地球表面有约71%的面积被江河湖海等水体覆盖，陆地上的成像也会受到云雪雨雾等水体影响，但是，当前常见的机器视觉科研工作和应用系统基本只围绕空气和真空介质中的视觉任务展开，涉及不同形态水体的视觉工作没有得到系统的研究.涉水视觉（water-related vision）作为涉水光学技术在视觉领域的具象化体现，重点研究光与水的物质相互作用及跨介质传播过程中，涉水视觉影像信号智能处理与分析方面的科学问题，以及先进智能涉水视觉装备研制方面的工程技术问题.本文从“为什么大海是蓝色的？”这一具有普适意义的问题出发，系统介绍了水对光的吸收、散射、衰减作用机理，对涉水视觉任务造成的影响，以及现有的涉水图像处理与解析方法.本文基于水体光学特性及成像退化机理，介绍了团队在探索涉水成像和图像解析等涉水视觉关键技术及装备方面的成果，先后研制了全海深超高清相机“海瞳”、全海深3D相机、全海深高清摄像机等，形成了从色彩、强度、偏振、光谱等全方位、体系化的水下观测解析装备研制能力，填补了我国全海深光学视觉技术的空白，推动了我国涉水视觉领域技术的升级，应用价值和社会效益显著.
互联网作为国家信息基础设施的重要组成部分，已经在各个领域发挥着巨大的作用.随着其规模不断扩大和应用持续深入，我们也面临着意图不一致的网络行为可能导致的灾难性危害.为了确保互联网的正常运行和网络行为的一致性，我们迫切需要可部署的网络验证技术，以确保网络运行时的行为与网络运维人员的意图一致.当前已经有许多关于网络验证技术的研究，这些研究帮助用户实现自动检测网络错误，并进一步分析错误产生的原因.然而，为了满足互联网规模不断扩大的需求，可扩展性问题成为在互联网部署网络验证技术的一项重要挑战.即如何在满足时间和空间复杂度约束的前提下，快速发现并排查网络策略的错误，真正将网络验证技术应用于实际，成为一个研究热点.本文从数据面验证和控制面验证两个方面出发，深入研究和总结了现有的网络验证研究工作，并探索了基于时空优化的可扩展性技术，对这些方案的特点进行了系统性分析.最后，本文总结和展望了网络验证可扩展技术的未来研究趋势，为该领域的研究人员提供一定的参考.
冯诺依曼计算机体系结构面临着“存储墙”的瓶颈，阻碍AI（Artificial Intelligence）计算性能提升.存算一体硬件结构打破了“存储墙”的限制，大大提升了AI计算的性能.目前存算一体计算方案已在多种存储介质上得到实现，根据计算信号类型，可以将存算一体计算方案分成数字存算一体方案和模拟存算一体方案.存算一体硬件结构使得AI计算的性能取得巨大提升，然而进一步发展仍面临重大挑战.本文对不同信号域的存算一体方案的进行了对比分析，指出了每一种方案的主要优缺点，也指明了存算一体技术面临的挑战.我们认为，随着工艺集成、器件、电路、架构，软件工具链的跨层次协同研究发展，存算一体技术将在边缘端和云端，为AI计算提供更加强大和高效的算力.
当带宽达到20 GHz以上时（波长从15 mm到无穷小），高速高密度电子系统的内部电路电磁环境变得十分复杂，越来越难以建模和分析预测，进一步当带宽达到40 GHz以上时，电路电磁环境问题将变得更加尖锐.为在设计阶段能够对电磁作用过程、作用效应进行预测评估及控制，需要精确的建模方法和针对大尺度问题的快速计算技术，尤其是超大带宽超高速混合电路和集成电路.本文提出了基于混合电路环境电磁计算基础理论的跨尺度处理技术，通过惠更斯等效原理和电磁奇异性几何结构的电磁收敛降速机理的利用，解决了多维交叉多尺度电路电磁环境场路融合的高效率高精度建模技术挑战；利用惠更斯等效原理和基尔霍夫积分方程，在区域边界面上定义了惠更斯端口，提出了对于任意复杂印制电路板（Printed Circuit Board， PCB）同时垂直方向和水平方向区域分解的一般方法，实现了任意PCB结构的分级分类处理和模块化封装，提高了高速高密度电子系统分析的灵活度；提出了基于几何结构电磁学多重本地本征展开的技术途径，发展了基于模式和区域分解分割的快速并行处理技术，通过电磁锐变区域本征描述及场分布的本征基函数表征，实现了高精度和高计算速度兼得，减少了复杂电子系统的计算时间和设计时间.统计数据表明，本文提出的方法在0~40 GHz大带宽频率范围内频偏误差为3.7%、幅度偏差为±3 dB.本文提出的PCB分级建模分析方法可以应用于高端电子通信系统设计，提升我国宽带高速数模系统的高效电路设计和环境电磁调控能力，缩短产品研发周期.
空天通信信道时变性强且包含复杂干扰，而经典信道编码以高斯信道为假设设计，其直接应用将带来通信资源效率低、灵活性差、传输可靠性难以保障等问题.本文针对这一问题提出了一种基于基模图的广义稀疏随机编码构造及实现方法，通过在基于基模图随机编码架构上引入高维代数约束，提升了在极低码率下的编码纠错性能；进一步通过动态调整高维约束阶次和维数实现码率兼容，支持对信道非高斯特征以及传输业务需求的适配.测试结果表明，该编码可实现码率范围1/40~1可变、信息位长度104~20 000 bit可变、速率25 Kbps~10 Gbps可变的编译码，可在SNR=-37.1 dB（对应 ）的低信噪比下实现误帧率优于1.0×10‒4的高可靠通信.
基于分治和按需传输思想的分块传输技术是解决三维全息视频流传输的有效手段.然而，现有的分块方案要么缺乏自适应机制，要么不适用于移动实时通信场景.为此，本文提出了VVSTiler（Volumetric Video Streaming Tiling selector），一种面向全息视频通信的自适应分块传输方法，能够在动态且有限的计算和带宽资源下最大化视频的观感质量.具体而言，本文对不同粒度的分块方案带来的影响进行了初步研究，发现细粒度的分块方案可提高动态网络资源的利用率，粗粒度的分块方案可保证视频编解码效率和鲁棒性.基于此，本文构建了考虑预测视口、可用计算资源以及网络带宽等上下文信息的视频观感质量优化问题，并设计了一个高效的求解方案以支持在线的分块粒度决策.本文在8iVFB（8i Voxelized Full Bodies）标准数据集上将VVSTiler与当前主流的分块传输方法进行了比较.实验结果表明，VVSTiler在有偏差的视口预测情况下实现了高达60.4%的视频观感质量提升，在较准确的视口预测情况下平均每帧视频节省了27%的带宽资源.
程序分析在软件开发和维护中发挥着关键作用.然而，传统基于逻辑的程序分析方法在处理现代复杂、大规模和动态特性丰富的软件系统时往往效果有限，其根源在于软件系统中的不确定性.研究人员针对具体的程序分析问题提出了一系列新的技术，其特征是在传统逻辑分析的基础上结合概率信息来捕获软件系统中的不确定性.通过总结和抽象这些已有工作，本文提出了贝叶斯程序分析框架，其核心思想是结合程序分析和贝叶斯统计推断，通过建模和更新关于程序的概率分布来推断有关程序行为的信息.贝叶斯程序分析采用概率逻辑编程来同时处理概率信息和逻辑信息，用统一的方式捕获了现有的多项不同工作，也能泛化到程序缺陷定位和差异调试等非传统程序静态分析任务上.本文给出了贝叶斯程序分析框架的定义，展示了该框架在程序分析和相关领域的应用，并展望了未来发展方向.
微滴喷射在印刷电子领域有广阔的应用前景，可以在一台设备上完成天线介质基板与导电图案的一体化成形.打印功能器件的表面形貌质量对其电性能有着显著的影响.本文针对微滴喷射三维打印中存在的表面形貌质量难以控制的问题，提出了一种基于预测控制的打印零件形貌补偿方法.首先，基于液滴的逐层堆积行为，建立打印零件形貌预测模型，该模型使用矩阵元素更新描述零件形貌逐层演化，从而准确预测多层打印零件存在的边缘塌陷与表面粗糙度大等形貌缺陷.然后，基于该模型建立预测控制器，通过调整后续层打印图形，实现打印零件形貌缺陷的高效率补偿.采用开环打印与补偿打印的对比实验验证了该方法的有效性.实验结果表明，补偿打印方法使打印零件表面粗糙度下降了66.80%，边缘塌陷量下降了43.22%，有效补偿了打印零件的表面形貌缺陷.最后，采用微滴喷射三维打印工艺制作了微带贴片天线.采用本文提出的补偿打印方法制造的介质基板表面粗糙度低于开环打印样件，从而保证了天线射频层的高质量连接.经测试，其回波损耗参数与方向图更接近仿真结果，从而证明了本研究在印刷电子中的意义.
随着超低功耗（Ultra-Low Power，ULP）物联网（Internet of Things，IoT）系统的发展，采用能量注入技术的快速启动晶体振荡器因对IoT系统功耗影响巨大而逐渐成为研究热点.能量注入技术可以显著降低晶体振荡器的启动时间和启动能量，但是对注入源的精度要求苛刻.为了扩大注入频偏容限以及实现高注入效率，本文提出了一种基于延迟锁定环的相位误差校正技术.该技术将注入频偏容限扩大到2%，启动过程的非注入持续时间仅为4个周期，实现了高效注入.本文所述晶体振荡器采用40 nm CMOS工艺设计并流片.在1.0 V电源电压下采用24 MHz晶体进行测试，当注入频偏高达2%时，实现了7.2 μs的启动时间，启动能量为5.1 nJ.相比同频偏下的传统注入方案，启动时间缩短了99.66%.
低空复杂风场通常指距离地面高度600 m以下，局地风速、风向快速变化的风场.其全天候大范围精细探测是雷达科学、气象学等领域的长期难题.低空复杂风场的全天候雷达精细探测涉及传感器设计、三维风场反演和全天候融合等关键技术.本文从激光雷达探测、微波雷达探测、全天候融合及特征危害提取等方面对风场探测的技术内涵及研究现状进行了梳理，并分析了发展趋势，为低空复杂风场全天候精细探测技术发展与应用提供参考.
我国电力基础设施已经发展成为具有高度信息化、自动化、智能化特征的信息物理融合系统.信息-物理交互在显著提升电力供给效率和性能的同时，也引入了新型网络安全威胁，通过发生于信息域并明确作用于物理域的跨域攻击，可造成电力基础设施系统性瘫痪，继而引发大面积停电事故，而当前孤立的信息侧或物理侧防御体系难以有效应对跨域攻击威胁.本文介绍了电力系统面临的信息物理跨域攻击威胁现状，分析了传统防御方法面对跨域攻击时存在的不足，提出了一种信息物理协同的跨域攻击防御架构，在针对跨域攻击传播的不同阶段，从感知、辨识、阻断三个角度设计了防御方法，通过算例验证了所提信息物理协同防御架构能够有效保障电力系统安全稳定运行.
要素协同是协同作战发展的必经之路，杀伤链的动态重构是其典型特征.本文针对平台协同难以满足复杂作战任务需求的问题，提出了异构平台要素协同的解决思路和理论方法.首先分析了要素协同关系复杂性、协同能力不确定性两个难点问题；其次基于反馈机制的可重构架构对复杂作战网络进行建模，提出了杀伤链算子的要素动态重构、协同序参量的效能定量评估方法；最后基于仿真场景实现杀伤链的动态构建与重构，可指导要素协同的算法设计与工程实践.
当前，多模态网络编程模型与底层硬件紧耦合、强相关，导致网络程序呈现扁平化和单片化特征.因此，持续开发模态程序效率低下且极易出错，制约了网元设备的可用性和可靠性.为此，本文提出面向多模态网络的编程环境（PINet’s Programming Environment，PPE），支持增量式开发网络协议与功能.基于“巨型交换机”思想，PPE提出了一种平台无关的编程模型及语言，支持模块化编程和跨平台移植，通过模块单元的灵活组合提高网络程序的开发效率.同时，针对上述模型设计了前后端分离的编译系统框架.该系统自动化解析并组合分布式的模态程序，通过优化报文处理逻辑自动适配硬件资源约束.实验结果表明，在不影响硬件性能的基础上，PPE能够降低20%的程序开发量，同时引入编译时延和资源开销在合理范围内.
高精度时频比对是现代科学技术的核心需求之一.然而，现有的技术受限于比对系统测量水平和链路系统误差处理算法，严重限制了时间比对性能的提升.针对这些问题，本研究搭建了基于中国空间站的高精度星地微波时频比对系统，并提出了一种基于双向测量的空间站-地面时频比对技术（三频模式），包括了对各项链路系统误差精细化建模新方法.通过对不同星地时频比对场景的仿真模拟发现，在配置高精度原子钟（10-15~10-17）进行星地时频比对的场景下，经过本文算法优化后的比对长期性能仍可达与原本星地时钟相近的性能.利用中国空间站所搭载的氢钟与地面氢钟进行初步比对试验结果表明，在300 s可视弧段内的空间站-地面时间比对精度可达到10.77 ps，相应的ADEV（Allan DEViation）达到9.992 1×10-14@100 s，与仿真模拟结果大致吻合.本研究可为精密时频同步技术提供了新的理论依据和技术参考.
目前已有文献给出了uBlock分组密码算法的侧信道防护方案，但是这些方案不仅延迟较高，难以适用于低延迟高吞吐场景，而且在毛刺探测模型下缺乏可证明安全性.针对这一问题，本文给出了在毛刺探测模型下具有可证明安全性的uBlock算法的低延迟门限实现方案.此外，我们引入了Changing of the Guards技术来避免防护方案在执行过程中需要额外随机数.对于防护方案的安全性，我们用自动化评估工具SILVER验证了S盒的毛刺探测安全性，并用泄露评估技术TVLA（Test Vector Leakage Assessment）验证了防护方案的整个电路的安全性.最后，我们用Design Compiler工具对防护方案的性能消耗情况进行了评估.评估结果显示，与序列化实现方式的uBlock防护方案相比，我们的防护方案的延迟能够减少约95%.
针对车联网计算卸载需求量大及车辆网络拓扑变化随机性强的问题，本文提出一种基于邻域跟随的车辆多跳分簇方法，并采取多指标综合加权的方式研究其稳定性特征.现有针对车辆分簇的研究方案普遍存在指标单一化、分簇机制局限于单跳或固定跳数、分簇效率低及缺少簇头替换机制等问题.鉴于邻域跟随策略稳定性较优且分簇效率较高等特性，本文提出车辆基于邻居节点内综合指标最优准则选择稳定性最好的节点跟随方案，通过去环和剪枝算法使得车辆的跟随结构规范且扁平化，进而形成一个稳定性更高的车辆簇，并利用主从簇头和簇维护机制增强车辆簇的鲁棒性.仿真结果表明，与现有的车辆分簇方法相比，所提算法在簇稳定性和分簇效率上均具有较好的性能.
为了研究干扰车辆和穿越道路行人对车对车可见光通信系统的影响，本文提出了带有外界干扰的车对车2×2 MIMO可见光通信模型.该模型以基于市场加权灯束模型的汽车前照灯作为2个发射器，以光电探测器作为2个接收器，考虑了间隔车道车辆和过道行人对系统性能的影响.研究结果表明：当误码率小于为10-4时，同道、邻道和间隔车道车辆的纵向通信距离分别为：28 m、5~18 m、0 m；间隔车道的两车不能直接通信，但其前照灯发射光线会进入信号接收车辆从而对正常通信两车产生影响；行人穿越道路会使正常通信两车的误码率产生较大波动且存在积极影响，正常通信两车横向距离越大积极影响占比越高；本文提出的模型考虑了行人和车辆的干扰，为改善可见光通信在复杂交通网的应用效果提供了理论依据.
针对车内语音交互在复杂噪声环境下识别率低以及难以在有限计算资源设备上部署问题，本文设计了轻量化的语音增强模型和语音识别模型并进行联合训练.语音增强模型引入多尺度通道时频注意力模块来提取多尺度时频特征和各个维度上的关键信息.在语音识别模型中提出了多头逐元素线性注意力，显著降低了注意力模块所需的计算复杂度.实验表明，在自制数据集上这一联合训练模型表现出良好的噪声鲁棒性.
加密型勒索软件通过加密用户文件来勒索赎金.现有的基于第一条加密应用编程接口（Application Programming Interface，API）的早期检测方法无法在勒索软件执行加密行为前将其检出.由于不同家族的勒索软件开始执行其加密行为的时刻各不相同，现有的基于固定时间阈值的早期检测方法仅能将少量勒索软件在其执行加密行为前准确检出.为进一步提升勒索软件检测的及时性，本文在分析多款勒索软件运行初期调用动态链接库（Dynamic Link Library，DLL）和API行为的基础上，提出了一个表征软件从开始运行到首次调用加密相关DLL之间的时间段的概念——运行初始阶段（Initial Phase of Operation，IPO），并提出了一个以软件在IPO内产生的API序列为检测对象的勒索软件早期检测方法，即基于API潜在语义的勒索软件早期检测方法（Ransomware Early Detection Method based on API Latent Semantics，REDMALS）.REDMALS采集IPO内的API序列后，采用TF-IDF（Term Frequency-Inverse Document Frequency）算法以及潜在语义分析（Latent Semantic Analysis，LSA）算法对采集的API序列生成特征向量及提取潜在的语义结构，再运用机器学习算法构建检测模型用于勒索软件检测.实验结果显示运用随机森林算法的REDMALS在构建的变种测试集和未知测试集上可分别获得97.7%、96.0%的准确率，且两个测试集中83%和76%的勒索软件样本可在其执行加密行为前被检出.
根据超声心动图准确分析左心室轮廓和射血分数对于心血管疾病诊断意义重大.但现有方法存在左心室分割和射血分数预测之间缺乏关联性、左心室分割关键点易于出现离群点和突变点、方法存储和计算开销大、解释性不佳等问题，为此提出一种基于先验知识引导的轻量级图卷积方法EchoGPK（Echo Guided by Priori Knowledge），以心脏的结构和运动特性、相邻心肌的相似性等先验知识为引导，设计了计算高效的螺旋聚合函数和深度压缩的多头偏心聚合解码器，实现了图卷积结构的轻量化.方法基于临床医生的普遍经验提出了适度利用左心室轮廓的多任务射血分数预测网络，建立了左心室分割和射血分数预测之间的关联性，增强了推理的可解释性；基于图卷积神经网络的传递特性约束邻居点的行为，减少了边界离群点和突变点的产生.EchoGPK在大型公开数据集EchoNet-Dynamic上的实验结果表明，左心室分割的Dice分数达92.13%，射血分数预测的MAE达3.92%；方法表现出准确率高、参数量和算力需求低等特点，证明了先验知识在超声医学图像分析中的有效性.
多样化图像描述生成已成为图像描述领域研究热点.然而，现有方法忽视了全局和序列隐向量之间的依赖关系，严重限制了图像描述性能的提升.针对该问题，本文提出了基于混合变分Transformer的多样化图像描述生成框架.具体地，首先构建全局与序列混合条件变分自编码模型，解决全局与序列隐向量之间依赖关系表示的问题.其次，通过最大化条件似然推导混合模型的变分证据下界，解决多样化图像描述目标函数设计问题.最后，无缝融合Transformer和混合变分自编码模型，通过联合优化提升多样化图像描述的泛化性能.在MSCOCO数据集上实验结果表明，与当前最优基准方法相比，在随机生成20和100个描述语句时，多样性指标m-BLEU（mutual overlap-BiLingual Evaluation Understudy）分别提升了4.2%和4.7%，同时准确性指标CIDEr（Consensus-based Image Description Evaluation）分别提升了4.4%和15.2%.
针对运动观测阵列状态误差与接收频率抖动同时影响下的非圆信号无源跟踪问题，提出了一种基于卷积神经网络（Convolutional Neural Network，CNN）+双向长短时记忆网络（Bi-directional Long Short-Term Memory，BiLSTM）的直接跟踪算法.该算法首先利用多运动观测阵列信号各频带间的相关性与辐射源信号的非圆特性，建立模型误差影响下的扩展多站观测矢量；接着利用多个观测时隙内扩展多站观测矢量的信号子空间构造空时特征输入序列；然后设计基于CNN与BiLSTM混合神经网络的直接跟踪模型，通过训练实现对非圆目标的轨迹矢量直接估计.本文算法是从原始数据信号子空间中估计轨迹矢量的直接跟踪模式，相比传统“观测参数估计+滤波轨迹跟踪”的两步估计模式，具有更高的估计精度.由于本文算法在神经网络训练过程中学习到模型误差的信息，因此能够实现对多种误差的校正.仿真结果表明，本文算法较传统两步跟踪算法与现有直接跟踪算法均具有更高的轨迹估计精度，能够明显提升模型误差影响下多站协同跟踪的鲁棒性.
将优化问题抽象成目标函数后，目标函数和启发式优化算法的匹配程度决定了优化求解的效率.为反映目标函数的优化特征并指导优化算法及其参数的选择，本文模拟绝热量子计算中的多基态演化，提出了一种适应度地形探索算法.根据基态波函数倾向于向势能较小处收敛且收敛程度受量子效应强度影响的特性，用目标函数编码势能场后算法引入了一个量子效应递减的多基态演化过程，用其持续收敛的基态波函数簇反映目标函数的适应度地形.根据量子路径积分，算法由尺度递减的扩散蒙特卡罗（diffusion Monte Carlo，DMC）实现.实验表明算法综合直观地反映了适应度地形的众多特征，所得信息能直接指导后续优化，其计算模式和启发式优化相似，无需引入其他计算，这为适应度地形研究引入了新的视角.
依赖簇是相互依赖的程序组件的最大集合，依赖簇中任意一点产生变动都会引起其他组件的连锁反应.在实际生产环境中，依赖簇检测对于软件理解、测试、维护具有非常重要的意义.传统的依赖簇检测方法基于系统依赖图（System Dependence Graph，SDG）实现过程间依赖关系的计算.但是SDG的构建过程比较复杂，时间空间的占用比较大.为提高依赖簇检测的效率并减少空间占用，本文提出了一种有效的轻量级依赖簇检测方法.该方法通过构建每个过程高阶函数形式的函数摘要，将形参和全局变量的数据依赖作为摘要参数，并用函数摘要的参数初始化过程内依赖信息.通过在调用点处对高阶函数形式的摘要进行实例化，即可将调用过程的依赖关系通过摘要参数进行传递，从而获取过程间的依赖信息.为了进一步提升检测效率，我们还提出了基于自适应计算的依赖簇检测优化策略，该策略可以减少因函数的递归调用产生的相关冗余计算.本文选取了不同规模不同领域的工程项目和基准测试集进行相关对比实验，结果表明：基于高阶函数的依赖簇检测方法相比系统依赖图的检测方法，能够提升2.689倍的分析效率并减少35.7%的空间占用；基于自适应计算的依赖簇检测优化策略在高阶函数方法的基础上能够减少56.7%的冗余计算，提升23.9%的分析效率.
利用优秀个体增强解搜索方程的开采能力是改进人工蜂群算法的一种主流思路.然而，现有相关工作往往仅以适应度信息作为评价个体的唯一标准，易导致算法出现早熟收敛等问题.本文提出一种多元信息引导的人工蜂群算法，分别设计了基于适应度、位置以及相似度信息的3种解搜索方程，并在雇佣蜂阶段和观察蜂阶段采用了不同的使用方式.同时，为保存侦察蜂阶段的搜索经验，采用一种微调后的邻域搜索机制用于处理被放弃蜜源.在CEC2013测试集和一个实际优化问题上进行了大量实验验证，与6种衍生算法和5种知名的相关改进人工蜂群算法进行了对比，结果表明本文算法性能竞争优势明显，在结果精度和收敛速度上均有更好表现.
针对联盟链系统普遍采用的全副本存储模式导致存储可扩展性及安全性降低的问题，提出一种基于动态弹性区块散布的存储分片方案.在全网划分若干存储组，同一组内节点以协作方式维护固定数量区块链副本，从而在大幅降低存储开销的同时保证存储可靠性及数据访问性能.具体地，初始散布机制为每个新区块随机分配固定数量初始副本；根据实时区块访问热度变化，动态复制机制弹性增加热区块副本数量，存储优化机制则将冷区块由副本态切换为编码态.根据模拟实验结果，与使用全副本存储模式相比，具有2节点容错能力的存储分片系统可将节点存储开销降低约71%，同时区块访问性能保持在较为良好的水平.
隐式篇章关系识别难度大、普遍性高.从论元编码和论元交互角度入手，提出了一种融合特征编码和短语交互感知的隐式篇章关系识别模型.该模型兼顾了论元本身特征和论元间交互特征的作用，并分别进行了优化.论元编码部分整合了双向长短时记忆网络和循环注意力卷积神经网络，能够更全面地捕获论元全局和局部特征；论元交互部分从短语层级考虑论元间的语义关系建模，构建了短语级交互注意力机制，并利用神经张量网络深入挖掘其中的关系模式，更能体现出论元间潜在的更深层次的关联关系.在宾州篇章树库数据集上的实验结果表明，该模型F 1值均优于其他模型.
本文联合溶剂热法和氮化法合成氮化镓（GaN）/Ti3C2Tx新型复合材料，并研究了基于GaN/Ti3C2Tx新型复合材料的气体传感器对三甲胺（Trimethylamine，TMA）气体的传感特性.通过一系列表征手段分析了复合材料的形貌以及元素组成特性，证实了GaN与Ti3C2Tx材料的成功复合.传感器对TMA气体的气敏特性结果表明，GaN/Ti3C2Tx传感器在室温下能够高效检测1~200 ppm的TMA气体，且与纯GaN传感器相比，对TMA的检测下限由10 ppm降低至1 ppm.此外，复合传感器气敏结果进一步证实了其良好的抗干扰特性以及长期稳定性.利用表面耗尽层模型解释了GaN/Ti3C2Tx复合传感器气敏机理，及其与纯GaN传感器相比气敏性能提升的原因.最后，本文开发了一种无接触式TMA气体检测装置，检测结果表明该装置有望实现对肝、肾病患者呼出气的高效实时检测，在肝、肾疾病的早期筛查方面具有较大的应用潜力.
测井曲线记录着地层物理性质随深度变化的幅值范围，是测井与地震资料之间的纽带，对储层岩性分析与识别和后续的油气勘探工程十分重要.然而，在实际的测井过程中仪器故障等原因会造成测井曲线缺失的问题，重新测井不仅价格昂贵而且难以实现.针对地质勘探时测井数据时常缺失的问题，本文提出了一种LSTM（Long Short-Term Memory）注意力表征的测井曲线重构方法.同时，对原始测井信号进行两种模态分解，计算分解后得到模态分量与原始信号之间的相关性，去除冗余分量，实现对缺失的测井曲线高效、高精度的人工补全.将该方法用于声波（ACoustic，AC）与密度（DENsity，DEN）曲线重构实验，并将实验结果与LSTM网络和BP（Back Propagation）神经网络预测的结果进行对比分析.结果表明，LSTM-Attention模型有着更为优异的预测效果，重构后的AC和DEN与原始曲线之间的相关性分别达到了86.8%和74.8%，高于传统LSTM和BP神经网络预测方法.在去除冗余的信号分量后，相关系数分别提高了1.4%和4.0%.同时，本文所提方法预测出的测井曲线具有最低的预测误差.因此，基于LSTM注意表征的网络结构对测井曲线重构具有较好的预测精度.
互联网是促进现代社会经济发展和科技创新的重要信息基础设施；然而，支撑并规范互联网正常运行的关键核心技术——互联网的TCP/IP（Transport Control Protocol/Internet Protocol）体系结构——几十年来几乎保持不变.本文首先从技术自身弊端、社会发展需求、技术转移周期、科技革命规律四个方面论述了开展互联网体系结构创新的必要性.其次，运用系统科学原理阐明了TCP/IP体系结构弊端的根源.再次，运用系统观念揭示了信息网络的功能本质和网络间的互联本质，发现了信息传递的四个自然属性（对象属性、身份属性、位置属性、手段属性）.在此基础上，简要介绍了基于两个本质和四个自然属性开展创新互联网体系结构创新的实例——共生网络.最后，结合共生网络架构展望了部署新型互联网体系结构的总体路径.
