针对电子计算中摩尔定律不断减慢、电子晶体管的规模接近物理极限等造成的计算速度难以进一步提高的问题，提出了一种基于VGG16的衍射光子神经网络（VGG16-DONN）结构。该结构利用光衍射层作为VGG16的光学前端，替换了VGG16中计算耗时占比最大的第一层电卷积层，分别对CelebA数据集和猫狗数据集进行分类（分类精度分别达到86.34%和88.53%），实现了与电子神经网络相当的分类精度。此外，基于此结构，提出了一种面向情境依赖处理（CDP）的VGG16-DONN方法，对CelebA数据集进行分类（平均精度为83.10%），同样达到了与电子神经网络相当的分类精度。不难看出，VGG16-DONN以及其与CDP模块相结合的方式，除了能够借助光计算速度快的优势克服电子神经网络计算慢的问题外，还能够达到与电子神经网络相当的精度，这对于图像处理、医疗、通信等领域都具有重要意义。

数据融合的概念应用在遥感图像的自动特征提取中,可以利用数据的互补和冗余来改善特征提取的性能.由于经典理论交集和并集的外延法不能得到满意的结果(相应的算子过于严格或是过于宽松),对这两个具有对立特性的算子进行折衷,可以得到较为满意的结果.运用上下文依赖模糊算子实现这种折衷,对其加权因子的构造提出了新的设想和算法.参照计算机模拟的结果,分析和讨论了它的特点.