研究目的：在航空结构件机器人制孔中，通常通过误差测量和补偿保证制孔位置精度。本文旨在开发一种低成本、高精度的视觉系统，通过集成鲁棒的椭圆特征提取算法、实用的视觉系统标定方法，实现对刀具和工件之间相对误差的精确测量。
创新要点：视觉测量相关研究中缺乏对视觉系统工作原理的深入阐释；视觉系统误差测量原理的精确阐述，为视觉系统的开发和测量精度的提高提供了理论基础。机器人制孔环境中存在大量噪声和环境干扰因素，视觉系统中集成的特征提取算法应具有较高的鲁棒性；基于显著性的椭圆轮廓提取算法可实现鲁棒、精确的基准孔检测。工业应用通常要求视觉系统的标定方法兼具实用性和精确性；本文方法提供了一种实用、精确、可同时实现相机和手眼关系标定的标定方法。
方法提亮：精确阐释了视觉系统的工作原理，为后续相机刀具中心点和视觉系统标定方法的确定提供了理论依据。通过集成显著性计算、投票方法和Snake模型，开发了一种鲁棒、精确的椭圆轮廓特征提取算法（图8）。提出了一种基于专用标定板的、可同时实现相机内参数和手眼关系标定的视觉系统标定方法，该方法可避免测量过程引入Abbe误差（图12）。
重要结论：本文研究了视觉测量系统的工作原理，并结合提出的椭圆轮廓提取算法、视觉系统标定方法，开发了一种低成本、满足机器人制孔精度要求的单目视觉测量系统。在机器人制孔系统平台上的实验证实，本文提出的视觉系统满足航空工业对制孔精度的要求，特征提取算法和标定方法鲁棒、有效。

研究目的：负载下，不同文件系统和I/O调度策略对固态盘性能和能耗的影响较大。本文介绍固态盘性能和能耗综合最优情形下，系统文件系统和I/O调度策略配置的理论依据和实现方法。
创新要点：引入一种综合评测指标（aggregativeindicator，简写为AI），AI的数值等于固态盘性能和能耗的比值。同等负载环境下，对于不同文件系统和I/O调度策略，AI值越大，固态盘越趋于性能和能耗综合最优，即文件系统和I/O调度策略对负载下固态盘性能和能耗的影响越小；反之，影响越大。
方法提亮：以常见的五种文件系统（Ext2、Ext3、NILFS2、ReiserFS和XFS）和三种I/O调度策略（CFQ、Deadline和NOOP）为例。文件系统测试工具采用Filebench作为负载发生器，仿真了Varmail，Fileserver和Webserver三种负载，并将这三种负载分别加载到三种测试盘上，采用综合指标（AI）研究使固态盘性能和能耗达到综合最优的文件系统和I/O调度策略组合，并分析特定盘在最优AI值下的性能和能耗变化趋势。
实验结果：基于Varmail负载（以随机读和附加写文件操作为主）的实验结果表明，任意一种I/O调度策略下，基于扩展文件系统（Ext2或Ext3）的测试盘AI值较大；基于Fileserver负载（以随机读和随机写文件操作为主）的实验结果表明，任意一种I/O调度策略下，基于NILFS2文件系统的测试盘AI值较大；基于Webserver负载（以大量随机读文件操作为主）的实验结果表明，基于扩展文件系统（Ext2或Ext3）和CFQI/O调度策略组合下的测试盘AI值较大。对于扩展文件系统（Ext2和Ext3）而言，因Ext2文件系统无日志写操作，大多数情况下，基于Ext2文件系统的固态盘能耗较低，但Ext2文件系统安全性比Ext3差。NIFLS2文件系统利用日志文件管理顺序化随机访问模式的文件操作，因此随机负载下基于NIFLS2文件系统的固态盘AI值较大。大多数情况下，基于CFQ和NOOP调度策略的固态盘AI值较大。
重要结论：不同负载下，固态盘的性能和能耗很大程度上取决于测试系统的文件系统和I/O调度策略组合。

Despite the availability of garbage collectors, programmers must manually manage non-memory finite system resources such as file descriptors. Resource leaks can gradually consume all available resources and cause programs to raise resource exhaustion exceptions. However, programmers commonly provide no effective recovery approach for resource exhaustion exceptions, which often causes programs to halt without completing their tasks. In this paper, we propose to automatically recover programs from resource exhaustion exceptions caused by resource leaks. We transform programs to catch resource exhaustion exceptions, collect leaked resources, and then retry the failure code. A resource collector is designed to identify leaked resources and safely release them. We implement our approach for Java programs. Experimental results show that our approach can successfully handle resource exhaustion exceptions caused by reported resource leaks and allow programs to complete their tasks with an average execution time increase of 2.52% and negligible bytecode size increase.

研究目的：知识获取和知识推理是智能系统开发中的两大环节。基于知识的非机理性建模方法已成为复杂过程建模的一种趋势。为解决建模过程中对经验知识的依赖问题，进一步完善推理机制，本文基于粗糙集和区间值模糊集理论，研究知识建模及近似推理方法，并将其应用于船体结构焊接变形预报。对建模与推理中的理论、方法和实际问题的研究有助于认识焊接变形规律，并可进一步推广至其他复杂过程，促进系统建模理论的发展。
创新要点：将区间值模糊集与粗糙集理论结合，通过引入新的包含度来构造区间值模糊粗糙集模型，经过数据采集、区间值模糊化、属性约简、规则抽取等步骤，从信息系统中提取出一个简化的模糊知识模型，给出获取模糊知识模型的完整算法；通过对经典的合成规则推理与现有的相似性推理的机理分析，提出一种新的相似性推理--基于合成规则的相似性推理方法。
方法提亮：与现有的智能方法相比，本文的知识建模方法不依赖于经验知识，所构建的模型易于理解和编辑，运行速度快，计算精度较高，对复杂过程建模有较强的适应性。改进的相似性推理方法，既考虑规则前提与结论之间的内在关联，又把相似性匹配作为必要环节，这样，输入和前提所发生的变化均能在输出中反映出来，推理结果更趋合理。
重要结论：将上述方法应用在焊接变形预报方面，实验结果验证了算法有效性，表明算法对复杂过程建模具有较强适应性。

研究目的：多轴气动伺服系统因具有功率-质量比大、清洁、价格低、结构简单、易维护等优点，在机器人、工业自动化、医疗机械等领域具有广泛应用前景。但是，该系统具有很多不利于精确控制的缺点，如强非线性、参数时变性、模型不确定性等。本文针对双缸气动伺服系统，从建立系统模型入手，探寻同时实现单气缸高精度轨迹跟踪控制和双气缸高精度位置同步的控制策略，旨在为这项技术的工业实用化奠定基础。
创新要点：提出了一种基于交叉耦合方法的自适应鲁棒气动同步控制策略，既保证了多气缸精确同步，又实现了系统中每一气缸的高精度运动轨迹跟踪控制。
方法提亮：将交叉耦合思想与直接/间接集成自适应鲁棒控制结合起来，提出一种基于交叉耦合方法的自适应鲁棒气动同步控制策略。将同步误差直接反馈至每个轴控制器的输入端而非输出端，利用交叉耦合方法将同步误差和轨迹跟踪误差组成耦合误差，基于该新误差变量设计自适应鲁棒控制器。控制器由在线最小二乘参数估计和基于反步法设计的非线性鲁棒控制器组成，前者用于减小模型中的参数不确定性，后者用于抑制参数估计误差、未建模动态和干扰的影响，使得单缸的轨迹跟踪误差和多缸间的同步误差同时收敛，既保证多气缸精确同步又不影响系统中每一气缸的轨迹跟踪控制精度。
重要结论：实验结果表明，该控制器能实现很高的同步位置控制精度，对干扰具有较强的鲁棒性。

研究目的：针对遥感图像的特点，使用分解模型，提高复原质量；使用自适应方法和线性搜索方法提高复原图像质量和迭代算法的收敛速度。
创新要点：使用基于稀疏字典的分解模型，提高了复原图像的质量；使用自适应方法和经验方法，弥补了复原问题先验知识不足的缺点；使用线性搜索和快速迭代算法，有效提高了算法的收敛速度。
方法提亮：首先，利用基于稀疏字典的分裂BregmanRudin-Osher-Fatemi模型，将图像分解为卡通和纹理两部分，分别用小波变换和轮廓波变换表示。接着，运用自适应方法估计正则化参数和经验方法计算收缩阈值。最后，使用线性搜索方法寻找步长，并结合快速收缩算法加速算法收敛。
重要结论：相比于两步迭代算法，基于自适应的轮廓波–小波迭代收缩算法能有效提高复原图像的改善信噪比，同时加快了算法的收敛速度。

研究目的：为有效管理空间中具有变动速度之自由移动物体以及移动受限物体，设计更新策略，告知移动物体何时该更新自己的位置信息至服务器端，以显著降低移动物体计算成本。另外，设计更新程序以使服务器端有效率地处理物体更新。
方法提亮：针对自由移动与移动受限物体，明确地给出一个时间点。有此时间点，移动物体无需随时随地判断是否需要更新。对于服务器端，更新程序可以有效且快速地处理每个物体传回的更新需求。
重要结论：本文设计的更新策略可显著降低移动物体的处理成本。藉由本文设计的更新程序，可有效减少服务器端物体更新的处理成本，进而快速处理同时发生的物体更新。

研究目的：使用Volterra滤波器模型识别非线性离散时间系统，以合理选择Volterra滤波器模型的参数，获得理想的识别效果。
研究方法：提出排序差分进化算法，结合正弦函数和随机数产生尺度因子，有效平衡全局和局部搜索能力；在完成所有候选解排序后，修正了变异操作，有助于避免算法早熟。使用二阶Volterra模型研究非线性离散时间系统（图3–8）。
重要结论：数值实验和比较说明排序差分进化算法具有较强优化性能，且在大多数情况下优于其他方法。结合排序差分进化算法和二阶Volterra模型，可以获得较好识别效果。