特征表达能力，在说话人识别的各项任务中取得了持续的性能提升。然而，目前大多数方法只能利用更深更宽的网络结构来提升性能。该文引入一种更高效的多尺度说话人特征提取框架Res2Net，并对它的模块结构进行了改进。它以一种更细粒化的工作方式，获得多种感受野的组合，从而获得多种不同尺度组合的特征表达。实验表明，该方法在参数量几乎不变的情况下，等错误率(EER)相较ResNet有20%的下降，并且在VoxCeleb, SITW等多种不同录制环境和识别任务中都有稳定的性能提升，证明了该方法的高效性和鲁棒性。改进后的全连接模块结构能更充分利用训练信息，在数据充足和任务复杂时性能提升明显。具体代码可以在https://github.com/czg0326/Res2Net-Speaker-Recognition获得。

非局部稀疏表示模型，如联合稀疏(JS)模型、低秩(LR)模型和组稀疏表示(GSR)模型，通过有效利用图像的非局部自相似(NSS)属性，在图像去噪研究中展现出巨大的潜力。流行的基于字典的JS算法在其目标函数中利用松驰的凸惩罚，避免了NP-hard稀疏编码，但只能得到近似的稀疏表示。这种近似的JS模型未能对潜在的图像数据施加低秩性，从而导致图像去噪质量降低。该文提出一种新颖的低秩正则联合稀疏(LRJS)模型，用于求解图像去噪问题。提出的LRJS模型同时利用非局部相似块的LR和JS先验信息，可以增强非局部相似块之间的相关性(即低秩性)，从而可以更好地抑制噪声，提升去噪图像的质量。为了提高优化过程的可处理性和鲁棒性，该文设计了一种具有自适应参数调整策略的交替最小化算法来求解目标函数。在两个图像去噪问题(包括高斯噪声去除和泊松噪声去除)上的实验结果表明，提出的LRJS方法在客观度量和视觉感知上均优于许多现有的流行或先进的图像去噪算法，特别是在处理具有高度自相似性的图像数据时表现更为出色。提出的LRJS图像去噪算法的源代码通过以下链接下载：https://pan.baidu.com/s/14bt6u94NBTZXxhWjBHxn6A?pwd=1234，提取码：1234。

针对信息物理融合系统中的在线时间序列预测问题，该文选择计算复杂度低且具有自适应特点的核自适应滤波器(Kernel Adaptive Filter, KAF)方法与FPGA计算系统相结合，提出一种基于FPGA的KAF向量处理器解决思路。通过多路并行、多级流水线技术提高了处理器的计算速度，降低了功耗和计算延迟，并采用微码编程提高了设计的通用性和可扩展性。该文基于该向量处理器实现了经典的KAF方法，实验表明，在满足计算精度要求的前提下，该向量处理器与CPU相比，最高可获得22倍计算速度提升，功耗降为1/139，计算延迟降为1/26。

SIMON系列算法自提出以来便受到了广泛关注。积分分析方面，Wang，Fu和Chu等人给出了SIMON32和SIMON48算法的积分分析，该文在已有的分析结果上，进一步考虑了更长分组的SIMON64算法的积分分析。基于Xiang等人找到的18轮积分区分器，该文先利用中间相遇技术和部分和技术给出了25轮SIMON64/128算法的积分分析，接着利用等价密钥技术进一步降低了攻击过程中需要猜测的密钥量，并给出了26轮SIMON64/128算法的积分分析。通过进一步的分析，该文发现高版本的SIMON算法具有更好抵抗积分分析的能力。

KeeLoq密码是由Willem Smit设计的分组密码算法，广泛应用于汽车的无线门锁装置。Courtois等人在2007年提出了破译KeeLoq的4种滑动-代数攻击方法，其中第4种滑动-代数攻击方法的计算复杂性最小。本文证明了Courtois的第4种滑动-代数攻击方法的攻击原理是错误的，因而无法实现对KeeLoq的破译。此外，本文还对该方法进行了修正，提出了改进的攻击方法，利用232个已知明文能够以O(248) 次加密的计算复杂性求出KeeLoq密码的密钥，成功率为1。对于KeeLoq密码26％的密钥，其连续64圈圈函数形成的复合函数至少具有两个不动点，此时改进的攻击方法的计算复杂性还可降至O(248) 次加密。

针对非实时业务的特点，该文提出了机会频谱接入系统的两种切换请求排队方案，并采用二维Markov模型对其性能进行了建模分析，得到了呼叫阻塞率、强制中断率、信道利用率等系统性能关键参数的解析结果。数值结果分析表明，提出的两种切换请求排队方案是降低系统强制中断率的有效方法，且可克服切换信道预留机制阻塞率高、信道利用率低的缺点，信道利用率最多可提高26%。仿真实验验证了理论分析的正确性。

该文针对聚类问题上缺乏骨架研究成果的现状，分析了聚类问题的近似骨架特征，设计并实现了近似骨架导向的归约聚类算法。该算法的基本思想是：首先利用现有的启发式聚类算法得到同一聚类实例的多个局部最优解，通过对局部最优解求交得到近似骨架，将近似骨架固定得到规模更小的搜索空间，最后在新空间上求解。在26个仿真数据集和3个实际数据集上的实验结果表明，骨架理论对提高聚类质量、降低初始解影响及加快算法收敛速度等方面均十分有效。