运用多线激光雷达实现了越野环境中障碍物的检测。为了分析了传感器安装参数对系统性能的影响，采用设计了分层聚类算法，实现了场景中数据的分类；对影响雷达测距精度的因素进行了分析，给出了雷达数据的滤波方法；以相对高度，坡度和点密度作为判决条件，完成了越野环境中障碍物的识别。算法应用到了越野环境下无人驾驶车辆的导航上，试验证明方法稳定可靠，符合车辆自主行驶的要求。

针对不断增加的机电系统运行状态信息,传统的特征提取和选择方法已无法满足需求。根据非负矩阵分解典型算法的特点,基于非负矩阵分解的聚类特性,提出了一种面向故障诊断的分解方法。通过分类能力和迭代效率的对比分析,选择了相关性约束和稀疏性约束的改进型交替最小二乘迭代算法,确定了低维嵌入维数及迭代初始化方法,在UCI测试数据集和TEP系统的特征选择应用中验证了该方法的有效性。

针对数值型设计结构矩阵（DSM）,提出采用自组织映射（SOM）算法的产品设计结构模块聚类方法。该方法将DSM中的信息经过初始化后作为SOM网络的输入层,然后通过训练SOM神经网络模型获得聚类方案。文中还提出了综合考虑模块内聚性和耦合性并且适用于数值型DSM的聚类效果评价指标。案例分析表明,与DSM经典算法相比,本文提出的聚类方法和评价指标能够优化产品设计模块划分。

介绍了模糊聚类的基本原理,指出了模糊聚类方法的具体步骤.采用极大极小法构成相似矩阵,运用传递闭包确定分类阈,通过分析统计量来确定最佳分类数目.以L-HL32普通液压油为例,对10个样品液压油的质量进行了分类.