研究内容包括：味觉和嗅觉信号多模态信息融合理论，在原始数据层、特征抽取层和分类决策层的识别方法。研究具有鲁棒性的特征提取技术，融合的多特征表示技术，多模态识别系统中的结合方法以构成多模态识别系统；利用小波变换和主成分分析（PCA）实现数据压缩方法；利用聚类分析、统计学习、粗糙集方法实现味觉信号的分类；构建模糊进化神经网络的最佳结构，实现模糊识别。跟踪国际研究前沿，推动计算机味觉的研究朝实用化水准发展，将新方法引入到味觉信号识别领域，以实现对食品、饮料等味道进行评价和自动识别，对食品加工业的企业管理、产品质量的检测、口味和味道的评定，对食品的贮藏、贩卖过程中的质量品质的检测等有十分重要的意义。