本研究提出了一种新型扩散增强粒子过滤框架，解决了粒子过滤中因初始先验分布限制导致的估计不准确问题，显著提高了高维和非凸场景下的成功率与估计精度。

本研究提出了一种自适应重要性采样算法，有效解决了安全关键自主系统中失效概率估计的问题，尤其在失效事件稀少的情况下，显著提高了估计精度，优于传统方法。

本文提出了一种基于逐层自适应体素引导的点采样器，能够高效处理大规模场景点云，实现实时应用。研究还介绍了将点云渲染为表面的方法，适用于多种复杂场景，并通过实验验证了其有效性和高估计精度。

本文介绍了多种算法在计算机视觉和数据处理中的应用，包括快速非凸算法FMS、在线追踪算法PETRELS、3D点集配准方法和低秩张量跟踪算法。这些算法有效处理异常值，提高估计精度，并在图像处理和网络监测等领域表现优越。