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

研制了一种无机材料构成的验电标识,放置在导线周围,通过电场驱动电子的运动,促进载流子复合,进而使材料发光,从而判断带电情况,其作为验电标识使用非常便捷.选取了氮化镓GaN材料进行研究,以GaN、InGaN等材料为基础,通过溶胶凝胶法、气相外延等方法制备接触层、基片层、材料层等结构,进而获得了验电标识,该验电标识的发光层是具有多量子肼结构的纳米棒阵列.然后对其进行了电学光学性能参数测试,获得了有关特性曲线,通过Ansoft-maxwell有限元软件进行仿真,分析材料在特高压输电线路周围的电场分布,通过试验分析验电标识发光所需求的电磁环境.最后模拟导线现场进行测试.研究表明,该低场致发光特性的验电标识具有发光功耗低,发光明显等优点,其处于所在区域的电场强度达到1.2×106V·m-1以上时,可激发发光,此时所注入电流约为1.1 mA.通过仿真和试验分析可知带电特高压输电线路周围的空间电场强度满足验电标识发光指示的要求,同时空间杂散电流和材料本身的电容效应提供注入电流.该验电标识通过材料本身发光特性来指示带电状态,安装在距离特高压导线轴线13 cm及以内的范围即可实现验电,通过封装具有较好的耐候性能,同时避免了复杂的电路装置验电存在易受电磁干扰,可靠性差等问题

相变储能技术的发展对于促进新能源开发和提高能源利用效率具有非常重要的意义。相变材料由于具有高储能密度和小体积变化等优势引起了人们的广泛关注。然而，相变材料在固–液相转变过程中易发生液体泄漏而限制了其应用。因此，人们选择用多孔支撑材料来解决相变材料的泄露问题。介孔二氧化硅材料由于具有良好的物理化学稳定性、生物相容性、阻燃性能、低毒性、耐腐蚀性、尺寸可控、表面形貌可调和高比表面积等优点，其作为载体材料能综合提高相变复合物的各方面性能并拓宽相变储能材料的应用空间。对近年来国内外关于介孔二氧化硅载体的孔尺寸、孔结构和孔表面性质对相变材料结晶行为的影响等方面进行了综合分析，并对今后提高介孔二氧化硅相变材料储能效率的研究方法的前景做了展望

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

提出可在稀疏角域以及多普勒域下对天线阵列信号向量进行接收和分析的方法,讨论在多普勒频域范围内的DOA估计问题,并在有效的频带范围内提取信号冲激响应较大的值.在稀疏DOA的恢复过程中采用的是L2,0估计算法,并在多路天线频谱感知的架构下充分利用DOA所固有的稀疏特性,对其进行稀疏恢复.对于在测试环境中不可避免的噪声问题,分析三种不同噪声分布下的DOA估计误差问题.仿真结果显示频域范围内的L2,0-DOA估计算法具有较低的计算复杂度和较高的准确度,并且算法对噪声不敏感,鲁棒性较高

基于块体化程度和物元可拓理论,提出一种适用于顶板稳定性分级的BET法(classification method based on blockiness and extension theory).从三维空间上运用块体化程度指标刻化顶板围岩的完整性,建立以块体化程度、单轴抗压强度、节理条件和地下水条件为指标的评价体系;构建物元可拓模型的经典域、节域和待评物元,分析指标间不相容问题,用可拓层次分析法计算指标权重;综合计算关联度,制定出稳定性分级方法与标准.选取广西铜坑矿四个裂隙岩体试验区,进行BET分级法的工程应用研究.将BET法分级结果分别与RMR法、RSR法、Q法等传统方法及BT法的结果进行了对比.结果表明:与其他各类分级方法相比,BET法所选指标体系更全面,评价方法更客观、科学,评价结果更准确

针对人耳识别中存在姿态、光照变化等问题,提出信息融合的方法,将二维人耳和三维人耳的信息进行融合,以克服姿态、光照对人耳识别的影响.对于二维人耳,由于姿态等的变化会导致人耳图像数据在高维空间中呈现出非线性流形结构,采用等距映射这种流形学习算法进行特征提取,对三维深度人耳则采用3D局部二值模式进行特征提取,然后分别进行二维和三维人耳识别,最后在决策层进行融合识别.在79人的人耳数据库上进行了实验,每人8幅带姿态的二维人耳图像和6幅带光照的三维人耳深度图像.实验结果表明,与单独的二维人耳和三维人耳识别相比,融合之后的识别效果和认证效果均有很大的改善

建立快速有效的针对大规模文本数据的聚类分析方法是当前数据挖掘研究和应用领域中的一个热点问题.为了同时保证聚类效果和提高聚类效率，提出基于\互为最小相似度文本对\搜索的文本聚类算法及分布式并行计算模型.首先利用向量空间模型提出一种文本相似度计算方法；其次，基于\互为最小相似度文本对\搜索选择二分簇中心，提出通过一次划分实现簇质心寻优的二分K-means聚类算法；最后，基于MapReduce框架设计面向云计算应用的大规模文本并行聚类模型.在Hadoop平台上运用真实文本数据的实验表明：提出的聚类算法与原始二分K-means相比，在获得相当聚类效果的同时，具有明显效率优势；并行聚类模型在不同数据规模和计算节点数目上具有良好的扩展性

运用运筹学中图论及多目标优化的理论和方法建立应急救援物资车辆最佳运输路线的选择模型，并基于启发式算法求解该模型.从静态网络应急物资车辆运输路线的双目标优化问题入手，设计适合本文模型的算法，并将之推广至含有三个及三个以上优化目标的路线选择问题.引入时间扩展图的概念，将动态网络中的最佳运输路线问题转化为静态网络中的路径选择问题.算法实质是通过构造辅助决策函数实现Dijstra算法的调用，并在辅助函数构成的搜索空间上寻找最优解，是一种快速的、近似的算法.利用随机路网和真实路网测试本文算法，测试结果与本文的理论分析一致，证明本文算法在应急救援物资车辆运输路线的多目标优化问题中可行且有较好的应用效果

针对高炉炼铁过程的关键工艺指标——铁水硅含量[Si]难以直接在线检测且化验过程滞后的问题,提出一种基于稀疏化鲁棒最小二乘支持向量机(R-S-LS-SVR)与多目标遗传参数优化的铁水[Si]动态软测量建模方法.首先,针对标准最小二乘支持向量机(LS-SVR)的拉格朗日乘子与误差项成正比导致最终解缺少稀疏性的问题,提取样本数据在特征空间映射集的极大无关组来实现训练样本集的稀疏化,降低建模的计算复杂度;其次,标准最小二乘支持向量机的目标函数鲁棒性不足的问题将IGGⅢ加权函数引入稀疏化后的最小二乘支持向量机模型进行鲁棒性改进,得到鲁棒性较强的稀疏化鲁棒最小二乘支持向量机模型;最后,针对常规均方根误差评价模型性能的不足,提出从建模误差与估计趋势评价建模性能的多目标评价指标.在此基础上,利用非支配排序的带有精英策略的多目标遗传算法优化模型参数,从而获得具有最优参数的铁水[Si]在线软测量模型.工业实验及比较分析验证了所提方法的有效性和先进性