介绍一种检测微弱周期信号任意位置频率的有效的方法，该方法结合VanderPol-Duffing振子和Lorenz系统各自的优点来检测微弱周期信号任意位置的未知频率。当待测信号频率与周期策动力信号频率在相对频率比小于经验值0.03时，充分利用Vander-Duffing振子的高测量精度和低信噪比及计算方便等优点，对待测信号的频率进行检测；反之利用lorenz系统的高阶性来提高检测精度，从而实现对待测信号频率的检测。此外，通过最大Lyapunov指数法判断系统是否进入混沌状态，提高检测精度，同时利用比例微分来控制混沌，提高控制速度。通过实验证明，该方法是可行有效的，将此方法的实验结果与Duffing方程及lorenz系统各自的检测结果进行对比，可以看出这种方法的检测效果及检测精度都更好。
超分辨图像重建是提高图像质量的重要技术，为了提高图像重建的精度，以获得高质量的图像，针对当前图像重建算法存在缺陷，提出了基于低秩矩阵恢复的超分辨图像重建算法。首先根据低分辨率图像和高分辨率图像间的关系，选择训练样本，并将图像划分为多个子块，然后采用低秩矩阵恢复算法对子块进行学习，根据块与块间的相关性找到低分辨和高分辨图像子块重建的权值，实现图像超分辨率重建，最后在Matlab 2012平台上进行了图像超分辨率重建实验，结果表明，该算法提高了图像重建的精度，保留了边缘等细节信息，重建速度可以满足图像处理的实时性要求，而且重建效果要优于当前经典的图像重建算法。
针对多变量过程，提出了一种二自由度控制器的设计方法。首先基于静态解耦的思想构造广义被控过程，通过对其传递函数矩阵主对角线上元素的幅频和相频特性的分析，获得简化的一阶加时滞模型，并设计二自由度内模控制器，然后利用二自由度的结构变换和Pade近似，将其分别等效为超前滞后校正器和含有滤波器的PID控制器，最后根据最大灵敏度实现PID控制器的参数整定。仿真结果表明：该设计方法简单、易于实现，可使系统具有良好的动态特性和鲁棒性。
为了解决2D视觉对工件表面平坦度测量力不足，而现有的3D测量设备价格昂贵且缺乏定制灵活度的问题，提出了基于线激光与三维模板匹配的3D平坦度测量系统。首先，根据线激光、3D相机、拍摄材料以及运动平台，设计基于激光三角测量法的3D图像采集模块。然后利用3D图像与2D图像差异，根据第三维数据的特征，将三维点云数据分解为一系列二维图形，逐层匹配后再集成为3D模板，形成3D模板匹配模块。最后，根据匹配结果区域的第三维数据差，计算出材料目标区域的平坦度。实验结果显示：与当前2D视觉测量技术相比，所提方案对3D工件表面的定位与平坦度测量具有更高的精度。
研究一种附着式升降脚手架同步升降控制系统模型以及PID控制器优化方法。通过对广义控制对象进行建模，设计了同步升降控制器，以改进时间乘以误差绝对值积分（ITAE）为优化目标，采用不同优化算法对所设计的控制器进行优化。通过系统输出对电机的转速进行控制，使各个机位能够同步运动，进而保证了脚手架的各个机位的载荷均匀。最后利用MATLAB/SIMULINK对提出模型进行仿真和工业实验。实验表明：利用量子遗传算法进行优化的系统其超调量为3.8 %，调整时间为0.4 s，有较好的系统稳定性和快速性，达到了预期目标。
针对传统文本分类方法中没有考虑单词语义信息的问题，提出一种结合关联语义和卷积神经网络(CNN)的文本分类方法。首先，对文本进行预处理提取出词干。然后，将每个单词与其相关联的上下文单词相结合，以此构建包含语义信息的词向量。接着，将文本的词向量矩阵输入到CNN中，通过卷积层和最大池化层来获得最佳特征，通过输出层获得分类概率。最后，以最小化代价函数来训练CNN模型，以此构建最终的文本分类器。在2个中文数据集上的实验结果表明，该方法能够实现文本的准确分类，具有可行性和有效性。
