该文将多协作冗余机械臂的运动控制问题转化成一个可完全分解的约束二次求解问题，并将该约束二次求解问题拆分成一系列独立的子问题，每个子问题对应于单个机械臂的运动控制模型，其大大简化了多协作机械臂的运动控制模型。另外，该文采用对偶回归神经网络求解该运动控制模型，每个独立的神经网络核对应于一个机械臂的控制模型。该文首次将对偶回归神经网络用于多冗余机械臂系统的控制问题中，具有很强的应用研究意义。与现有的对偶回归神经网络相比，该文提出的对偶回归神经网络结构非常特殊，其多项性能将大大提高，使得多协作机械臂的运动控制问题变成完全分布式。理论验证结果表明，该文提出的模型是全局稳定的并且可得到全局最优解。仿真实验结果表明本论文提出的方案是有效的。该文的研究结果可为多协作冗余机械臂的控制理论和技术发展提供新的思路。
针对当前多基地雷达系统中传统算法无法利用各自孤立的信息进行目标有效重建的现状，提出了一种利用互信息(Mutual Information)进行目标干涉配准及融合的研究方法。首先，对干涉InISAR回波模型及特点进行了分析。其次，提出了利用三维目标的二维投影进行仿射变换寻求最优互信息匹配参数，当两幅图像配准时，互信息达到最大。最后，将各个投影平面内融合好的二维图像重构目标的三维空间分布。仿真结果明确表明，融合后的三维分布比单独InISAR系统可以更好的展现飞机原始模型的分布，目标更多的特征得以表现。与传统方法进行对比，其成像图像质量有了明显提升，验证了算法的有效性。
目前，变电站系统自动化程度越来越高。传统的测控系统中存在传输线占用设备空间、影响设备绝缘结构、设备不易改动和维护等问题，无线技术的应用则可以很好的避免这些问题。在现有的无线传输技术的基础上，设计了可以无线供电及传输数据的高压设备温度检测系统。该系统由主控模块和温度检测模块两部分组成，其中温度检测部分采用意法半导体公司的M24LR64芯片来采集电磁波并转换为电能为该部分供电，而两部分之间的温度数据传输由CC1101芯片实现。
针对多目标跟踪中的误报检测效率低和处理速度慢的问题，提出一种基于聚合信道特征的滑动窗口头部检测器进行误报检测。首先，构建了一种可以处理背景对象误报和前景对象误报的运动模型；然后同步检测，运行跟踪算法；最后，使用关联数据确定正确的检测，运用马尔可夫蒙特卡罗数据链求解运动向量的闭合解。CAVIAR头部姿势数据集的实验结果验证了该方法的有效性。相比于其他方法，在两种多目标跟踪精度、检测精度和召回率方面，方法均高于其他方法。另外，方法运行达到了实时要求，对于1 080 p的高清视频，处理的视频播放率达到25帧每秒。
提高网络入侵检测的检测效果，提出了一种基于改进D-S证据理论的信息融合网络入侵检测方法。该方法首先采用支持向量机（Support Vector Machine, SVM）统计机器学习方法分别对基于主机和基于网络的数据进行训练；然后针对D-S证据理论无法解决证据之间冲突问题，从合成规则着手，提出一种改进的D-S证据理论；最后采用改进的D-S证据理论对SVM的训练结果进行融合，兼顾了两类检测结果的优势，提高了网络入侵检测的性能。仿真结果表明，与单一的入侵检测策略相比，该方法能有效提高网络入侵检测的准确率，降低漏报率，提高了网络入侵检测的整体性能。
