a. 研究了基于反投影伪全空间表示的鲁棒人脸识别算法，首次将反投影思想引入稀疏表示模型，并充分考虑到人脸样本间的互补性。理论上证明了新模型的可行性和稳定性，实验结果表明新模型比已有的稀疏表示分类模型更稳定且识别率更高。

b. 研究了基于反投影稀疏表示模型的基因识别，首先提出一种两阶段的信息基因选择方法，进而结合提出的反投影稀疏表示模型用于基于基因谱表达数据的肿瘤识别，最后给出基因通路的富集分析和曲线曲线分析，预测信息基因中的原癌基因和抑癌基因。为临床上基于靶点基因治疗提供建议。

c. 将低秩分解得到的稀疏部分用于人脸伪装检测，构造一种低秩变异字典，并借助稀疏表示模型完成人脸伪装检测。

e. 提出一种全新的信息基因选择方法，并将深度学习的思想引入矩阵分解理论对信息基因做进一步的特征选择，进而导入反投影稀疏表示分类器，从而完成基于基因谱表达数据的肿瘤识别。

f. 对稀疏表示分类模型给出一个方便且定量化的量化指标体系。

g. 将深度学习和随机场模型相结合用于遥感图像识别。