胶囊网络（CapsNet）是一种新型的神经网络，已被广泛应用于高光谱遥感分类。针对胶囊网络所面临的过拟合和梯度消失等问题，提出一种基于多尺度自适应胶囊网络（MSCaps）的高光谱遥感分类方法。利用多尺度（不同尺寸的输入图像）的卷积层来提取地物的空间特征与光谱特征，并采用一种非迭代自适应路由算法进一步改进CapsNet的结构，避免了耦合系数cij的稀疏化引起的过拟合问题。利用PU和SA两个公共高光谱数据集从总体分类精度（OA）和模型训练效率两方面评价了MSCaps的分类性能。在分类精度上，利用MSCaps与支持向量机（SVM）、随机森林（RF）、深度卷积神经网络（CNN）、CapsNet、多尺度的胶囊网络（MCaps）、基于非迭代自适应路由算法的胶囊网络（ARWI-Caps）、多尺度的卷积神经网络（MSCNN）对原始影像的OA进行对比；还与SVM、RF对经主成分分析（PCA）特征提取后的影像的OA进行对比，其中两种分类方法分别简称为PCA-SVM与PCA-RF。在训练效率上，对MSCaps的训练时间和CNN、CapsNet、MSCNN的训练时间进行对比。实验结果表明：MSCaps对PU和SA数据集的OA分别为99.14%和95.38%，分类精度均高于SVM、RF、PCA-SVM、PCA-RF、CNN、CapsNet、MCaps、ARWI-Caps及MSCNN；在模型训练效率方面，MSCaps在PU和SA两种数据集上的耗时分别约为CapsNet的1/3与1/4，训练效率较CapsNet有大幅提高。因此，所提MSCaps可以有效解决基于CapsNet的高光谱遥感分类问题。

针对强电磁干扰下无人机蜂群的任务协同要求，为了尽可能延长无人机编队在空中的作业时间，提高任务完成效率，结合紫外光散射通信特点，提出了一种无线紫外光协作无人机蜂群能效优化路由算法。该算法通过引入距离项和能量项，对非均匀分簇算法的候选簇首选举的阈值门限进行了改进，并在簇间通信过程中，簇首节点可以选择最佳的数据传输路由将信息转发至长机。仿真结果表明，与现有算法LEACH和EEUC相比，改进算法下网络的能量效率分别提高了21.02%和3.92%，无人机网络的生存期分别延长了23.5%和5.6%，有效均衡了无人机蜂群网络节点的能量消耗并延长了生存期。

针对三维有源光网络路径配置时间长、光路由器插入损耗大和网络硬件开销高等问题，文章设计了自适应路由算法和无阻塞、低损耗光路由器。自适应路由算法利用XYZ确定路由算法进行端口的初次判断，再根据端口阻塞情况进行二次判断，最终选择无阻塞和距离短的端口作为节点输出端口；针对三维通信需求分别设计层内6端口和层间3端口光路由器代替7端口光路由器。实验结果表明，利用自适应路由算法进行路由计算时，路径建立过程延迟小、阻塞低, 光路由器所需波导和微环谐振器数量少、插入损耗低，平均插入损耗仅为0.88 dB，光网络硬件开销低。

为解决msstatePAN协议栈的簇树路由算法（MTR）中数据包传输选择路径不是最优的问题，提出一种基于邻居表的路由改进算法（EMTR）。该算法利用当前节点、目的节点以及邻居表中邻居节点的信息，找到源节点到目的节点传输跳数最少的路径，并通过能量阈值筛选出能量过低的节点，通过比较节点链路质量选出跳数相同情况下的最优路径，同时可以有效避免在路径选择过程中所产生的冲突。仿真实验表明，相对于MTR算法，平均传输跳数减少35.8%，平均网络时延减少51.5%，仿真结束时，节点能耗节约16.1%。此算法既提供了近似最优的路由路径，又保持了无路由表维护开销和低内存消耗等优点，在邻居表维护开销有限的情况下，均衡了网络能量消耗，延长了网络生存时间，减少了传输时延和跳数。

针对扩张型Benes光交换芯片在未满配置情形下的问题,提出一种约束链路路由算法。该算法首先按照光开关的横向约束和子网连接关系对需要配置的光开关进行分组,然后通过优化光开关组合状态形成满足交换需求的链路路由,无需对其他空闲光开关进行任何处理,提高了光交换芯片的配置效率。以16×16扩张型Benes光交换网络为例,描述了约束链路路由算法的执行过程,并与其他配置路由算法进行比较。分析了芯片网络中当光开关失去切换功能或丧失通光功能时,该算法在提高芯片容错能力方面发挥的作用。

针对传统光网络传输数据过程中带宽利用率低和网络出现拥塞等不足，基于软件定义网络构建出分组网络与光网络互联的虚拟光网络拓扑结构，并提出一种多路径优化路由分配算法，在链路固定带宽的限制下，仿真计算出各个链路的最大负载以及优化路由分配比例，并借助于ONOS和Mininet仿真工具进行了仿真分析。仿真结果表明，与平均分配算法相比，所提算法可以有效降低数据的传输时延，避免网络拥塞。

介绍了无线多媒体传感网络(WMSN)路由的设计原则与策略, 描述了路径最优的基本原理, 最后从最优路径的选择、信息转发策略、节点能量消耗 3个方面考虑, 设计出路径最优路由算法。该算法与蚁群算法进行比较, 实验结果表明, 该算法在节点能量消耗、信息传送速度上都优于蚁群算法, 尤其传速率提高了 30%左右。

通过建立光通信网络系统状态的Markov模型和状态转移矩阵，利用稳态Markov模型状态转移概率平衡特点计算网络系统稳态概率；再根据网络拓扑结构和保护机制信息，通过概率计算得到了系统稳态概率。在对光通信网络系统稳态概率做出评估的基础上，提出了一种自由空间光通信网络的路由算法。该算法考虑了网络节点的快速移动特性、链路带宽、最短路径以及节点收发器数目的限制。仿真实验研究表明，经过系统稳态概率评估的路由算法在实际应用过程中在可靠性、稳定性等方面均优于一般路由算法。

文章研究了DTN(延迟容忍网络)中一种基于副本受限的散播和等待路由算法，针对散播和等待路由算法的弊端，提出了一种基于节点密度自适应的路由算法。该算法根据当前区域的节点密度自适应地分配消息副本，并对散播和等待路由算法的等待阶段进行了改进，使较为活跃的节点携带消息。仿真结果表明，与BSW(二分法散播和等待)算法以及经典的Epidemic算法相比，文章所提出的算法能有效地降低传输时延，提高消息传递成功率。