针对目前广泛采用的二-（2-吡啶基）胺（DPA）作为Zn²⁺识别基团的各类荧光探针背景荧光普遍偏高的问题，我们提出基于荧光素开闭环和猝灭基团双猝灭机制的OFF-ON型Zn²⁺检测策略，从而提高Zn²⁺荧光探针的灵敏度。本文合成一种含有荧光素前体分子、DPA为识别基团、二甲氨基偶氮苯甲酸（DABCYL）为猝灭基团的锌离子荧光探针（FL-ZJ），通过荧光光谱研究了其与锌离子的荧光响应。研究结果表明，FL-ZJ在526 nm处表现出较低的荧光活性，但是当体系中有锌离子存在时，FL-ZJ在526 nm处的荧光强度增强至原来的约17.4倍，相应的体系颜色由无色变为黄色，其他金属离子的加入不影响FL-ZJ的荧光强度，说明FL-ZJ能够高效灵敏的检测Zn²⁺，其对Zn²⁺的检出限仅为14.6 nmol/L。进一步通过Job's Plot实验及高效液相色谱推测出该探针检测锌离子的机理为：锌离子的配位诱导了荧光素的开环及猝灭基团的分子内消除反应，进而实现了探针对Zn²⁺的专一性检测。

为了分析和评估液相色谱-串联质谱法测定葡萄中噁唑菌酮农药残留量时的不确定度，以《植物源性食品中331种农药及其代谢物残留量的测定 液相色谱-质谱联用法》（GB 23200.121-2021）及《水果和蔬菜中450种农药及相关化学品残留量的测定 液相色谱-串联质谱法》（GB/T 20769-2008）标准方法为研究对象，选择农药噁唑菌酮，针对样品称量、前处理溶剂体积、制备标准溶液及工作曲线拟合等六个方面对方法的测量不确定度进行了评估。结果表明，噁唑菌酮农药残留的相对扩展不确定度约为0.22%（k=2），其中主要的不确定度来源于液质联用仪的使用、标准溶液的配制、标准曲线拟合以及加标回收率等方面。为了降低检测结果的不确定度，在实际工作中，我们需要从提升设备稳定性、优化标准溶液的配制流程以及提高检测人员的操作技能等方面入手进行改进。同时，我们也应将不确定度的结果作为重要参考，用于判断限量临界值数据是否符合限量标准要求。

研究复垦区植被恢复过程中植物群落组成和多样性的变化，可进一步了解植物群落的演化过程及规律。通过对山西平朔典型煤矿复垦区植被资源调查，选取小叶杨林、油松林、榆树林、刺槐林四种人工林，分析林下草本植物群落组成及物种多样性，探究土壤和林分对草本层植物群落的影响，为矿区后期复垦中植被选择提供依据。结果表明：（1）林下草本植物物种组成共有25科49属59种，其中菊科种类最多，豆科、禾本科次之，生活型以多年生草本为主。优势种植物主要为林地早熟禾、紫花苜蓿和赖草。（2）随着植被恢复，油松林草本层植物多样性呈先增加后减少趋势，榆树林趋势相反，小叶杨林与刺槐林变化不明显。（3）不同人工林的土壤有机质、全氮随演化时间显著增加（P < 0.05），土壤容重显著降低（P < 0.05），全磷除刺槐外也显著增加，土壤含水量变化不显著（P > 0.05）。（4）土壤理化性质及林分因子对草本植物群落组成具有极显著影响（P < 0.01）。本研究揭示了平朔煤矿复垦区不同人工林下草本植物群落演替特征，可为该区域生态恢复提供科学依据。

对鸡毛高效降解Deinococcus sp. RM菌株的基因组，及其降解鸡毛过程中的转录组进行测序，筛选出表达量高的蛋白酶基因重组至Pichia pastoris GS115菌株中进行诱导表达，对重组蛋白酶分离纯化、酶学性质以及降解鸡毛的效果进行测定。结果表明，RM菌株共4 132个基因，3 844个基因表达，其中444个基因表达胞外蛋白，26个为胞外蛋白酶。较高表达量的sp02200基因在P. pastoris GS115菌株中获得成功表达，该重组蛋白酶rSp02200属于一种新型热应激需求蛋白家族DegQ类蛋白酶，最适反应温度为37 ℃，在30 ℃以下保持较好稳定性，最适pH 为7.5，在pH 4.0~11.0能保持70%以上蛋白酶活性，并且能将长、粗的鸡毛羽轴和羽枝降解为细小的羽轴和羽枝。因此，Sp02200蛋白酶是RM菌株降解鸡毛过程中的一种重要酶，这为探究RM菌株降解鸡毛相关基因的研究提供了参考。

本文利用MATLAB（MATrix LABoratory），仿真模拟了径向指数（p）取任意非负整数时，两束拓扑荷数（l）相反的分数阶涡旋光束（拉盖尔-高斯光束）的干涉图样，以及径向指数取任意非负整数时，两束拓扑荷数不相等的涡旋光束（拉盖尔-高斯光束）的干涉图样。通过理论分析发现，随着拉盖尔-高斯光束的拓扑荷数和径向指数的变化，光束的干涉图样也会相应地发生变化。在等量异号分数阶拉盖尔-高斯光束干涉图案中光斑数为 \mathrm{2} \left|l\right|，光斑层数为p+1；非等量异号拉盖尔-高斯光束的干涉结果与等量异号拉盖尔-高斯光束相似；非等量同号拉盖尔-高斯光束干涉图案中，若拓扑荷数绝对值差值较小时，亮光斑数为 \left|l_{\mathrm{2}}\right| - \left|l_{\mathrm{1}}\right|；若拓扑荷数绝对值差值较大时，则会呈现一亮一暗的同心圆环。这一研究成果为涡旋光束的拓扑荷数和径向指数的测量提供了新的方法。

针对传统算法在低信噪比、小快拍、信源相干等情况下，波达方向 （Directional of Arrival，DOA）估计精度低的问题，提出了一种基于正交三角分解（Orthogonal Triangular Decomposition，QR）的正则化回溯匹配追踪算法（QR-Regularized Backtracking Matching Pursuit，QR-RBMP）。该算法首先对感知矩阵进行QR分解，以增大感知矩阵的独立性；再利用正则化思想和回溯机制优化匹配追踪算法，来提高信号重构精度；正则化思想对匹配追踪算法初次选择的原子进行二次筛选，选出最相关且能量最大的相关原子，回溯思想对正则化选择得到的原子进行再次筛选，删除不正确的原子，提高所选择原子的正确性，进而提高了匹配追踪算法的重构精度。最后得到重构的信号，信号非零元素所对应的位置即为DOA估计的结果。通过一系列仿真实验，并与多重信号分类算法（Multiple Signal Classification，MUSIC）、正则化正交匹配追踪算法（Regularized Orthogonal Matching Pursuit，ROMP）、基于子空间追踪算法（Subspace Tracking Algorithm，SP）、无平方根方法的SP算法（ISP）以及能量排序的回溯正则化匹配追踪算法（Backtracking Regularization Matching Pursuit for Energy Sorting，ESBRMP）估计方法基于均方根误差（Root Mean Square Error，RMSE）、分辨概率（Probability of Resolution，POR）进行对比分析。结果表明该算法在相同条件下均方根误差比现有最优方法降低了约42%，成功分辨率提高了8%。

本文对200 GeV的Au +Au碰撞中粲奇异介子D_S ^±的横动量谱进行了模型研究。利用非广延Tsallis统计模型、冲击波模型和Tsallis冲击波模型分析了不同碰撞中心度的粒子分布，并与实验结果进行了比较和讨论，给出和解释了模型各自适用的横动量范围以及其中的动力学冻结参数。非广延参数q和动力学冻结温度随中心度百分比的升高而升高，平均径向流随中心度百分比的升高而降低。与边缘碰撞相比，中心碰撞的热化火球寿命较长，具有更长的演化时间。D_S ^±的动力学冻结时间早于轻强子，具有较小的径向流速，和较高动力学冻结温度。由于质量较大，产生于碰撞更早期，携带着夸克胶子等离子体（Quark-Gluon Plasma， QGP）的相关信息。这些冻结性质有助于加深我们对高能核碰撞中反应体系演化的理解。

为了研究朝鲜毛球蚧Didesmococcus koreanus Borchsenius“预蛹”和“蛹”生殖系统的发育，通过体视显微镜（Olympus）观察其2龄若虫至雄成虫形态特征的变化规律。结果表明：朝鲜毛球蚧预蛹期为2 d~4 d，蛹期4 d~6 d；雄性生殖系统主要由一对精巢（T）、一对输精管（vd）、射精囊（es）、射精管（ej）以及一对性附腺（me）组成。在不同发育阶段，朝鲜毛球蚧雄性生殖系统的形态结构发生一系列的变化。2龄若虫末期精巢的顶端膨大，充满白色内容物。预蛹期精巢基部变粗，内容物呈现明暗条纹，输精管和射精管的长度有所增加。蛹期精巢内容物呈凝胶状，明暗条纹消失。雄成虫精巢形态变得扭曲，呈现出端部尖细，基部膨大的形态特点，射精囊明显膨大，充满白色凝胶样精子。

人物属性抽取旨在从人物介绍中抽取人物的各项属性，如性别、国籍等。已有抽取方法通常由序列标注模型对远程监督数据进行训练从而得到抽取模型，但是用该方式在数据上存在标注不准确和不同属性值重合的问题，在模型上缺少可扩展性和可泛化性能力。为解决此问题，该文提出将任务转化为阅读理解问题，通过阅读人物介绍来对人物属性表进行填写补全。为此，本文构造了一份基于阅读理解的文档级人物属性抽取数据集，并采用了基于Transformer算法的双向编码表征模型-机器阅读理解（BERT-MRC）和基于Transformer算法的双向编码表征模型-条件随机场-机器阅读理解（BERT-CRF-MRC）两种基线模型。研究结果表明BERT-CRF-MRC相比于BERT-MRC在F1值上高三个百分点，BERT-CRF-MRC的试验结果在短文本人物介绍中F1平均值约为92%，在长文本人物介绍中F1平均值约为75%。本文的新构建数据和代码已公开在Github上。

本文主要研究一类带有时空时滞的混合扩散竞争系统行波解的存在性。首先，为了消除时空时滞的影响，根据时空时滞中核函数的特性，把带有时空时滞的由两个方程耦合而成的扩散系统转化为无时滞的由四个方程耦合而成的扩散系统。其次，通过变换将系统转化为单调系统。最后，利用上下解方法和不动点定理证明行波解的存在性。

基于分数阶薛定谔方程，研究了对称皮尔斯脉冲的传输特性。研究发现，在Lévy指数作用下，对称皮尔斯脉冲劈裂为强度相等的两束光。当Lévy指数等于1时，两束皮尔斯脉冲能够保持较长距离的稳定传输。随后引入变系数，在周期调制的作用下，对称皮尔斯脉冲在传输过程中发生周期性聚焦，脉冲特性在焦点处重现且强度基本维持不变。其次，讨论了Lévy指数和啁啾参数对皮尔斯脉冲传输特性的影响。结果表明，对于具有二次啁啾的皮尔斯脉冲，Lévy指数与啁啾参数会影响焦点处的强度。啁啾参数保持不变，Lévy指数越大，焦点处强度越大。Lévy指数保持不变，啁啾参数绝对值越大，焦点处强度越大。此外，不同参数对皮尔斯脉冲相互作用的影响也进行了研究。改变脉冲的间距，相位，焦点位置处的强度也会发生相应的变化。

针对当前加密流量识别研究中因神经网络架构导致特征信息提取不充分的问题，本文提出了一种基于注意力的多特征融合加密流量识别方法。所提方法聚焦于加密流量的层次结构特点，设计了两个并行的网络分支进行特征提取，分支一采用残差神经网络（Residual Neural Network， ResNet）提取流量的原始特征，分支二利用不规则大小卷积核组成的Inception-CNN（Convolutional Neural Networks）提取流的统计特征进行表征以补偿流量裁剪带来的信息损失。此外，本文将统计特征由现有的灰度图转换成RGBA图像的形式作为输入来帮助模型更有效地提取特征。两个分支提取到的特征被合并为新的特征向量输入到通道注意力模块中进行加权，以增强流量特征的表征能力。实验结果表明，该模型较现有典型的加密流量分类方法具有更好的表现，精度、召回率和F1-score均有明显提高，其中综合性能指标F1-score较现有方法平均提高了6%。

本文研究了窄带噪声激励下黏弹形状记忆合金（Shape Memory Alloy， SMA）弹簧振子系统的动力学响应。根据SMA多项式本构关系，引入黏弹性介质描述弹簧阻尼，建立了随机SMA动力学方程。采用Lindstedt-Poincaré和多尺度相结合方法，得到系统的幅频响应和稳态矩方程，并探讨了幅频响应与稳态矩随黏弹参数、噪声强度等变化的规律。研究结果表明，黏弹项能够影响系统的非线性刚度和结构阻尼；噪声强度和黏弹参数都能够诱导系统发生随机跃迁现象。这些都为黏弹SMA复合结构的稳定性提供了理论参考。

本文研究周期梯度磁场作用下，两组分玻色-爱因斯坦凝聚体的动力学演化。研究方法包括在线性情况下的解析分析和非线性情况下的数值模拟。在线性情况下，通过应用旋波近似，随时间演化的系统波函数能够被解析求解。结果表明凝聚体中两个组分的原子在磁场作用下进行拉比振荡，通过调整磁场的梯度和周期能够控制拉比振荡的振幅和振荡周期。在非线性情况下，通过数值求解Gross-Pitaevskii方程发现当非线性较弱时，结果与线性的情况类似。随着非线性强度的增加，系统的共振点发生偏移，基态原子转移到激发态上的比例逐渐下降。本文研究的重点是在共振情况下，通过拉比振荡将基态原子转移到激发态上，从而为进一步研究激发态的动力学特性铺平道路。

本文基于吗啉基团修饰的柱［5］芳烃主体H1和有机胺盐客体分子G1，建立了具有pH响应性的主客体识别体系。在中性条件下，H1和G1发生主客体络合形成［2］准轮烷。该主客体体系具有双重pH响应性：在酸性条件下，主体H1被质子化转变成H2，从而与客体G1解络合；在碱性条件下，客体G1转变成G2， 主客体络合物也发生解离。利用这一主客体识别体系，将主客体络合物、酸和碱作为输入信息，在不同的组合条件下输出不同的信息，从而成功实现了分子逻辑门的构筑。

考虑到传染病传播过程中宿主体内病毒载量和医疗资源有限对疾病传播的影响，提出一类具有饱和治疗率的宿主体内和宿主之间耦合的多尺度传染病模型。首先，对于宿主之间疾病传播模型，通过计算得到基本再生数，并给出刻画其无病平衡点和地方病平衡点的存在性与稳定性的判别准则。特别地，当基本再生数小于1时，模型存在两个地方病平衡点，其中一个局部渐近稳定，另一个不稳定。当基本再生数大于1时，模型存在唯一的地方病平衡点，它在特定条件下是全局渐近稳定的。其次，探讨医疗资源有限导致的前向/后向分支的存在性，这意味着疾病的消除或流行不再取决于基本再生数，而是与感染者的初始状态以及医疗资源的供应密切相关。最后，通过数值模拟解释了本文的主要理论结果。

在全球老龄化背景下，老年人的健康问题逐渐凸显，认知刺激对话是保持老年人认知健康的重要手段。前人构建了一个结合情感支持的中文认知刺激对话数据集（Chinese Cognitive Stimulation Dialogue Dataset，CSConv），开启了中文认知刺激对话的研究工作。但是没有充分建模认知刺激对话中的逻辑推理关系，生成对话时没能有效利用策略标签的指导作用。本文将认知刺激对话生成视为一个多任务融合的逻辑思维推理过程，将情感分类任务、决策任务和对话回复生成任务间的逻辑关系，建模为一个推理过程，来引导大语言模型生成。针对决策任务，本文提出分层编码器结构的决策模型。决策实验结果表明，决策模型分别将认知刺激治疗原则及情感支持策略决策任务的准确率提高了3.96%和2.1%。针对多任务逻辑思维推理过程，本文提出多任务融合方法，将分类、决策、生成三个任务对应的模型结合在一起。实验结果表明，相比前人方法，多任务融合方法将双语评估替分-4（Bilingual Evaluation Understudy Score based on 4-gram，BLEU-4）提升了7.95%，表明对话回复能力得到提升，证明了该方法的有效性和先进性。

为了提升喹啉加氢制备1，2，3，4-四氢喹啉的反应活性，采用二维亚胺含芘共价有机骨架材料（Py-COF）为载体合成了Pd纳米颗粒催化剂（Pd/Py-COF），结果显示其在喹啉加氢中的活性是商用Pd/C催化剂的2.1倍。高分辨电镜、X射线光电子能谱、CO溶出伏安及对比实验等研究结果表明Pd/Py-COF的高活性来自富电子的Pd表面增加底物吸脱附及喹啉与Py-COF之间的弱相互作用。此外， Pd/Py-COF显示出了良好的循环使用性和底物适用性。该工作强调了采用COF骨架调控金属纳米粒子催化性能的重要性。

边缘计算结构比传统云计算更具复杂性，因此数据完整性问题变得尤为重要。针对目前完整性审计方案中仍然存在的隐私保护能力差、计算存储开销大、系统复杂度高、不支持动态操作等问题，本文提出基于动态变色龙认证树的完整性审计方案。该方案在数据加密阶段，引入无证书公钥密码体制，在用户端生成数据加解密钥，保证了数据在系统传输过程中的完整性、机密性；在数据上传阶段，采用动态变色龙认证树存储结构，保证数据存取过程全动态操作的同时，减少通信计算开销；并利用边缘节点的计算能力进行完整性审计，避免了因第三方审计机构而产生的单点失效问题。在随机预言模型下，基于计算性Diffie-Hellman困难问题（Computationa Diffie-Hellman Problem，CDH）和离散对数困难问题证明了本方案的机密性。实验证明，相较于其他完整性审计方案，本方案的计算效率更优，能节省约50%的计算存储开销。

本文针对传统的三支决策方法面临的三个关键挑战进行了深入研究。首先，传统方法需要明确定义主观阈值，这限制了其在不同场景下的适用性。其次，传统方法在信息融合方面缺乏强解释性，难以提供清晰的决策依据。因此，本文利用复模糊集构建可调多粒度复模糊信息系统，并结合基于决策的三支决策方法客观获取分类阈值，构造了可调多粒度复模糊概率粗糙集。最后，决策者常常受制于有限理性，这在实际决策中不可避免。基于此，本文在行为决策理论下，将决策者在决策过程中心理因素对结果的影响展现出来。综上所述，本文提出了一种基于复模糊集和后悔理论的多粒度三支决策模型，旨在解决复杂多属性群决策问题。进一步地，本文利用共享单车租赁数据集进行了详细的实验分析，验证了该模型在求解复模糊环境下蕴含决策风险和有限理性的决策问题时的可行性和有效性。同时，在容错能力和专家经验所发挥的效能上，都获得了较大提升。