将深度与演化算法结合，提岀一种深度演化算法，即群竞争合作优化（GCCO）算法。首先引入生物群模型来模拟群体搜索猎物的自然现象，

传统的软子空间聚类算法在对信息量大、强度不均匀、边界模糊的乳腺MR图像进行分割时，易受初始聚类中心和噪声数据的影响，导致算法陷入局部最优，造成误分类。针对该问题，提出一种头脑风暴

为在群智感知系统中实现有效的用户激励，提岀基于显性与隐性时空关联的两种用户激励算法。将显性时空关联的用户激励问题转化为集合覆盖问题并利用贪心算法对其进行求解，同时结合显性时空关联

多运动模式行人航位推算算法采用零速校正消除累计误差，但零速校正错判会导致误差。针对该问题，提出一种基于长短时记忆网络的自适应零速检测算法。构建长短时记忆网络提取不同运动模式下零速区间的三轴加速度、三

　　为进一步改善个性化推荐系统的推荐效果，通过使用强化学习方法对 SVDPP算法进行优化，提出一种新的协同过滤推荐算法。考虑用户评分的时间效应，将推荐问题转化为马尔科夫决策过程。在此基础上，利用Q-