针对如何更好地维护关系数据库的数据完整性以及帮助审计员找出违规的报销记录的问题，提出了自动发现聚合代数约束（AAC）的算法AAC-Hunter。AAC是一种定义在数据库中两列的聚合结果之间的模糊约束，作用于大多数而非全部记录上。AAC-Hunter首先枚举连接、分组和代数表达式来产生候选AAC，然后分别计算这些候选AAC的值域集合，最后输出AAC结果。但该方法无法应对海量数据带来的性能挑战，因此AAC-Hunter提出了一套启发式规则减小候选约束空间规模以及基于中间结果复用和消除平凡候选AAC的两个优化策略来加速候选AAC的值域集合计算。实验结果表明了对比不使用启发式规则和优化策略的基线算法，AAC-Hunter在TPC-H和European Soccer数据集上分别减小了95.68%和99.94%的约束发现空间，分别缩短了96.58%和92.51%的运行时间。可见AAC-Hunter具备有效性，能够提升审计应用的效率和能力。

针对目前基于视频的车辆测速方法均需通过手工标定而造成的低效和可操作性差的问题，提出了一种对典型配置的道路监控摄像机的焦距、俯仰角、离地距离等重要参数进行自动标定的方法。首选利用自然场景中两组正交平行线在视频图像中形成的消失点之间的内在关系对摄像机的焦距和俯仰角实施精确标定；在此基础上利用视频中目标车辆群体的平均宽度对摄像机与地面之间距离进行自动标定。实验表明，该算法具有参数测量精度高和可靠性好等优点，可作为现有道路视频监控设备实施车辆速度、类别、流量等数据的自动采集、分析和监控，以及电子违章抓拍设备的有效自动标定手段。

针对内投式球幕投影中涉及的计算机处理过程，提出了基于虚拟球面变换和虚拟鱼眼透镜投射的内投式球幕投影算法，并针对不规则鱼眼透镜导致的球幕映像扭曲，提出了基于等立体角投影函数的六阶函数校正算法，该六阶函数的系数可通过简单求解六元一次方程获得。实验结果表明，该方法能完全消除不规则鱼眼透镜导致的球幕投影扭曲。针对球幕投影导致的图像亮度分布变异提出了基于投射角余弦修正的球幕光强校正算法。实验结果表明，该算法成功地把与输入二维图像亮度分布差异明显的球幕投影图像校正至与原始图像亮度分布高度一致的状态。该方法对球幕投影系统的设计和软件开发具有重要的理论指导意义和实践应用价值。

针对运动捕获系统获取的人体运动轨迹固定、难以实现仿人机器人关键姿势转换问题，提出了一种基于分层Option学习的仿人机器人关键姿势相似性转换方法。构建多级关键姿势树状结构，从关节相似差异、时刻整体相似差异、周期整体相似差异等角度描述了关键姿势差异，引入分层强化Option学习方法，建立关键姿势与Option行为集，由关键姿势差异的累计奖励将SMDP-Q方法逼近最优Option值函数，实现了关键姿势的转换。实验验证了方法的有效性。

针对多机器人协商中缺少心智状态与实际任务执行能力、通信带宽拥挤导致的低实时性以及从协商历史中缺乏快速学习等问题，提出一种多移动机器人任务协商模型。首先，阐述了机器人基本运动形态;其次，为多机器人协商定义了基于π演算的心智状态(信念、目标、意图、知识更新等)与能力状态(协作、能力判断、任务分配等);再次，构建了多机器人协商模型，研究了协商周期、协商任务、协商效用估计、协商分配协议、学习机制等。最后在机器人足球比赛平台上验证了方法的有效性。

为解决具有不同接入带宽用户在共享链路上的公平性问题，提出了一种多门限随机早期检测(RED)队列方法。该方法对RED队列进行改造，即在共享链路输出队列上为每一个接入用户设置一个RED最大门限，同时测量各接入用户所获得的实际吞吐率，并根据此测量值动态调整这一系列最大门限值，从而控制对各用户数据分组的丢弃概率,达到调整实际吞吐率比例的目的。实验表明，所提出的解决方法不仅保持了RED队列的优点，同时能够保证接入用户在共享链路获得公平带宽。