针对采用以太网控制自动化技术(EtherCAT)工业总线的感应电机交-直-交变频矢量控制系统的入侵检测技术进行了研究. 首先通过对EtherCAT总线协议进行深度解析, 结合目前为止已经发现的EtherCAT工业总线常见协议漏洞, 提取协议数据包的关键特征并构建EtherCAT总线协议入侵检测规则库, 采用三维指针链表树作为针对EtherCAT总线协议规则库的检索数据结构; 其次, 根据感应电机交-直-交变频矢量控制系统的物理模型, 进行模型参数仿真计算, 并根据仿真计算值, 构建矢量控制模型入侵特征的最小二乘支持向量机(least square support vector machine, LSSVM)分类器, 使用混沌粒子群优化(choatics particle swarm optimization, CPSO)算法对分类器的参数进行优化, 二者共同构成了CPSO-LSSVM入侵检测分类算法. 异常数据包在被分类后, 会被传递给Suricata入侵检测引擎进行精确规则匹配; 最后为该入侵检测系统搭建物理实验环境, 经过测试, 本文中的交-直-交变频矢量控制模型仿真结果动态性能良好, 与实际矢量控制系统参数的波形变化趋势相近. 通过抽取KDD Cup99测试数据集中的一部分对该入侵检测系统实施DOS攻击、R2L、U2R以及PROBING攻击行为, 验证该入侵检测系统的有效性

针对如何识别无人机的问题，提出了一种基于卷积神经网络的声音识别无人机的方法。首先，对100 m范围内的无人机、鸟和人的声音进行采集、预处理和提取MFCC+GFCC特征值，将其特征参数作为卷积神经网络学习和识别的数据集；然后分别设计了支持向量机和卷积神经网络两种模型对无人机等声音进行识别实验。实验结果表明，运用支持向量机识别无人机的准确率为91.9%，卷积神经网络识别无人机的准确率为96.5%。为了进一步验证设计的卷积神经网络的识别能力，在部分UrbanSound8K数据集上进行测试，准确率达到90%。实验结果表明运用卷积神经网络识别无人机具有可行性，且识别性能优于支持向量机

针对焊缝缺陷磁记忆检测中存在定量化反演难题,建立了基于改进的支持向量回归机定量反演模型.以预制不同尺寸未焊透和夹渣缺陷的Q235焊接试样为试验材料,进行磁记忆扫描检测发现:缺陷位置的磁记忆信号特征参数随尺寸变化而呈现一定的变化规律,但同时存在分散性和不确定性.鉴于磁记忆信号样本的有限性、分散性和非线性,首先将提取到的磁记忆特征参数进行归一化处理,引入支持向量回归机建立焊缝缺陷磁记忆定量反演模型,并进一步利用模拟退火算法对支持向量回归机参数进行优化,使目标函数达到全局最优而非局部最优.最后,考虑到由磁记忆信号逆向反推缺陷的三维尺寸,存在解的不确定性,为此在缺陷单维尺寸反演模型的基础上,通过构建多层结构的支持向量回归机进行多尺寸反演输出,建立了基于模拟退火支持向量回归机的焊缝缺陷磁记忆定量反演模型,结果表明:未焊透缺陷尺寸反演最大相对误差为7.96%,夹渣缺陷为4.97%,为焊缝缺陷的磁记忆反演与定量化评价提供一种新的思路

综述了土壤中铬的来源,土壤中铬的赋存形式及其提取方法,国内外铬污染土壤修复技术研究动态,探讨了铬污染土壤修复的发展方向,并对现阶段主要的修复技术,诸如客土法、稀释法、固定化和稳定化、化学还原、土壤淋洗、电动修复、生物修复等进行了详细介绍,进而对各种修复方法的优缺点进行了对比、归纳和评价,针对不同特点、性质的铬污染土壤给出修复方法的建议,为清洁高效修复铬污染土壤提供参考

在介绍了铅元素污染背景、现状与危害的基础上，对土壤中铅的来源、赋存形式及其提取方法进行了详细介绍。结合土壤修复技术研究现状，对三大修复方法如物理、化学及生物修复法进行了系统综述，并从效率、适用性、经济性等方面评估了3种修复方法的优势与劣势，发现化学修复最适合重毒性铅污染治理。随之对化学淋洗法和固定化/稳定法作了详细介绍，探讨并评价了不同种类淋洗剂和固化剂的修复机制、修复效果、适用性和应用前景等。最后对未来重毒性铅污染土壤清洁高效修复提出了展望，修复方法应尽量减少对土壤的破坏；对高铅污染土壤来说联合修复技术的发展是土壤修复富有潜力的发展方向；应当尽可能地确定铅污染土壤修复机制，实现定向修复；同时应加强多功能复合材料的研发

通过有限空间100 min极限载人实验,提出了基于光电容积脉搏波(PPG)的客观疲劳测量方法并开发了光电容积脉搏波信号特征参数提取算法用来掌握生理疲劳的血液动力学与循环系统变化特征.研究结果表明,人体出现生理疲劳时,光电容积脉搏波信号平均周期显著大于未疲劳状态(p<0.001),血管阻力增大,每搏射血量明显下降;计算了未疲劳与疲劳状态下光电容积脉搏波信号的两种复杂度(KC复杂度和高阶KC复杂度)发现,两种复杂度计算结果一致,均为未疲劳时波形比疲劳时波形更平稳.因此表明光电容积脉搏波信号能够捕捉到疲劳状态的生理变化,解决了生理疲劳的客观测量与快速判断问题

主要介绍了稀土资源的重要作用及利用现状，对我国的稀土矿分布及特征进行概述，并提出稀土开采存在的问题及微生物采矿的优势。回顾利用微生物进行稀土矿开采的发展进程，总结其研究进展，介绍微生物采矿作用机理的研究，主要包括微生物浸出、吸附和积累稀土元素机理的相关研究，以及稀土矿采矿微生物的分离方法及种属分布等。以中国白云鄂博矿床和澳大利亚Mount Weld矿床中的矿石为例，说明微生物对矿石中稀土元素的提取作用。简述微生物对废弃物中稀土元素的回收作用，及微生物利用稀土元素技术将面临的挑战，并对其未来进行了展望

提出一种基于参考模型的视网膜特征量化方法，结合医生诊断过程中关注的视网膜形态变化特征，提出一系列适用于计算机判断分析视网膜状态的可量化特征.在完成正常光学相干断层成像（OCT）中视网膜内界膜（ILM）、光感受器内外节交界处（ISOS）、布鲁赫膜（BM）分割提取的基础上，利用统计方法构建正常视网膜参考模型.结合参考模型和医生所关注的视网膜厚度、边界平滑度以及边界连续性，实现视网膜不同区域厚度特征、厚度比值特征、梯度特征、曲率、标准差、相关系数特征的计算.基于正常OCT图像所构建的参考模型，获取了正常视网膜的厚度及形态特征量化数值.通过分析比较异常OCT图像与参考模型特征数值之间的差异，可以对应表征出异常图像中病变导致的异常形态所在位置及严重程度.实验结果表明，通过参考模型获得的正常视网膜特征信息可以为医生提供数值参考，同时对异常OCT图像量化得到的特征数值可以表现出图像中的异常形态，为后续的异常判断提供基础

提出了一种联合多种边缘检测算子的无参考质量评价算法，同时考虑一阶和二阶边缘算子，避免了单一算子的局限性.该方法首先将彩色图像转换为灰度图像，然后计算灰度图像的梯度，相对梯度以及LOG特征.本文所使用的特征分为两部分，一部分提取相对梯度方向的标准差，另一部分利用条件熵来量化不同特征之间的相似性和相互关系，并且考虑到人眼特性进行多尺度计算，最后使用自适应增强（AdaBoost）神经网络进行训练和预测.在公共数据库LIVE和TID2008上进行实验，结果表明新方法对失真图像的预测评分与主观评分有较高的一致性，能很好地反映图像质量的视觉感知效果，仅使用10维特征，性能优于现有的主流无参考质量评价算法

微震能级随时间发生变化，高能级微震事件与冲击地压有良好的对应关系，为预测矿山微震能量时序变化，基于一维卷积神经网络（Convolutional neural networks，CNN），建立微震能级时间序列预测模型；通过模型训练，实现以前十次微震事件的能量级别作为输入来预测下一次微震事件的能量级别。由于微震样本数据类间不平衡问题，导致模型测试时将106能量级别的微震事件全部判断为105能量级别的微震事件，为进一步提高模型对106能级微震事件预测的准确率，对模型进行改进并使用混合采样方法训练改进后的模型；利用砚北煤矿250202工作面微震能级实测部分数据，改进后模型的总体测试正确率达到98.4%，其中106能量级别的微震事件测试正确率提升到99%。将模型应用于砚北煤矿250202工作面进行微震能级时序预测，模型的预测正确率整体达到93.5%，且对高能级微震事件的预测正确率接近100%