基于密度的局部离群点检测算法（ＬＯＦ）的时间复杂度较高且不适用于大规模数据集和高维数据集的离群点检测。

苹果识别是开发苹果采摘机器人的关键环节, 利用图像处理技术和神经网络分类器探索苹果图像分割算法。从苹果树图片中选取苹果图像样本和背景图像样本, 分别计算这两类图像样本的颜色特征和纹理特征。颜色特征的计算基于RGB色彩模型, 纹理特征的计算基于灰度共生矩阵。选取适当的颜色特征(R/B值)和纹理特征(对比度值和相关性值)作为输入节点, 利用反向传播神经网络分类器建模, 输出值是一个0～1之间的计算值。通过阈值将输出结果分类为苹果或背景。试验结果表明, 该算法正确率大于87.6%, 对光照的影响不敏感, 是一种较为实用的苹果分割算法。

指纹，由于其具有终身不变性、唯一性和方便性，已几乎成为生物特征识别的代名词。指纹是指人的手指末端正面皮肤上凸凹不平产生的纹线。纹线有规律的排列形成不同的纹型。纹线的起点、终点、结合点和分叉点，称为指纹的细节特征点（minutiae）。

一种基于TL494+Boost型DCDC电源设计

为解决点源法计算全息速度较慢的问题，提出了一种新的查表算法，命名为三角函数查表法（T-LUT算法）。该算法是基于点源法基本的数学公式，通过一系列数学近似与恒等变换，生成了一种纯相位查找表，该查找表具有三维特性，并具有生成速度快、精度高、占用内存少等特点，克服了点源法重复计算相位的缺点。同时采用统一计算设备架构(CUDA)并行计算在图形处理器(GPU)上加以实现，并进行了三次并行优化。在算法的验证与对比实验中，采用单显卡（GPU显卡）实现T-LUT算法，在不牺牲全息图再现像质量的前提下，成功地将点源法计算全息的速度大幅度提升。实验发现在不同的物空间采样点数量的情况下，速度相对于点源法GPU 运算提升30倍至近千倍不等。

由北京灵蜂纵横软件有限公司研发的数据库实时复制软件Beedup，提供数据库（Oracle/SQL Server/DB2/MySQL/Gbase/PostgreSQL）异地容灾备份，异地数据同步功能。支持复制时的主库和从库双活，支持CDC（Changed Data Capture）， 满足从PC到服务器、从Windows到Linux 再到Unix环境的复制。

一种基于超声波与红外线探测技术的测距定位系统

在对自适应直达波抑制算法分析的基础上,给出了一种基于多路径对消的直达波抑制算法:首先,利用多路径对消器把参考通道中的多路径干扰对消掉,剩余信号作为参考直达波信号;然后,在目标通道中利用该参考信号进行自适应直达波抑制,抑制掉信号通道中的直达波干扰,提高目标回波的检测概率。该算法相对于自适应直达波干扰抑制算法,可用于参考通道中含有多路径干扰的环境,且具有较好的直达波干扰抑制效果。

文中提出一种基于液体状态机的音乐和弦序列识别方法.该方法首先将音乐信号进行切分采样并对每帧提取音级轮廓(PCP),经训练后得到一个液体状态机模型.方法提出两类奇异矩阵、和弦出现概率向量、和弦变换矩阵,它们可用在和弦序列后处理阶段.在神经网络模型、隐马尔科夫模型、回声状态网络模型、液体状态机模型上进行的初步实验得到8组实验数据.数据表明液体状态机模型对音乐和弦序列具有较好的识别效果,文中提出的后处理算法也能显著提高识别准确率.

空间数据库中反向最近邻查询在低维查询时一般利用基于R-Tree的改进树作为索引结构，由于树型索引结构本身的限制，R-Tree等索引结构的查询在高维中都会出现维数灾难。针对这个问题，提出了一种基于VARdnn-Tree的索引结构，采用量化压缩的方法存储数据，能够有效地支持高维查询。