为解决碱激发矿渣-粉煤灰胶凝体系中使用氢氧化钠等强碱激发剂导致的凝结时间快、安全性差等问题，将石灰与硫酸钠以物质的量之比1∶1组成复合激发剂对矿渣-粉煤灰胶凝体系进行激发，分析激发剂掺量、粉煤灰掺量对该体系性能的影响，并采用XRD等检测手段探究胶凝体系的水化产物以及水化过程.研究结果表明：石灰-硫酸钠组成的复合激发剂可替代氢氧化钠对矿渣-粉煤灰胶凝体系进行激发，该体系的流动性能和凝结时间可控，胶凝体系中复合激发剂最佳掺量为10%，当粉煤灰掺量在50%以内时，胶凝体系28 d抗压强度均在36 MPa以上；石灰-硫酸钠复合激发剂能有效破坏粉煤灰外壳，促使粉煤灰参与水化反应，提高胶凝体系的后期抗压强度；C-(A)-S-H凝胶、钙矾石胶结不同反应程度和粒径的矿渣、粉煤灰形成致密的基体结构，为胶凝体系提供主要抗压强度.本研究可为新型低碳胶凝材料的制备提供参考.

针对传统爬壁机器人结构复杂、体积庞大等问题,设计了一种能够在竖直壁面上移动的新型小型磁吸附爬壁机器人，可满足在狭小空间内运动的需求.基于振动驱动理论，设计了具有扭转特性的足部结构并采用磁吸附的黏附机制，建立了爬壁机器人的动力学模型.通过数值仿真，分析了激振频率和外部负载对机器人运动速度的影响规律，结果表明，在无负载时，机器人最大爬壁速度可达58.7 mm/s，而在负载0.7倍自身质量条件下，其最大爬壁速度为44.9 mm/s.实验验证进一步表明，机器人在无负载和负载条件下的最大爬壁速度分别为56.5和30.2 mm/s，并通过调节激振频率，可以实现对机器人运动速度和方向的有效控制.

针对认知无人机网络中，作为次用户发射机的无人机难以准确获取窃听信道的信道状态信息而使次级系统安全性能下降的难题，提出一种利用智能反射面（intelligent reflecting surface,IRS）辅助无人机认知通信增强次用户安全传输性能的鲁棒方法 .在满足主用户干扰温度约束的条件下，建立确定性模型描述窃听信道的信道状态信息（channel state information,CSI）的不确定性，联合优化智能反射面的相移矩阵、无人机的飞行轨迹和发射功率，最大化次用户的最差平均保密速率.并针对该优化问题的非凸性，基于交替优化、连续凸近似、S-Procedure和半定松弛方法，提出了一个有效的三阶段迭代算法.实验结果表明，相比于非鲁棒方案，所提出的鲁棒方案可以显著提升次用户的安全传输性能.

针对传统管幕工法承载力低及施工工序复杂等难题，提出了一种新型管幕工法—小直径管幕顶板工法，并应用于沈阳地铁和平南大街站工程.首先，参照实际工程构建了三维有限差分模型，对施工过程中地层变形特性进行研究；然后，阐明了管幕参数对车站施工结束后跨中最大地表沉降、管幕施工造成的地层扰动、管幕刚度以及造价4个指标的影响规律；最后，结合模糊数学理论优化了管幕参数.研究结果表明：小直径管幕顶板工法修建地铁车站时，拆除导洞壁施作顶板阶段是施工过程中控制地层变形的关键阶段，影响上述4个指标的最关键参数为钢管直径，优化后的最佳参数组合：钢管直径为400 mm、钢管间距为800 mm、钢管壁厚为10 mm、管内混凝土为C40、钢管采用Q390钢.

实验研究不同初始温度下掺氢天然气可燃下限变化规律，分析初始温度对掺氢天然气近极限预混燃烧影响机制，并利用Le Chatelier及Kondo公式对掺氢天然气可燃下限进行理论计算.研究发现，掺氢天然气可燃下限随掺氢比增加逐渐下降，高温下这种变化趋势更显著；掺氢天然气可燃下限随初始温度升高近线性下降，高温下H自由基摩尔分数的升高显著增强H+O₂=O+OH对近极限预混燃烧过程的主导促进作用. Le Chatelier公式能较准确预测掺氢天然气可燃下限随掺氢比变化规律.当掺氢比较低时，Kondo公式能较准确预测掺氢天然气可燃下限随初始温度近线性变化趋势，但当掺氢比和初始温度较高时，掺氢天然气近极限预混燃烧过程主导反应及重要自由基摩尔分数显著变化，使其预测结果准确性显著降低.

基于有限元分析和性能测试对铝合金汽车轮毂进行轻量化设计.首先，利用ANSYS Workbench对轮毂模型进行结构静力学分析，得到车辆静止满载状态下轮毂的应力和变形分布规律.其次，通过对轮毂前6阶模态的分析，得到轮毂各阶固有频率和变形量，并探明轮毂在发动机和路面激励下的共振规律.然后，在轮毂弯曲疲劳、径向疲劳和冲击仿真的基础上，对轮毂轮辐进行拓扑优化以获得轻量化轮毂模型.最后，对轻量化轮毂进行性能试验，并将轻量化轮毂与原始轮毂的试验结果进行对比，分析优化前后的轮毂各项性能的变化，确保轻量化后的轮毂模型符合强度要求.

真空联合堆载预压地基处理工程中需要砂保护垫层，许多地区砂源紧张，因此开展研究利用淤泥质渣土配制流态固化土用于替代预压膜上砂保护垫层.通过进行大量的无侧限抗压强度和流动度等实验，探究淤泥质渣土含水率、固化剂掺量和外加剂等因素对制配流态固化土流动度和无侧限抗压强度的影响.结果表明：提高土体含水率或添加外加剂均可有效改善流动度，其中外加剂改善效果更显著；固化剂掺量是影响无侧限抗压强度的最主要因素，添加外加剂会降低无侧限抗压强度；对于含水率120%～140%的土体，不需要外加剂，固化剂掺量为土体质量的5%～7%时配制的流态固化土可以替代砂保护垫层；对于含水率80%～100%的土体，在5%～7%固化剂掺量下需添加一定的外加剂.

为识别危险作业岗位作业人员的心理负荷，提高人机系统可靠性，以含能材料起爆作业诱导被试人员心理负荷，采集30名被试人员在静息状态和心理负荷下的心率、脑电图和眼动信号进行心理负荷识别研究.首先，采用配对t检验与秩和检验对采集的心率、脑电图和眼动信号进行统计分析，8种脑电、3种眼动及9种心率特征在静息状态和心理负荷下具有显著变化；其次，对初选获得的生理指标分别采用Pearson相关分析、最大相关最小冗余（MRMR）算法和主成分分析（PCA）进行特征降维；最后，基于上述3种方法降维处理后得到生理指标采用Logistic Regression,KNN,SVM,XG-Boost,Decision Tree和Random Forest机器学习方法进行心理负荷识别.结果表明，基于MRMR的心理负荷特征选择结果，采用Random Forest机器学习方法具有更好的识别性能（ACC=0.917,SN=1.0,SP=0.857,F1=0.909,AUC=0.971）.本研究为有效识别危险作业人员心理负荷提供了理论依据.

为了解释超声作用下磨粒切削材料的去除机理，对单粒磨削过程进行了分析，建立了未变形切削厚度和磨粒与试件的固定速度比（vs/vw）的数学模型.在AISI 304试件上进行了固定速度比的普通磨削（conventional grinding,CG）、切向超声振动辅助磨削（tangential ultrasonic vibration assisted grinding,TUVAG）以及径向超声振动辅助磨削（radial ultrasonic vibration assisted grinding,RUVAG）的单颗粒试验.结果表明，在固定速度比条件下，试件在CG与TUVAG作用下都是以塑性变形的形式去除，但超声辅助显著提高了材料去除率.试件在RUVAG作用下材料的去除方式与未变形切削最大厚度a_gmax的值息息相关. a_gmax小于0.8μm时，试件表现为脆性断裂的形式去除；之后随着a_gmax逐渐增大，试件转变为塑性变形的形式去除.

以某钢铁厂360 m2带式烧结机单节台车中的烧结料为研究对象，基于多孔介质模型和烧结理论，结合局部非平衡热力学理论、组分传输理论以及烧结过程中各种关键子模型的动力学方程，建立了二维瞬态烧结料烧结过程传质传热的数学模型.模拟研究影响烧结过程传质传热的主要因素和规律，得到了烧结过程中料层温度、料层中烟气主要成分具体分布情况.结果表明：抽风负压的增加使料层的整体温度升高、料层中氧气含量上升和二氧化碳含量降低；料层厚度的增加使料层的整体温度升高、料层中氧气含量下降和二氧化碳含量上升.台车底部合适的抽风负压和料层厚度分别为12 kPa和0.6 m，燃烧带料层温度接近于1 500 K，且燃烧带料层中氧气和二氧化碳体积分数分别为11%和10%左右.

提出一种引入关节几何误差参数的工业机器人运动学模型和误差参数标定算法.首先，在DH(Denavit-Hartenberg)模型基础上，为每个关节引入6个几何误差参数，建立更为完善的标定误差模型，并实现该模型的正逆运动学求解算法.然后，建立包含关节误差、基坐标误差和工具坐标误差共45个参数的微分运动学雅可比矩阵，并采用小样本测试集实现基于迭代算法的误差参数求解.最后，在新松SR10C机器人上使用激光跟踪仪完成实验验证，将标定得到的误差参数补偿到模型中.结果表明，经过标定补偿后的机器人最大位置误差减小约80%，平均位置误差减小约80%，误差方差减小约97%，证明该方法可大幅提升工业机器人绝对位置精度和确定性.

为了解决部分可观测环境中由于边缘服务器之间缺乏有效通信而导致的全局信息缺失问题，构建了基于图注意力机制的边缘服务器间沟通机制，将移动边缘计算（mobile edge computing,MEC）系统构建为图结构，使边缘服务器之间可以通过图中的边进行消息传递，进而间接得到MEC系统的全局状态信息.同时引入双注意力机制，使边缘服务器更多关注对策略优化更有用的通信消息，加快模型收敛速度并提高算法性能.仿真实验结果表明，与基线算法相比，本文所提出的算法可以有效降低任务完成时延与能耗，同时具有收敛速度快的优点.

基于神经网络参数识别法与子结构模态综合法，提出一种考虑辅助部件的动力总成非线性系统建模方法，并运用遗传算法对辅助部件的连接刚度及阻尼进行了多目标优化设计.首先，基于神经网络对动力总成系统模型进行拟合，并以试验模态参数为目标，运用遗传算法对动力总成系统的连接刚度及阻尼进行参数识别，结果显示仿真与试验的模态频率最大误差为-5.98%，模态阻尼比的最大误差为-15.72%.然后，运用子结构模态综合法对动力总成系统进行缩聚处理，并研究了辅助设备与发动机间的耦合振动影响情况.最后，以辅助部件的振动性能最优为目标对连接件刚度及阻尼参数进行多目标优化设计，优化后模型中冷器与空气滤清器的位移最大峰值分别较优化前下降了34.6%与4.61%.

在变负载条件下，基于机器学习的齿轮故障诊断模型面临着依赖特定目标工况样本训练的挑战.为了克服这一局限性，基于齿轮的故障机理，求解了信号中能够反映其健康状态且不随负载变化而改变的特征成分，以此构建了故障频率波形卷积模块，并将其内嵌于卷积神经网络中.此外，为增强网络的特征提取能力，引入多尺度注意力模块.基于上述模块，构建了变负载齿轮故障诊断模型（FWaveNet)，将其应用于东北大学的齿轮故障数据集，结果显示其诊断精度相较于现有模型有显著提升.通过特定的信号处理技术和网络架构设计，在负载波动情况下实现了对齿轮健康状态的精确识别，为变负载齿轮故障诊断的工程应用提供了一种解决方案.

柔性机械臂和柔性负载会随着机械臂位姿的改变，导致转动惯量等具体参数发生改变，进而对伺服驱动系统的输出转速产生影响.采用相同阻尼系数的极点配置方法对驱动系统的比例-积分（proportional-integral,PI）控制器参数进行调节，使PI控制器随机械臂位姿改变自动调节参数，动态稳定电动机输出转速.根据拉格朗日原理和连续体振动理论建立数学模型，通过状态方程获得传递函数，采用相同阻尼系数极点配置方法调节PI控制器参数，应用到转速环控制中.分析阻尼系数与自然频率对系统谐振峰值、谐振频率和带宽的影响.通过数值仿真证明，合理调节阻尼系数可以减小伺服驱动系统转速波动.通过与齐格勒-尼科尔斯法则自整定（Ziegler-Nichols self-tuning,Z-N）方法的对比，表明相同阻尼系数的极点配置方法使系统达到稳定的时间更短.

针对常规F-RD型点阵结构进行变形设计，提出一种基于隐式表达式的TPMS(three-period minimal surface)参数设计方法，通过改变输入隐式表达式的变形参数来设计点阵结构；研究了F-RD型点阵结构变形参数和阈值对孔隙率的影响规律，提出了针对孔隙率分析的单参数和混合参数方法，建立了变形参数和阈值对变F-RD型点阵结构的映射关系，可以生成特定形状和孔隙率的F-RD型点阵结构；通过金属激光烧结成型原理制备AlSi10Mg样件，验证了变形参数和阈值对实际孔隙率的影响关系，为F-RD型点阵结构的工程设计和应用提供参考.

针对浮选过程中图像信息和过程数据信息共存且不同运行状态特征差异度小的问题，以深度学习技术为基础，提出了一种新的基于多源异构信息的浮选过程运行状态评价方法 .首先，建立一种残差网络（residual network,ResNet），旨在从不同等级的原始图像中提取更具区分度的深层特征.其次，提出一种堆叠稀疏状态相关自编码器（stacked sparse performance-relevant autoencoders,SSPAE）模型，将状态等级标签引入到模型训练中,克服传统自编码器忽视状态相关特性的问题.再次，建立基于注意力机制（attention mechanism,AM）的图像和数据特征融合模型，实现对多源异构信息的合理有效利用，并将融合后的特征输入SoftMax分类器建立运行状态评价模型.最后，利用浮选过程数据进行仿真验证.结果表明，基于本文提出的ResNetSSPAE-AM模型的评价结果优于其他几种比较方法，说明所提方法在浮选过程运行状态评价中的优越性.

喷射制冷循环系统因其采用水作为工质不仅节能环保而且可以实现循环利用.本文采用数值仿真方法，对喷射制冷系统核心部件——喷射器内部的激波结构进行了讨论和详细划分.首次给出了伪激波区域、混合区域、激波串区域以及正激波位置的判定依据.讨论了激波结构对喷射器工作特性的影响.研究结果表明，正激波的位置受喷射器出口背压的影响；伪激波区域是决定喷射器引射效率的直接因素；激波串对降低喷射器内部流动速度和压力恢复起到重要作用.激波混合层的存在将工作蒸汽与引射蒸汽的流道分开.工作蒸汽通过激波混合层来携带和加速引射蒸汽的流动.激波混合层的面积大小受喷射器的几何结构和工作蒸汽的工作条件所影响.因此，了解和掌握激波结构对于理解喷射器内部流体流动规律，提高喷射器工作效率，进一步改进和优化喷射器的几何结构，具有参考价值.

为解决传统车辆研究将纵向车速设为定值的问题，设计一种基于观测器的鲁棒增益调度故障诊断算法.首先，以纵向车速为调度变量，同时考虑执行器故障、模型不确定性以及外部干扰，在传统车辆模型基础上建立四轮转向线性变参数（linear parameter varying,LPV）数学模型.然后，对执行器故障进行状态重构，设计具有可变权重因子的鲁棒增益调度观测器，实现对车辆状态信息及执行器故障信号的双重估计.最后，选取双移线和蛇形工况，通过MATLAB/Simulink和Carsim联合仿真，结果表明，所设计的执行器故障诊断算法能有效处理车辆纵向车速的时变特性，在复杂工况下能及时快速地跟踪车辆的状态及故障信息，突破了原有传统车辆故障诊断算法的局限性.

对歧管微通道散热器中复合纳米流体的流动与传热特性进行数值模拟.以水基Al2O3-CuO复合纳米流体为工质，探讨纳米颗粒混合比例、体积分数（φ）、雷诺数（Re）以及引入凹槽对散热器流动换热的影响.结果表明，复合纳米流体在较高的体积分数和雷诺数下具有较好的热力学性能，但相应的压降也会增大.混合比例1∶4的复合纳米流体整体性能最优，在Re=100，φ=6%时，泵功消耗比单一的水基Al2O3纳米流体降低18.9%，综合性能指标提高21.7%.在歧管微通道的侧壁上添加不同形状的凹槽与光滑歧管微通道的换热效果基本相当.

为研究镁处理对钛微合金钢在凝固过程中TiN液析行为的影响，采用真空感应炉冶炼了试验钢.利用SEM-EDS结合图像处理软件，分析铸坯径向不同位置处镁处理钢对比非镁处理钢中夹杂物的成分和尺寸变化，并用FactSage软件对夹杂物的形成和析出进行了计算.结果表明：钢中TiN夹杂均在凝固前沿的液相中生成.氮含量增加，凝固过程中TiN的析出温度升高和析出量增加，并对后续Ti₄C₂S₂和MnS的析出产生影响.非镁处理条件下，铸坯1/4处和中心处TiN夹杂的平均粒径分别为2.48和2.11μm，镁处理后，尺寸分别降为1.50,1.45μm和1.48,1.38μm，数密度也有所增大.添加微量Mg,MgO·Al₂O₃即可稳定存在于钢中并在钢液降温过程中成为TiN的凝固核心，促使TiN夹杂分布弥散，减少了大尺寸TiN的生成.

针对传统检测方法在对退役轴类零件进行损伤检测时存在效率低、结果一致性差等问题，提出了一种基于改进YOLOv5的退役轴类零件表面损伤检测方法 .首先，将注意力机制嵌入检测算法中，增强了损伤在图像中的特征表示；然后，采用重复加权双向特征融合方法改进了检测模型的网络结构，有效提升了网络特征提取能力；最后，使用Ghostconv卷积模块代替普通卷积，大幅度降低了模型参数量.实验结果显示，改进后的算法模型精度比原始YOLOv5提升了6.9%，达到88.4%，同时模型参数量减少了6.1%，保证了检测速度与YOLOv5持平.与YOLOv3,SSD,Faster-RCNN等主流检测方法相比，在保证较高检测速度的同时，检测精度也有着明显优势.

人脸年龄合成（face age synthesis,FAS）的目标是根据源人脸图像合成指定年龄人脸图像，同时保留人脸的个人特征和身份信息.针对年龄变换时无关特征容易改变和产生伪影鬼影的问题，提出一种基于生成对抗网络的人脸年龄渐进合成算法.采用基于门控循环单元的年龄编辑模块自适应地过滤或加入特征，并使用属性解耦模块在潜在空间进行对抗学习，通过生成器和判别器的对抗策略保证了真实自然的人脸合成，使用年龄分类约束拟合特定年龄分布，为了保证年龄无关属性的保留，还在生成对抗网络中引入了重建学习.在跨年龄名人数据集（cross-age celebrity dataset,CACD）下的实验结果表明，对比其他基于条件生成对抗网络的算法，提出的算法生成的人脸图像伪影失真有所减少，年龄显著性增强，具有较好的年龄准确性和较高的身份一致性.

情感脑电信号是一种低信噪比的非平稳时间序列，传统的特征提取与分类方法难以提取不同情感状态时的有效特征并进行分类.针对以上情况，提出一种自动融合脑电信号不同频段和时频域特征的深度学习模型.首先，对预处理后的数据进行分频段处理，提取各频段的微分熵特征.然后，在网络中接入的挤压激励模块，对不同频段特征的微分熵特征赋权值，来获取输入数据的有价值信息，再利用改进的稠密连接网络进行特征融合并分类识别，保证了网络层之间最大程度的信息传输.最后，利用SEED情感脑电信号三分类数据集对算法进行了验证，分类正确率可达96.03%，高于现有的基线学习算法，所提算法可进一步增强网络特征提取能力，具有较快的收敛速度，对提升分类器的性能研究具有重要意义.

以冷冲压差厚板U形件作为研究对象，通过有限元仿真分析了工艺孔的位置、数量、尺寸以及形状对成形性能的影响.结果表明，差厚板在薄区侧壁处开孔时有利于减少侧壁的残余应力；差厚板的回弹与工艺孔在板件中的位置分布关系不大，与工艺孔的数量、半径及形状有关.从成形性能和回弹影响角度考虑，工艺孔优先选差厚板U形件端部的厚区与过渡区区域，如果必须在侧壁开孔，优选侧壁薄区区域.在相邻区域，工艺孔的数量尽量不超过2个，工艺孔尺寸小一些更合适，工艺孔形状沿轧制方向距离越小越合适.

基于资源保存理论，运用潜在剖面分析（latent profile analysis,LPA）方法，对742名员工的跨域网络使用行为进行了类别划分，并进一步分析了不同类别的跨域网络使用行为对工作家庭关系的影响差异.研究结果表明，跨域网络使用行为可分为3种，分别命名为回避型跨域网络使用行为、适度型跨域网络使用行为和活跃型跨域网络使用行为.其中，活跃型跨域网络使用行为员工的工作家庭关系水平最高；同时，与工作家庭冲突相比，跨域网络使用行为对工作家庭增益的影响更大.

为了从多种细胞群体中提取纯净细胞群或者从复杂的样本中提取所需成分，提出了一种基于双电场叠加效应的诱导电荷电渗调控新方法，研究诱导电荷电渗漩涡的重塑机理及其颗粒操控性能.首先，建立多物理场耦合仿真模型并研究双电场叠加作用下诱导电荷电渗漩涡的非对称演变机理.其次，设计并加工颗粒操控器件，搭建颗粒操控实验系统.然后，研究不同电压下非对称诱导电荷电渗漩涡对单种颗粒的聚集和纵向偏移特性.最后，研究非对称诱导电荷电渗漩涡对不同颗粒的聚集和分离特性.结果表明：此方法能够以简单的控制方式实现微尺度颗粒的聚集、偏移和分离，其在环境检测、疾病诊断领域方面具有巨大的应用潜力.

针对岩体结构面发育特征的不确定性，提出一种岩质边坡异形滑动面搜索方法 .以Ⅲ，Ⅳ结构面岩体为研究对象，结合GeoSMA-3D(geotechnical structure and model analysis-3D)程序中块体切割和关键块体判别模块，将滑坡体设定为几何多面体.岩体的内部块体组合形成多面体，以多面体的表面表征滑动面.引入层次分析法，建立滑动面准定量化评价准则.以小盘岭边坡为例，将异形滑动面判定准则导入GeoSMA-3D程序中，研究表明边坡存在6个关键块体，组合滑动面有3个，潜在滑动面安全系数为1.046，滑动面几何形态与实际边坡拟合度高达95%，验证了岩质边坡滑动面搜索方法的合理性.

为了解决无人驾驶车辆的路径跟踪任务中跟踪精度和车辆稳定性之间的冲突问题，提出了一种考虑横向和侧向稳定的路径跟踪控制器.首先以四轮独立驱动智能车为研究对象，设计了一种基于主动转向和电机驱动扭矩分配的整体模型预测控制器，以保证车辆在极端工况下的稳定和跟踪精度.然后通过相位图法和轮胎最大侧偏角设计车辆稳定性约束以优化动力学性能，利用零力矩方法建立侧倾约束，防止侧倾.最后在仿真中对比现有控制器，结果表明，所提出的控制器能够最大化地发挥车辆动力学极限，并在保证车辆稳定性的同时提高车辆的路径跟踪精度.

进行基坑整体稳定性分析常采用极限平衡法，但仍然需要依据经验试算一系列滑面，将安全系数最小的滑面确定为最危险滑面.针对此问题，提出将果蝇优化（FOA）算法与禁忌搜索（TS）算法融合，提出自适应步长的混合果蝇优化算法（HFOA），以克服基本果蝇算法局部寻优精度不高且易陷入局部最优的缺点，确保获得全局最优解，并结合简化Bishop算法用于临界滑面的搜索.在Matlab中编程实现该算法，通过与6种启发式算法进行对比，结果表明，HFOA适用于均质土悬臂支护基坑、成层土和含软弱夹层的桩锚支护基坑，相较于遗传算法等6种算法具有更快的收敛速度、更高的收敛精度和可靠性，为深基坑临界滑动面搜索提供了一种新的求解策略.

语言中的非言语发声如笑声、叹息、抽泣等，称为功能性副语言，对情感表达起重要作用，但现有研究很少考虑多种功能性副语言在一种情感中的协同作用.针对该问题，提出了融合功能性副语言比例系数（functional paralanguage proportion coefficient,FPPC）的情感识别系统.首先，提取能体现多种功能性副语言在情感语句中出现的频率快慢和持续时间长短的FPPC特征；然后，搭建基于注意力机制的集成学习（attention stacking）为不同的基分类器赋予不同权重，并对FPPC特征进行训练；最后，通过自适应熵权重决策融合方法将传统语音情感识别与基于FPPC特征情感识别进行融合.实验结果显示，融合了FPPC特征后的情感识别结果提高了16.84%，证明融合FPPC特征能有效提高系统整体识别率.

步态信息作为一个新兴的生物特征，在医疗、刑侦等方面具有广泛的应用前景.研究者已经提出了很多种步态识别方法，但普遍存在适应性不强、特征描述过于复杂或缺乏可解释性等问题.针对此问题，首先，通过改进三帧差分完成对视频图像中人体轮廓的提取；然后，基于人体轮廓图获取人体骨架模型，通过骨架模型得到所需的人体关键点位置，并对视频图像中同一关键点的位置轨迹进行曲线建模；最后依据关键点轨迹曲线模型建立一种以模型参数作为步态特征向量的步态特征描述方法，并在此基础上选取合适的分类方法进行步态识别.实验结果表明，基于关键点运动轨迹模型的步态特征表达能够很好地描述步态信息，识别率也相对较高.

为了研究石墨添加剂对磁流变脂流变特性的影响，采用润滑脂为基体，制备了石墨粉末质量分数为0%,2%,5%,8%,10%的石墨磁流变脂（graphite magnetorheological grease,GMRG）.使用安东帕流变仪测量了5种材料在稳态剪切模式和振荡剪切模式下的流变特性，并对石墨添加剂质量分数对磁流变脂屈服应力和黏弹性的影响进行了研究.结果表明，对比未添加石墨的磁流变脂，石墨质量分数分别为2%,5%,8%和10%的磁流变脂可以在加载电流为3 A时获得更高的屈服应力，并且屈服应力分别提升了40.49%,54.12%,81.48%和147.48%.此外，石墨添加剂质量分数越大，石墨磁流变脂的黏弹性特征就越明显，但获得的相对磁流变效应越小.研究还发现石墨质量分数的变化对石墨磁流变脂的线性黏弹区间影响不大.

现有分析方法对火灾下面内约束简支双向板的开裂、变形响应以及面内约束导致抗火性能降低的机理缺乏合理解释,本文应用ABAQUS有限元软件对火灾下面内约束钢筋混凝土简支双向板的温度场和热力耦合场进行了三维实体有限元分析,在实验验证基础上进行参数分析,探究钢筋和混凝土的挠度、应力变化规律和力学响应机理.结果表明:在火灾下,面内约束力削弱了板的倒拱效应与拉力膜效应,导致抗火性能显著降低.单向和双向面内约束、长宽比、荷载比的增大均会缩短板的倒拱效应与拉力膜效应阶段的时间.

以85个FRP管-混凝土-钢管双壁空心柱(double-skin tubular column,DSTC)轴压试验数据作为统计样本,评估了几种现有FRP约束混凝土强度模型,最终选择Teng模型进行可靠性分析,并确定了强度模型误差和构件抗力的最佳概率分布.运用JC法对DSTC进行可靠度计算.结果表明:可靠指标随着钢管强度、中空率和含钢率的提高而升高,而对混凝土强度的变化不敏感. FRP约束应力的增加会导致可靠指标的下降.基于可靠指标目标3.7,提出一个适用于DSTC的抗力分项系数表达式.

为研究不同岩桥倾角砂岩在循环荷载作用下的弹性模量变化和裂纹动态演化规律,对裂隙倾角固定为45°,岩桥倾角分别为15°,45°,75°,90°,105°的砂岩试件开展了单轴循环加、卸载试验和PFC^2D模拟.结果表明,不同裂隙砂岩的弹性模量随循环荷载作用得到了明显的强化;在循环荷载作用下,应力-应变曲线与离散元模拟得到的试件瞬时微裂纹演化曲线存在对应关系;岩桥倾角对砂岩的破坏模式有影响,PFC^2D模拟的裂纹动态演化可以合理地反映岩石中裂纹的萌生位置、扩展方向.基于微裂纹数目所定义的损伤与破坏模式很好地对应,岩桥倾角为45°时原始损伤是最大的.

针对烧结矿化学指标检测频率低导致无标签样本无法被机器学习利用的问题,提出了一种充分利用样本中有用信息的烧结矿化学指标预测模型.首先,结合高斯混合模型(GMM)和K-近邻(KNN)算法,将无标签样本转化为有标签样本,然后与长短期记忆(LSTM)单元相结合,用于预测烧结矿的总铁质量分数、FeO质量分数和碱度3个化学指标.通过与反向传播神经网络(BPNN)、循环神经网络(RNN)和LSTM三种模型对比,结果表明所建模型具有较低的预测误差.总铁质量分数和FeO质量分数的预测命中率在允许误差±0.5%内时分别达到98.73%和95.33%,碱度的预测命中率在允许误差±0.05内为98.13%,展现了较高的预测精度.

以朝鲜第6次地下核试验为例,基于升降轨ALOS-2 SAR数据,首先利用D-InSAR技术获取核试验场的视线向形变,以此为基础,基于贝叶斯反演方法确定核爆参数,然后引入POT技术测量核试验场方位向和距离向形变,最后,融合D-InSAR与POT结果计算核试验地表三维形变场.研究发现,核爆位于朝鲜丰溪里试验场万塔山下,其坐标为东经129.079 2°,北纬41.302 6°,深度约为550 m,核爆导致发生水平方向位移约3 m,垂直方向位移约1 m.结果表明天基SAR遥感技术,特别是长波段SAR,在地下核试验监测中具有重要的应用价值,可为地下核试验监测提供新思路.

由于缺少带钢表面缺陷样本,使得深度神经网络在带钢表面缺陷检测的应用受到了限制,为解决这一实际问题,提出了一种基于元学习思想的小样本语义分割深度学习方法 .该方法引入了多尺度解码器和注意力机制.多尺度解码器能够聚合不同尺度的缺陷特征信息,提高网络的分割精度.注意力机制能够有效增强缺陷信息表达,并且抑制背景信息的干扰.此外,构建了一个带钢表面缺陷语义分割数据集,该数据集包含9类带钢表面缺陷.在该数据集上进行了相关实验,结果表明本文方法在平均交并比和前景-背景交并比指标上优于PFENet,SCLNet和HSNet等方法.

利用空间自相关正反馈交易模型,对新冠疫情爆发前后国际股票市场的正反馈交易进行了检验.结果表明,新冠疫情爆发后国际股票市场正反馈交易显著增强并呈现空间相关特征.相关国家反危机的调控措施,虽然一度抑制了股票市场下行,但同时强化了投资者非理性的外推性预期,加剧了股票市场正反馈交易的空间溢出效应.因此,在新冠疫情不断持续的情况下,监管当局应充分考虑反危机调控措施对投资者心理账户和市场预期的影响,防范疫情冲击下股票市场正反馈交易空间溢出的风险联动效应.