本报告深入研究了Hebb学习规则，提出了多种反Hebb学习算法，实现了高维数据流小分量的有效抽取；将反Hebb学习算法推广到基于全局最小二乘的自适应信号处理中，提出了有名的TLMS算法和多种全局RLS算法；将自关联学习规则推广互关联学习规则，提出了多种用于抽取两个高维数据流之间互关联主要特征的算法；深入研究了用于抽取独立分量的神经网络，并且提出抽取独立分量的多种自适应和非自适应算法；深入研究了脉冲发放神经网络的稳定性，研究了脉冲发放神经网络对图象信号的演化过程及分割与聚类方式等；深入研究现代优化算法，提出了性能优良的全局优化算法“人类行为算法”；对三维重构、深度学习以及大规模并行运算技术展开了系统的研究。