本文对通信网络中的信元调度和视频监控系统的智能控制进行了深入的研究，主要包括以下两个方面的工作： (1)采用Hopfield神经网络(HNN，Hopfieldneuralnetwork)实现通信网络中的信元调度。在综述当前信元调度研究进展的基础上，针对无内部阻塞的Crossbar交换结构，提出采用虚拟输出队列(VOQ，virtualoutputqueuing)缓存方式，利用HNN实现信元交换的高效调度。在保证交换系统吞吐率的基础上，为了进一步改善时延、丢失率等性能，在设定HNN能量函数时，提出一种新的队列优先级函数：该队列优先级正比于缓存器中等待传输的信元数。计算机模拟结果表明，该算法在均匀业务量模型下可将吞吐率提高到0.998，信元丢失率接近0，时延特性也有很大改善。在此基础上，针对HNN收敛到局域最小的问题，提出采用平均场退火(MFA，meanfieldannealing)理论改进的HNN信元调度算法，并给出初步的实验结果。 (2)针对背景固定场合的数字视频监控系统，提出一种通过比较图像彩色直方图距离实现视频监视系统自动控制的方法。通过在线动态更换参考图像，消除时间变化引起的阳光、天气等对背景图像的影响。采用均匀压缩的方法，将真彩色颜色空间压缩到16色的索引色空间，极大地降低计算复杂度，滤掉背景的微小变化引入的噪声，实现10ms内完成对一幅图像的处理。准确的自动控制在保证监视系统正常工作的同时，可极大地减小所需的存储空间。