为了给数控机床故障的精准诊断提供保障，延长数控机床使用周期，以数控机床历史维修记录为研究对象，对数控机床设备故障领域的命名实体识别进行了研究。在分析历史维修记录中的故障描述特点后，提出了一种基于双向长短期记忆网络（Bidirectional long short-term memory, BLSTM）与具有回路的条件随机场（Conditional random field with loop, L-CRF）相结合的命名实体识别方法。首先，对输入语句进行分词和标注，使用Word2vec中的Skip-gram模型对标注语料进行预训练，将其生成的字向量通过词嵌入层转化为字向量序列；然后，将字向量序列输入BLSTM学习长期依赖信息；最后将句子表达输入L-CRF获取全局最优序列。实验结果表明，该方法明显优于其他命名实体识别方法，为数控机床设备的智能检修与实时诊断任务打下了坚实的基础

深锥浓密机的面积或占地大小主要由其固体通量决定。通过量筒静态沉降实验，计算得到深锥浓密机固体通量，分析了絮凝剂单耗、料浆浓度对深锥浓密机固体通量的影响，得到了两种因素对深锥浓密机固体通量的影响规律。结果表明，尾矿在5～30 g·t?1的絮凝剂单耗下，基本呈现二次函数关系；料浆的固相质量分数为6%～26%时，固体通量呈现先增大后减小的趋势，与实验所得的规律相契合。通过对絮凝剂单耗和料浆浓度耦合效应下的固体通量方程回归分析，得到三者之间的数学关系，进而确定二者对固体通量的贡献为：料浆浓度>絮凝剂单耗。结合絮凝剂及料浆浓度对固体通量的影响分析，总结了絮凝剂单耗和料浆浓度贡献值不同的原因。最后，结合单因素和耦合条件下的数学方程，对深锥浓密机的设计和运行提出工程建议。在深锥浓密机运行过程中，需要优先保证料浆浓度，其次是絮凝剂单耗

基于非均匀分布的虚拟材料模拟螺栓连接薄板搭接部分的力学特性，其中虚拟材料的材料参数用复模量表示，可直接生成复刚度矩阵以表示搭接部分的刚度及阻尼特性，省却了常规建模中生成结合部阻尼矩阵的步骤，在保证模型精确性的基础上简化了建模流程，以此建立了螺栓连接薄板结构的半解析模型并对其进行了动力学分析。首先描述了建模理念，将虚拟材料分别假定了三种复模量非均匀分布形式模拟螺栓搭接部分的力学特性，提出用反推辨识技术确定虚拟材料储能模量与耗能模量的方法。接着，基于能量法并用正交多项式假定模态，推导了螺栓连接薄板的半解析分析模型，并创新性地给出了求解半解析模型任意锤击点与拾振点处频响函数的公式。最后，以一个具体的螺栓连接薄板结构为对象进行了实例研究，结果表明：用所创建的半解析模型计算出的各阶仿真固有频率与实验测得的各阶固有频率的误差均在5%以内，计算得到的各阶仿真模态振型以及频响函数曲线与实测值均较为接近，从而证明了利用复模量非均匀分布的虚拟材料模拟螺栓搭接部分可有效简化螺栓结合部建模，亦可达到较高的仿真计算精度

深度神经网络近年在计算机视觉以及自然语言处理等任务上不断刷新已有最好性能，已经成为最受关注的研究方向.深度网络模型虽然性能显著，但由于参数量巨大、存储成本与计算成本过高，仍然难以部署到硬件受限的嵌入式或移动设备上.相关研究发现，基于卷积神经网络的深度模型本身存在参数冗余，模型中存在对最终结果无用的参数，这为深度网络模型压缩提供了理论支持.因此，如何在保证模型精度条件下降低模型大小已经成为热点问题.本文对国内外学者近几年在模型压缩方面所取得的成果与进展进行了分类归纳并对其优缺点进行评价，并探讨了模型压缩目前存在的问题以及未来的发展方向

在调研国内外众多金属矿山和收集大量相关文献的基础上, 综述了国内外金属矿山开采现状及研究进展, 聚焦深部开采主要工程技术难题, 从开采动力灾害预测防控、深井高温热害控制治理、深井提升、深井开采方法工艺变革、深部选矿新技术、智能无人采矿这六个方面, 提出了解决我国深部开采难题的战略建议, 结果表明: (1)5000m开采深度将会是我国金属矿深部开采中长期战略研究目标; (2) 无绳垂直提升技术具有提升效率高, 使用限制少的特点, 建议我国重点针对此类技术装备研发; (3)将深部矿产资源开采与深部能源开发相结合, 可以有效降低深部降温成本, 是解决深部采矿经济性的新途径; (4) 新一代采矿技术需对原有的采矿模式和开采工艺进行变革, 机械连续切割破岩技术是未来超深矿井建设的重要发展方向; (5) 充填法是保证深部开采安全最有效的方法之一，应对充填材料、充填工艺进行更深入的研究; (6) 我国尚不具备全面推广遥控智能化无人采矿的条件, 可以通过产学研联合攻关等方式逐步提高矿山生产自动化和遥控智能作业水平

多聚焦图像融合是计算机视觉领域中的一个重要分支，旨在使用图像处理技术将同一场景下的聚焦不同目标的多张图像中各自的清晰区域进行融合，最终获得全清晰图像。随着以深度学习为代表的机器学习理论的突破，卷积神经网络被广泛应用于多聚焦图像融合领域，但大多数方法仅关注网络结构的改进，而使用简单的两两串行融合方式，降低了多图融合的效率，并且在融合过程中存在的失焦扩散效应也严重影响了融合结果的质量。针对上述问题，在显微成像分析的应用场景下，提出了一种最大特征图空间频率融合策略，通过在基于无监督学习的卷积神经网络中增加后处理模块，规避了两两串行融合中冗余的特征提取过程，实验证明该策略显著提高了多张图像的多聚焦图像融合效率。并且提出了一种矫正策略，在保证融合效率的情况下可有效缓解失焦扩散效应对融合图像质量的影响

为了更加快捷、高效地判定边坡稳定与否，基于机器学习，融合主成分分析法（PCA）、参数调整、影响因素权重分析等，建立了一种边坡安全稳定性评价体系。研究发现，运用PCA可以在保留80%数据原信息的前提下将输入变量维度从六维降至三维，但此时模型效果有所下降；随机森林及梯度提升(XGBoost) 两种学习算法均可搭建有效的边坡安全稳定性评估模型，通过对其预测效果的对比分析，确定XGBoost为最佳评价模型。与此同时，采取卡方检验、F检验以及互信息法3种相关性检验手段，并通过计算评价因子的重要程度且加以可视化展示，明确了容重、坡高、内摩擦角以及内聚力4个内在因素的重要性，最终将评估结果与实际结合提出了边坡安全防护措施

岩石多场耦合作用的研究已经开展了数十年，包括岩石在单一物理场、两场耦合或三场耦合作用效应的研究。然而深部矿产资源开采和地下空间开发中岩体的赋存环境非常复杂，岩体在高温、高渗透压、高应力及复杂水化学环境中将发生温度–水流–应力–化学（THMC）多场耦合作用。综合分析岩石多场耦合作用下的裂隙演化、变形力学机制、力学本构和耦合模型构建等方面的研究，在分析岩石强度理论的基础上得出岩石多场耦合本构模型以及岩石蠕变本构模型。不同行业对岩石多场耦合作用的研究重点存在一定的差异，岩石多场耦合作用不仅涉及到矿产资源开发、油气田开采、地热资源开发等资源能源领域，其在水利水电工程、高寒工程、地下工程、地下核废料处置及深埋能源储库等领域也是研究的重点。岩石在高应力、水流、高温和化学作用下，不仅会发生耦合作用，而且会对岩石本身的物理力学性能产生影响。分析研究多场耦合作用下岩石的力学性能对于预防事故发生和保障工程安全开展具有重要的现实意义。最后探讨分析了岩石多场耦合研究的重点、难点和今后研究的方向，为工程实践和相关问题的解决提供参考

基于国内外学者在宏观接触热阻领域的研究成果，阐述了宏观接触热阻的理论研究和工程应用现状，介绍了宏观接触热阻的理论计算方法、实验测量方法和数值模拟方法，明确了各种方法的优缺点.简述了宏观接触热阻的影响因素，基于中国聚变工程实验堆(CFETR)低温超导线圈的降温实验，创建界面接触热阻分析模型，详细分析了热流方向、温度、压力等因素对超导磁体不锈钢铠甲、介电绝缘材料、失超保护材料接触热阻的影响，并进一步探究了温度、压力等因素导致接触热阻发生变化的热力学原因.最后，结合工程计算中对准确性和便捷性的要求，指出了接触热阻的未来研究方向

采用高温固相法成功制备了 Li2x−ySr1−xTi1−yNbyO3(x=3y/4, y=0.25, 0.5, 0.6, 0.7, 0.75, 0.8) 锂离子固体电解质，并通过X 射线衍射（XRD）、扫描电子显微镜（SEM）、交流阻抗图谱、恒电位极化等分别研究了各个组分的晶体结构、微观形貌、离子电导率和电子电导率. XRD 显示当 y≤0.70 时，材料为立方钙钛矿型结构，几乎没有杂质相生成. SEM 表明随着掺杂含量 的增加材料的晶粒尺寸逐渐增大. Li0.35Sr0.475Ti0.3Nb0.7O3 锂离子固体电解质有着高离子电导率，为 3.62×10−5 S·cm−1，其电子电导率为 2.55×10−9 S·cm−1，活化能仅为 0.29 eV. 使用以 Li0.35Sr0.475Ti0.3Nb0.7O3 为隔膜的 LiFePO4/Li 半电池经过 100 圈循环后，放电比容量仍有 93.9 mA·h·g−1，容量保持率为 90.72%