对长序列的动画线稿帧进行着色是计算机视觉中一项具有挑战性的任务.一方面，线稿中包含的信息较为稀疏，需要着色算法对缺失的信息进行推断；另一方面，连续帧之间的色彩需要保持一致，以确保整个视频的视觉质量.现有的着色算法多数只针对单张图片进行着色，这类算法只给出一个开放性的符合合理范围的色彩结果，无法适用于帧序列着色.另一些基于参考帧的着色算法，并没有将2帧之间的关系有机地联系起来，导致着色效果不够出色.在同一镜头序列中，同一对象的特征往往不会发生太大变化，因此，可以设计一个根据给定参考帧，即可给线稿自动着色的模型.为此，本文提出了基于CNN（Convolutional Neural Networks）和Transformer相结合的模型Cross-CNN，该模型能够从参考帧中寻找并匹配颜色，从而保证时间维度上的特征一致性.Cross-CNN模型参考帧和线稿帧在通道维度叠加，输入预训练的Resnet50网络提取局部融合特征，将融合特征图传给Transformer结构进行编码以提取全局特征.在Transformer结构中设计了交叉注意力机制更好地匹配远距离特征.最后使用带有跳层连接的卷积解码器完成着色图片输出.本文在数据集方面从8部电影中截取画面并经过严格筛选，最终制作了一个包含20 000对二元组的数据集用于实验研究.Cross-CNN的SSIM（Structural SIMilarity）达到了0.932，高于SOTA算法0.014.本文算法代码链接：https：//github.com/silenye/Cross-CNN.

当前，生成对抗网络（Generative Adversarial Networks， GAN）合成的逼真图像难以识别，严重危害国家网络安全及社会稳定.与此同时，多数基于深度神经网络模型设计的检测器需要大规模训练样本，且存在模型可解释度不高、泛化性能差等问题.为了克服上述亟待解决的关键性难题，本文提出一种多色彩通道特征融合的GAN合成图像检测方法.首先，探索分析真实自然图像和GAN合成图像在不同色彩空间相邻像素之间的差异，并设计差异度量算法，完成色彩通道选择.其次，利用图像像素间的高度相关性，在八个方向上通过二阶马尔可夫链对相邻像素之间的差分数组进行建模，提取差分像素邻接矩阵特征.最后，利用上述特征，设计一种简单且高效的集成分类器完成GAN合成图像的检测任务.在基于StyleGAN模型合成的伪造人脸数据集中，所提出方法的检测准确率高达100.00%；在小样本训练约束条件下，正负样本对数仅仅为2时，检测准确率高达99.65%；在单类样本训练约束条件下，正样本数仅仅为50时，检测准确率高达92.84%.在基于更先进的StyleGAN2和PGGAN模型合成的伪造场景数据集中，所提出方法的检测准确率达到99.96%以上.以上大量实验表明，本文所提出的方法明显优于比较的GAN合成图像检测方法.本文方法已经开源：https：//github.com/cyxcyx559/ccss.

RISC-V指令集架构（Instruction Set Architecture，ISA）作为一种新兴的精简ISA，因免费、开源、自由等特点而得到快速发展.由于国内外对RISC-V的研究主要集中在硬件开发，软件生态相较于成熟ISA还很薄弱，实现一套RISC-V指令集高性能基础数学库可以进一步丰富RISC-V软件生态.本文基于自动化移植技术实现申威数学库到RISC-V的移植，为RISC-V指令架构提供首个使用向量指令优化的基础数学库系统.本文提出向量寄存器自动分支查表法与路径标记插入法，重点解决不同架构间寄存器映射过程中的寄存器复用问题，实现寄存器正确高效映射，并依据不同指令等价转换策略自动化移植数学函数69个.测试结果表明，RISC-V基础数学库函数可实现正确计算，最大误差为1.90ULP，函数性能平均为157.03节拍.

量子图像传感器（Quanta Image Sensor，QIS）具有超高的单光子灵敏度与空间分辨率，因此其有望成为替代CMOS的下一代图像传感器.然而，从QIS获取的原始数据是二进制的图像帧，因此需要采用图像重建算法从二进制观测值中恢复原始场景.现有的方法包括基于模型的QIS图像重建和基于深度学习的QIS图像重建，其中基于模型的QIS图像重建通常需要进行大量的优化迭代，且对内部参数选择高度敏感.而基于深度学习的QIS图像重建则往往需要对每个具有细微不同的任务设计和训练单独的网络模型，灵活性欠缺并在很大程度上限制了其实用性.为了解决上述QIS图像重建方法的局限性，本文提出一种基于强化学习的免调参即插即用单光子图像重建方法.该方法能够自适应地对不同输入图像、不同过采样倍率和重建所处的不同迭代轮次动态选取合适的参数，实现更好的重建效果.具体地，本文将即插即用框架下的QIS图像重建任务中需要手动调整的参数建模为序列决策问题，引入结合无模型强化学习和基于模型强化学习思想的算法学习一个最佳策略，以实现对于不同输入图像在每次优化迭代时的最优超参选择.在合成和真实数据集上的实验结果表明，本文提出的方法可以在过采样倍率为4、6、8三种情况下，在峰值信噪比上相较现有先进方法提高约0.44~0.60 dB，在重建的视觉效果上也能够保留更多的纹理细节.真实极暗光QIS图像数据已在https：//github.com/ying-fu/Real-SPAD-Dataset公开.

稀疏卷积在处理激光雷达点云单目标跟踪时的潜力尚未得到充分发掘.目前，绝大多数点云跟踪算法使用基于球邻域的骨干网络，其显存计算资源占用大并且目标感知的关系建模不充分.针对此问题，本文提出一种基于稀疏卷积结构的LiDAR（Lightlaser Detection And Ranging）点云跟踪算法，并创新性地融合了空间点与体素双通道的关系建模模块，以高效适应稀疏框架下目标判别信息的嵌入.首先，本文采用3D稀疏卷积残差网络来分别提取模板和搜索区域的特征，并利用反卷积来获取逐点特征来保证跟踪任务中对空间位置特性的要求.其次，关系建模模块进一步在模板与搜索区域特征之间计算相似度语义查询表.为了捕捉到模板与搜索区域间细粒度的关联性，该模块一方面在空间点通道中利用近邻算法找出每个搜索区域点的模板近邻点，并根据语义查询表提取对应特征；另一方面，在体素通道中以每个搜索区域点为中心构建局部多尺度体素，并根据落入体素单元的模板点索引计算语义查询表中值的累计和.最后，将双通道的特征融合并送入基于鸟瞰图的候选包围盒生成模块来回归目标包围盒.为了验证所提出方法的优越性，本文在KITTI和NuScenes数据集进行了测试，对比其他使用稀疏卷积的算法，本文方法平均成功率和精确率分别提升了11.0%和12.0%.本文方法在继承了稀疏卷积高效特点的同时还实现了跟踪精度的提高.

集成方法是不平衡学习方法的重要分支，然而，现有不平衡集成方法均作用于原样本而没考虑样本的结构信息，因此其效能仍然有限.样本的结构信息包括局部和全局结构信息.为了解决上述问题，本文提出了一种基于深度样本包络网络（Deep Instance Envelope Network， DIEN）和分级结构一致性机制（Hierarchical Structure Consistency Mechanism， HSCM）的不平衡集成学习算法.该算法在考虑局部流形和全局结构信息的情况下，通过多层样本聚类，生成高质量的多层包络样本，从而实现类平衡化.首先，算法基于样本近邻拼接和模糊C均值聚类算法，设计DIEN来挖掘样本的结构信息，得到深度包络样本.然后，设计局部流形结构度量和全局结构分布度量来构建HSCM用于增强层间样本的分布一致性.接着，将DIEN和HSCM结合起来，构建出优化后的深度样本包络网络——DH （DIEN with HSCM）. 之后，将基分类器应用于包络样本.最后，设计bagging集成学习机制来融合基分类器的预测结果.文末组织了多组实验，采用了十多个公共数据集和有代表性的相关算法进行验证比较.实验结果表明，本文算法在AUC（Area Under Curve）， F-measure等四个性能指标上显著最优.本文完整实验结果与分析参见链接：https://pan.baidu.com/s/15lZ9GztB95ySrNwEmtrCfA，提取码：1111

本文提出了一种基于调频连续波（Frequency Modulated Continuous Wave，FMCW）雷达回波信号的手势识别算法：首先，提出一种双维度滤波算法，在距离和速度维度对手势回波信号进行滤波，有效地降低了系统的静态噪声；其次，将数据经过动目标检测（Moving Target Indicator，MTI）算法滤除时间维度噪声；然后，提出了时间自适应定长化的方法，在减少势信息损失的前提下保证了每个手势样本帧数的一致性；最后，建立距离多普勒网络（Range Doppler Net，RD-Net）进行训练分类.该算法在谷歌开源的deep­soli数据集中取得了98.28%的准确率，比数据集提出者的算法的准确率提升了11.11%.该算法在实时推理实验中取得了90.8%的准确率，具有更好的泛化能力.本文采集的数据集开源地址为https://gitee.com/xiao_chens_classmates/Radar_Gesture_Data.git

边缘侧大模型外部环境的不确定性（如路边摄像头画面中天气、光照、物体密度的变化），导致其输入数据分布持续改变，因此需进行重训以维持高精度.受限于设备可用资源和重训窗口，现有技术仅能训练固定压缩模型，其有限的泛化能力导致模型精度显著降低.本文提出云边协同大模型块粒度重训方法，引入模型重训缩放定律评估不同块对边缘侧当前数据的精度贡献，以此为依据生成有限资源下最优重训方案，将云平台大模型中精度最相关部分动态转换为边缘侧可重训小模型，构建大小模型协同训练系统.真实云边平台上对比实验表明，本文方法可以在相同资源消耗下提升大模型重训精度81.24%，并支持最大至330亿参数大模型重训.

针对传统跳频网台分选技术在低信噪比条件下检测效果不佳且实时性差的问题，本文提出一种基于YOLOv8（You Only Look Once version 8）的跳频信号分选算法.首先，对接收到的混叠信号进行短时傅里叶变换生成灰度时频图作为YOLOv8网络模型的输入.其次，针对混叠信号中扫频、定频信号以及跳频信号之间发生频率碰撞对检测精度的影响，在C2f层中引入可变形卷积核（Deformable Convolutional Net-works v2，DCNv2）提高网络特征提取的泛化能力.再次，在Backbone层中加入SimAM注意力机制，解决低信噪比下背景噪声易与跳频信号混淆影响检测精度的问题.最后，将Detect检测头的卷积核替换为局部卷积核（Partial Convolution，PConv），在mAP@0.5精度损失不超过0.37%的情况下使网络计算复杂度降低32.18%，提高网络模型的推理速度.实验结果表明，本文所提算法在信噪比为-5 dB时分选率达到97.68%，且模型收敛快，鲁棒性强.

由于维数灾难问题的存在，如何在高维数据中摒弃冗余特征、保留关键信息成为一个关键问题.无监督特征选择无需任何先验类别信息就能进行维数约减的特点引起更多研究者的关注.尽管如此，现有的无监督特征选择算法仍然存在两个问题需要解决：模糊性是数据的普遍特性，但现有大多数基于正则化回归的无监督特征选择算法忽略了数据中的模糊性，导致特征子集不理想；多数算法无法有效区分正常样本和噪声样本且易受噪声的影响.针对这些问题，本文提出了基于双模糊学习的鲁棒无监督特征选择（Robust unsupervised Feature Selection with Double Fuzzy，DFRFS）算法.DFRFS算法在基于正则化回归的无监督特征选择中引入模糊隶属度，允许数据在多个簇之间共享，能够更好地反映数据的复杂结构和不确定性.此外，DFRFS算法通过鲁棒权重学习框架为样本赋予不同的权重，从而在降低噪声样本影响的同时，保留可靠样本的作用.对比相关算法，在合成数据集与真实数据集上的实验结果验证了DFRFS算法的有效性.

基于图神经网络的社交推荐系统取得了较好的性能，然而，基于图神经网络的社交推荐模型存在以下挑战：基于图神经网络的模型的邻域聚集操作会放大用户的隐式行为中的噪声，使得用户和物品的向量表示存在偏差；用户物品图中的边和用户社交关系图中的边的异质性，导致基于图神经网络在两张图上学习到的用户向量表示存在于不同的语义空间，直接融合往往得到次优的向量表示. 针对上述问题，本文提出了基于自监督图卷积和注意力机制实现隐式反馈降噪的社交推荐模型. 该模型从原始的用户物品图中捕捉用户的真实兴趣，生成降噪的用户物品交互图；提出一种新颖的用户向量融合方法，对异质的用户向量表示进行融合.在两个公开数据集上的实验结果表明，所提出的模型在不同数据集上的推荐性能均较基线模型有显著提升.在lastfm数据集上，推荐性能提升了1.18%至3.87%；在ciao数据集上，推荐性能提升了3.56%至7.31%.通过消融实验验证了模型各个模块的有效性.

先进飞行器测控通信需要实现遥测、遥控、通信、跟踪等多种功能，传统上一般由多个无线收发系统及分立天线单元构成，其体积、重量、成本和安装等方面与飞行器有限资源的矛盾日益突出.天线孔径综合使用单个多功能天线孔径实现多个专用天线孔径的功能，大幅减少了天线孔径数量，显著缓解了飞行器平台上天线孔径布局压力，为提升系统级电磁兼容性提供了全新手段.本文系统阐述了面向飞行器测控通信的天线孔径综合技术路线，着重介绍了面向多个分立天线单元进行综合的多频多极化天线技术、面向发射/接收天线综合的双工天线技术、面向多个天线综合于同一孔径的共孔径天线技术及面向同频天线阵列集成的耦合抑制技术.结合软件无线电系统工作特点，分析了软件无线电系统应用于飞行器测控通信系统的优势与可行性.最后，本文对飞行器测控通信的天线孔径综合技术发展进行了展望，提出天线孔径综合技术在飞行器测控通信系统发展中可能的发展方向.

在跨场景分类任务中，大多数领域自适应方法（Domain Adaptation，DA）关注于源域数据和目标域数据由相同传感器获得且具有相同地物类别的迁移任务，然而当目标数据中存在新类别时自适应性能会显著下降.此外，大多数高光谱图像分类方法采用全局表征机制，即针对固定大小窗口的样本进行表征学习，其地物类别表征能力有限.本文提出了一种基于局部表征的少样本学习框架（Local representation Few Shot Learning，LrFSL），尝试在少样本学习中构建局部表征机制突破全局表征能力上限.在提出框架中，对所有具有标签的源域数据和少量具有标签的目标域数据构建元任务，依照元学习策略同步进行情景训练，与此同时设计了域内局部表征模块（Intra-domain Local Representation block，ILR-block）用于挖掘样本中多个局部表征的语义信息，设计了域间局部对齐模块（Inter-domain Local Alignment block，ILA-block）进行跨域逐类别分布对齐以缓解领域偏移对少样本学习的影响.在三个公开高光谱图像数据集上的实验结果证明了该方法显著优于目前最先进的方法.

天波超视距雷达的效能受制于工作环境.当电离层状态不理想或雷达工作参数不适合，雷达信号无法照射预定区域.因此，地海杂波是否正常能够直接反映天波雷达的工作状态.针对天波雷达杂波信号样本匮乏和不均衡问题，本文提出基于生成对抗网络的杂波距离-多普勒图像数据增强方法，采用轻量化ResNet18实时识别雷达图像，进而设计地海杂波检测器，实现对地海杂波状态的自动识别.该检测器从距离-多普勒图中自动提取高幅度区域，通过增扩图集所训练的分类网络进行图像类别判断，并将结果反馈给雷达操作人员.仿真结果表明，本文的地海杂波数据增强将识别器的准确率提高了25.26%，地海杂波检测器能够准确判断实测数据和文献图像的杂波状态.因此，该检测器可作为天波雷达的扩展模块，自动检测和警报杂波异常状态，有利于提高天波雷达自动化程度.

为了解决接收机射频前端单片多频段兼容性问题，本文提出了一种新型的面向超宽带应用的带宽可重构低噪声放大器（Low Noise Amplifier，LNA）结构.该LNA基于开关切换式可重构设计方法，将开关可调设计嵌套在级联LNA电路的负载中，通过对并联电阻反馈结构的负载电感进行可重构设计，控制低频阻抗谐振点和对应增益极点的位置来实现不同UWB工作模式带内匹配和增益曲线的切换，相较于在输入/输出匹配通路引入开关的设计方法，将开关置于负载级，在不影响阻抗匹配的前提下优化增益和噪声；并对传统电感并联峰化技术中的电阻和电感进行可调设计兼顾不同工作带宽内的增益平坦度.基于SMIC 28 nm CMOS工艺，电磁建模提参后的仿真结果表明，LNA有3.1~10.6 GHz、6~10.6 GHz和3.1~5 GHz3种工作模式，可实现的带内电压增益（S ₂₁）均处于16.59 dB以上，最小噪声系数小于3 dB；在0.8 V的电源电压下，3种模式的输入输出匹配（S ₁₁、S ₂₂）均小于-10 dB，静态功耗仅为9.03 mW；引入MOS开关后，3种带宽的LNA噪声系数恶化均小于0.2 dB.

当前基于深度学习的中文长文本摘要生成的研究存在以下问题：（1）生成模型缺少信息引导，缺乏对关键词汇和语句的关注，存在长文本跨度下关键信息丢失的问题；（2）现有中文长文本摘要模型的词表常以字为基础，并不包含中文常用词语与标点，不利于提取多粒度的语义信息. 针对上述问题，本文提出了融合引导注意力的中文长文本摘要生成（Chinese Long text Summarization with Guided Attention，CLSGA）方法. 首先，针对中文长文本摘要生成任务，利用抽取模型灵活抽取长文本中的核心词汇和语句，构建引导文本，用以指导生成模型在编码过程中将注意力集中于更重要的信息. 其次，设计中文长文本词表，将文本结构长度由字统计改变至词组统计，有利于提取更加丰富的多粒度特征，进一步引入层次位置分解编码，高效扩展长文本的位置编码，加速网络收敛. 最后，以局部注意力机制为骨干，同时结合引导注意力机制，以此有效捕捉长文本跨度下的重要信息，提高摘要生成的精度. 在四个不同长度的公共中文摘要数据集LCSTS（大规模中文短文本摘要数据集）、CNewSum（大规模中国新闻摘要数据集）、NLPCC2017和SFZY2020上的实验结果表明：本文方法对于长文本摘要生成具有显著优势，能够有效提高ROUGE-1、ROUGE-2、ROUGE-L值.

房颤是一种常见的心律失常，通常与中风、心力衰竭等心血管疾病相关.近年来，虽然有许多研究者使用深度学习方法在房颤检测上取得了重大进展，但所提出的方法大都需要大量的计算资源，并且由于深度学习模型的黑盒效应，模型的检测结果较难以在临床上推广应用.为此，本文提出一种基于特征融合的轻量房颤检测模型并对其开展可解释性研究，模型由ECG（ElectroCardioGram）主干网络和RRI（R-R Interval）支路组成.ECG主干网络使用深度可分离卷积以及少量的标准卷积来提取心电信号的深层形态特征，RRI支路使用多尺度卷积提取RRI的深层节律特征，网络通过融合二者来学习全面鲁棒的特征表示，实现准确的房颤检测.进一步，基于Grad-CAM++来可视化不同特征对于分类结果的贡献实现模型的可解释性分析.本文在长期房颤数据库LTAFDB进行训练与数据集内部测试，准确率达到了97.99%.为了验证模型的泛化性能，利用MIT-BIH心房颤动数据库AFDB与中国生理信号挑战赛数据库CPSC2021开展跨数据集的外部测试，分别取得了95.17%和93.81%的准确率.实验结果表明，本文提出的方法具有轻量级特性，稳定性和准确性良好，同时可解释性深度学习的引入使得本文所提出的方法在房颤的临床诊断中具有更加广阔的应用前景.

针对医学图像分割领域长期存在的多目标尺度变化大和边界模糊以致分割困难的问题，提出了一种新型的基于混洗特征编码和门控解码的双分支混合网络框架用于多器官精准分割.为了充分利用卷积神经网络（Convolutional Neural Network，CNN）在局部信息提取方面和Transformer在长程依赖关系建模方面的优势，采用U-Net和Swin-Unet构建双分支网络.该方法的创新之处在于对不同网络分支的多个阶段学习到的高维特征进行混洗操作，通过双支路通道交叉融合的方式实现局部信息与全局信息的高效融合，加强了双分支网络在不同阶段间的信息交互，从而解决了图像目标轮廓模糊引起的分割精度受限的问题.此外，为了解决多器官尺度变化大的问题，进一步提出了一种全新的基于多尺度特征图的门控解码器（Gated Decoder based on Multi-scale Feature，GDMF）.该解码器能够学习网络不同阶段的多尺度高维特征并进行自适应特征增强，采用注意力机制和特征映射来辅助获取精准目标信息.实验结果表明，与现有主流医学图像分割方法相比，所提方法在ACDC（Automated Cardiac Diagnosis Challenge）和FLARE21（Fast and Low GPU memory Abdominal oRgan sEgmentation challenge 2021）数据集上均表现出更优的性能，有效解决了医学图像中多目标尺度变化大和边界模糊问题.

二进制代码相似性检测（Binary Code Similarity Detection，BCSD）技术能够在无源代码的情况下检测二进制文件内在的安全威胁，在软件成分分析、漏洞挖掘等软件供应链安全领域中广泛应用.针对现有BCSD方法普遍忽略程序实际执行信息和局部语义信息，导致汇编指令语义表示学习效果不佳、特征提取模型的训练资源消耗过大以及相似性检测性能较差等问题，提出一种基于跨模态协同表示学习的二进制代码相似性检测方法（Cross-Modal coordinated Representation Learning for binary code similarity detection，CMRL）.首先，提取汇编指令序列和编程语言片段语义间的对应关系并构建一个对比学习数据集，提出一种面向二进制代码的汇编指令-编程语言协同表示学习方法（Assembly code-Programming language Coordinated representations Learning method，APECL），将源代码的高层次语义作为监督信息，通过对比学习任务使汇编指令编码器APECL-Asm与编程语言编码器生成的特征表示在语义空间中对齐，提升APECL-Asm对汇编指令的语义表示学习效果.然后，设计一种基于图神经网络的二进制函数嵌入向量生成方法，通过语义结构感知网络对APECL-Asm提取到的语义信息和程序实际执行信息进行融合，生成函数嵌入向量.最后，通过计算函数嵌入向量之间的余弦距离对二进制代码进行相似性检测.实验结果表明，与现有方法相比，CMRL对二进制代码相似性检测的Recall@1指标提升8%~33%；针对代码混淆场景下的相似性检测任务，CMRL的Recall@1指标衰减幅度更小，具有更强的抗干扰能力.

本文提出了一种具有超宽带（Ultra-Wide Band，UWB）平坦负群时延响应的带通（BandPass，BP）负群时延（Negative Group Delay，NGD）电路设计.基于阶梯阻抗谐振（Stepped Impedance Resonator，SIR）结构设计了一种超宽带平坦负群时延无源电路.研究了电路的S参数模型和负群时延响应模型.电路结构紧凑，总尺寸为11 mm × 81 mm，电尺寸仅为0.13 {\lambda }_{\mathrm{g}}×1.01 {\lambda }_{\mathrm{g}}.经过测量，所提出的NGD电路在中心频率2.14 GHz下能实现-\mathrm{0.52} ns的负群时延值，负群时延带宽达1.28 GHz，相对带宽61%，平坦负群时延带宽达1.01 GHz，相对带宽48%，通带内的平坦度较好，群时延波动仅为±0.05 ns，与同类宽带平坦NGD电路相比，本文所提出的SIR NGD电路平坦NGD带宽提高了约215%.平坦带宽内回波损耗优于17 dB，最高为18.8 dB.

多波束卫星通信系统由于其可实现高吞吐量及高效资源利用而受到广泛关注.本文研究多波束卫星通信系统的波束调度及资源分配问题，综合考虑用户地理位置及业务特性，提出基于Optics的用户初始分组算法.为提升波束覆盖性能，设计基于最小圆的卫星波位点及覆盖半径优化方案.基于所确定的用户分组策略，定义系统成本函数，并将联合波束调度、子信道选择及功率分配问题建模为系统成本函数最小化问题.为求解所建模型的优化问题，首先引入聚合节点描述各用户组特性，并提出基于参数化深度 Q网络的联合波束调度及功率分配算法；然后基于所确定的用户组波束调度及功率分配策略，提出基于双深度 Q学习算法及基于近端策略优化算法的联合子信道及功率分配策略.仿真结果验证了所提算法的有效性.

我们研究了1D和2D被动传感器构成的测向交叉定位系统的最优交会问题.通过定位精度的闭式解、极值分析及几何交会分析的方法，明确了全局最优交会点，探明了最优交会位置的空间分布特性及其影响因素和影响规律.研究表明：全局最优交会点位于基线（或2D传感器）所在的水平面；最优交会位置由几何交会特性与测量误差的距离扩散效应共同决定，分布在以基线中点为圆心、基线长度为直径的水平面上的圆弧附近，并朝着基线方向塌陷；传感器位置变化不影响最优交会位置对基线的相对位置，当基线和测角误差的方差比确定时，最优交会位置即确定.根据算例分析还可得出猜想：最优交会区向测角误差项更多、误差值更大的传感器收敛.在工程实际中，最优交会区比最优交会点更具有应用价值，通过最优交会位置与目标探测结果或预估位置的匹配，可有效提高系统定位性能.

现有的半监督学习方法通常对图像中的所有像素进行同等处理，忽视了图像内不同区域的复杂度差异.这导致模型对于预测难度较高的挑战性区域学习不足，从而降低了其对这些区域的处理能力.此外，由于伪标签是基于当前模型对未标注数据的预测结果生成的，而模型在挑战性区域表现较差，因此不准确的预测增加了伪标签中引入噪声的风险，进而降低了伪标签的可信度.针对上述问题，提出了一种基于可疑像素相互修正的半监督学习框架（Suspicious Pixel Mutual Correction，SPMC）.该框架由两个编码器结构相同、但解码器上采样方式不同的网络构成.首先，设计了一个用于处理标注数据的共困像素筛查（Common Difficulty Pixel Screening，CDPS）模块.通过利用每个网络预测结果中的可疑像素，精准筛查出两个网络都预测困难的共困像素，并使用准确的监督信号对其进行修正，从而提高模型对挑战性区域预测的准确性.其次，设计了一个用于处理未标注数据的软伪标签辅助教学（Soft Pseudo-Label Assisted Teaching，SPLAT）模块.通过利用一个网络生成的软伪标签中的可信像素，选择性地对另一个网络预测结果中的可疑像素进行伪监督.两个网络通过高质量交互来更新参数，从而减少模型的认知偏差并提升伪标签质量.实验结果表明：提出的方法在三种公开医学数据集左心房（Left Atrium，LA）、脑部肿瘤分割（Brain Tumor Segmentation，BraTS）和自动心脏挑战（Automatic Cardiac Diagnosis Challenge，ACDC）上的性能均优于当前主流的半监督学习方法.

将权重分布、激活分布和梯度尽可能地还原为原始全精度网络数据，能够极大提高二值网络的推理能力.然而，现有方法将正向传播中的还原操作直接作用于二值数据，同时用以控制反向传播的梯度近似函数均为固定或手动方式确定，导致二值网络的还原效率有待改进.针对这一问题，构建了高效还原式二值神经网络.首先提出面向信息熵最大的分布恢复方法，通过对原始全精度权重均值平移和模长缩放，使量化后的二值权重直接具备分布最大还原特性，同时采用基于简单统计的平移和缩放因子，极大提高了权重和激活的还原效率；进一步提出基于自适应分布近似的梯度函数，根据当前全精度数据的实际分布，以P分位动态确定当前梯度的更新范围，进而自适应改变近似函数的形状，使训练过程中的梯度得到高效更新，从而提高了模型的收敛能力.在保证执行效率提升的前提下，通过理论分析证实了本文方法能够使二值数据达到最大程度还原.与当前现有的先进二值网络模型相比本文方法实验结果表现优异，其中针对ResNet-18和ResNet-20量化的分布还原操作计算时间开销分别下降了60%和67%；同时在CIFAR-10数据集上针对VGG-Small二值量化取得93.0%的准确率，在ImageNet数据集上针对ResNet-18二值量化取得61.9%的准确率，均为当前二值神经网络的最佳性能表现.相关代码开源在https：//github.com/sjmp525/IA/tree/ER-BNN.

随着磁存储记录密度的提高，记录位间距减小，磁化跃迁噪声显著提高，由此极大地影响回读信号质量.为了降低超高密度磁存储系统记录图案磁化跃迁噪声的干扰，本文分析研究了磁化跃迁噪声对回读信号质量的影响，提出了限制连续跃迁的最大跃迁游程长度受限（Maximum Transition Run，MTR）约束编码MTR（j=1），与允许连续跃迁的约束编码MTR（j=2）和MTR（j=3）相比，可有效抑制磁化跃迁噪声.通过实验测试了回读信号的检测效果，当信噪比为12 dB时，与MTR（j=2）、MTR（j=3）相比，MTR（j=1）相对误码率分别降低了约30%和60%，证实了限制连续跃迁约束编码MTR（j=1）的数据检测可靠性更高.

针对现有恶意软件检测方法缺乏对样本特征的有效提取、过度依赖领域专家知识和运行行为监控，导致严重影响检测分类性能的问题，提出一种基于多维度动态加权alpha图像融合与特征增强的恶意软件检测方法.通过无效样本清洗与异常值处理获得标准化样本集，利用三通道图像生成与多维度动态加权alpha图像融合方法生成高质量融合图像样本.采用傀儡优化算法进行数据重构，减少因数据类不平衡对检测结果造成的影响，并对重构数据样本进行图像增强.通过基于双分支特征提取与融合通道信息表示的空间注意力增强网络，分别提取图像特征和文本特征并进行特征增强，提高特征表达能力.通过加权融合的方法将增强的图像特征与文本特征进行融合，实现恶意软件家族的检测分类.实验结果表明，本文所提方法在BIG2015数据集上的恶意软件检测分类准确率为99.72%，与现有检测方法相比提升幅度为0.22~2.50个百分点.

注意力机制及其变体已广泛应用于基于深度学习的图像修复领域，它们将破损图像内部分为完好区域和缺失区域，捕获完好区域的远距离上下文信息以填充缺失区域.随着缺失区域增大，完好区域特征减少，限制了注意力机制的性能，从而导致修复效果不佳.为拓展注意力机制捕获上下文的范围，本文通过矢量量化码本学习视觉原子.这些视觉原子刻画了图像块的结构、纹理等特征，组成用于图像修复的外部特征，以弥补图像内部完好区域特征的不足.在此基础上，本文提出一种内外特征交互与融合的双流注意力图像修复方法.该方法结合内部和外部两个信息源，设计了内部掩码注意力和内外交叉注意力，组成双流注意力以实现内部特征之间以及内部和外部特征之间的交互，生成内外源修复特征.内部掩码注意力通过掩码屏蔽缺失区域特征的干扰，仅在完好区域捕获上下文信息，生成内源修复特征.内外交叉注意力通过计算内部特征与由视觉原子组成的外部特征之间的相似度关系，实现内外特征之间的交互，生成外源修复特征.此外，本文设计了可控特征融合模块，利用内外源修复特征之间的相关性生成空间权重图，为每个空间位置精确地筛选内外源修复特征，从而实现内部与外部特征的融合.在Places2、FFHQ和Paris StreetView三个公开的数据集上的实验结果表明本文方法在PSNR、SSIM、L1、LPIPS和FID指标上比其他先进方法平均提高了3.45%、1.34%、13.91%、13.64%和16.92%.消融实验结果和可视化实验结果表明图像内部特征与由视觉原子组成的外部特征均有益于修复破损图像.

为保护用户隐私，许多平台为用户提供了匿名登录选项，迫使推荐系统仅能访问当前会话中的有限用户行为记录，进而催生了会话推荐（Session-Based Recommendation，SBR）系统.现有SBR技术在很大程度上沿用了传统非匿名用户行为建模思路，聚焦于序列建模以习得会话表征.然而，当会话长度偏短时，现有SBR技术性能衰减严重，难以应对以短会话为主的真实会话推荐场景.有鉴于此，提出一种通过频繁模式引导长会话生成的反事实推理方法（Counterfactual inference by frequent pattern guided Long Session Generation，CLSG），试图回答反事实问题：“如果会话内包含更丰富的交互物品，SBR模型预测结果将会如何？”CLSG遵循反事实理论的“归纳-行动-预测”经典三阶段推理流程.“归纳”：从已观测会话集合中构建频繁模式知识库；“行动”：基于所构建知识库生成反事实长会话；“预测”：度量已观测会话和反事实会话预测结果间的差异，并将其作为正则化项并入目标函数，以达到表征一致性的目的.值得注意的是，CLSG具有模型无关的技术特点，可对现有SBR模型实现普惠式赋能.三个基准数据集上的实验结果表明，CLSG提升了五款现有SBR模型的预测性能，在命中率（Hit Rate，HR）和平均倒数排名（Mean Reciprocal Rank，MRR）评价指标上均取得6%左右的平均性能提升.

无监督领域自适应（Unsupervised Domain Adaptation，UDA）行人再识别（person Re-IDentification，Re-ID）旨在利用有标注的源域数据来解决无标注目标域数据的无监督Re-ID任务.近期，对比学习在该领域引起关注，但现有方法存在正样本对差异较小以及忽略负代理采样偏差的问题.为解决这些问题，本文提出一种渐进式混合对比学习（Progressive Hybrid Contrastive Learning，PHCL）方法.在每个训练轮次，PHCL方法通过聚类和渐进细化两个步骤，将无标签数据集划分为带伪标签的聚类样本和未聚类的独立实例.基于聚类划分结果，PHCL方法在两个层次实施对比学习：通过将同一聚类（目标域）或同一身份标签（源域）中的相似样本拉近，指导模型学习类内相似性，同时通过在未聚类的实例间施加排斥作用，挖掘实例间差异性.此外，PHCL方法通过最近邻挖掘为未聚类的实例生成正代理，增大正样本对的差异性，学习更丰富的语义信息.同时，PHCL方法在负代理采样过程中去偏差，减轻假负代理对训练的不利影响.实验结果表明：PHCL方法在Market-1501和MSMT17数据集上的平均精度均值（mean Average Precision，mAP）分别为85.9%与42.3%，比基线模型分别提高4.3个百分点和13.5个百分点.上述实验结果验证了PHCL方法在UDA Re-ID任务中的有效性.

为解决传统基于脑电信号（ElectroencEphaloGraphy，EEG）的单模态脑机接口（Brain-Computer Interface，BCI）技术存在的空间分辨率低、易受噪声干扰等问题，越来越多的研究开始关注基于EEG信号和功能近红外光谱（functional Near-InfRared Spectroscopy，fNIRS）信号融合的BCI研究.然而，这两种异构信号之间的融合具有挑战性，本文创新性地提出一种基于深度学习和证据理论的端对端信号融合方法，用于运动想象（Motor Imagery，MI）分类.对于EEG信号，本文通过双尺度时间卷积和深度可分离卷积提取其时空特征信息，并引入混合注意力模块以增强网络对重要特征的感知能力.对于fNIRS信号，本文通过全通道的空间卷积探索大脑不同区域之间的激活差异，并通过并联时间卷积和门控循环单元（Gated Recurrent Unit，GRU）模块捕获更丰富的时间特征信息.在决策融合阶段，首先将两种信号分别解码得到的决策输出利用Dirichlet分布参数估计，以量化不确定性；然后使用Dempster-Shafer理论（Dempster-Shafer Theory，DST）进行双层推理，从而融合来自两种基本信念分配（Basic Belief Assignment，BBA）方法和不同模态的证据，得到最终的分类结果.本文基于公开数据集TU-Berlin-A进行模型的测试评估，获得了83.26%的平均准确率，相较于最先进研究提升了3.78个百分点，该结果为基于EEG和fNIRS信号的融合研究提供了新的思路和方法.

乙醇蒸汽因易挥发和易燃性可能会带来安全隐患，对其进行实时监测至关重要.然而，目前改善SnO₂乙醇传感器性能的方法往往不利于器件的小型化.为此，论文设计了一种具有场效应管结构的本征SnO₂乙醇传感器，采用磁控溅射法制备了敏感膜，系统研究了栅压对传感器气敏性能的调控作用.实验结果表明，溅射法制备的SnO₂传感器为 n沟道耗尽型器件.气敏测试显示，在不同工作栅压下，传感器的响应存在显著差异：当栅压为10 V时，传感器在100 ppm乙醇中电流变化为2.40倍；而在-30 V栅压下，沟道电流变化显著增强至3.42倍，比10 V时提高了42%.进一步研究发现，SnO₂的气敏特性来源于乙醇分子的表面吸附对沟道中载流子浓度的调制作用.这一效应在负栅压下显著增强，而在正栅压下被抑制.然而，10 V正栅压通过在沟道中诱导产生更多电子，有效加速了乙醇的吸附与解吸过程，使传感器对100 ppm乙醇的响应和恢复时间分别缩短至8 s和17 s，展现出更快的动态特性.论文研究结果表明，乙醇蒸汽在SnO₂表面发生反应的程度和速率都受到传感器栅压的显著调控.该研究为优化SnO₂传感器的气敏性能提供了新思路，有助于进一步推动其在微型化、快响应、高精度气敏检测领域的应用.

开放世界目标检测旨在动态环境中同时识别已知与未知类别，并在收到未知类别的标签后逐步实现对新增类别的识别能力.然而，现有方法因缺乏未知类别的语义表征能力，已知与未知类别间的指导信息相互耦合，导致检测性能受限.为此，本文提出一种基于因果提示蒸馏的开放世界目标检测方法.该方法创新性地将视觉-语言模型与因果推理结合，以解决开放场景中的类别间存在的语义偏差问题.具体而言，本文通过构建结构因果模型，从因果视角揭示了已知类别与未知类别间的语义干扰路径；接着提出了因果提示学习，通过生成未知类别的语义向量，显式引入开放场景的语义先验以增强模型对未知目标的感知能力；最后针对知识传递中的语义偏差问题提出因果蒸馏机制，利用双重蒸馏损失解耦教师模型对已知类别与未知类别的指导信息.实验结果表明，该方法在多个数据集上取得了良好效果，已知类别的平均检测精度（mAP）提升了1.3%，未知类别的召回率（U-Recall）提升了6.5%，这些结果验证了本文方法的有效性.

多模态意图识别（Multimodal Intent Recognition，MIR）是在现实世界中理解人类意图的重要研究方向，旨在通过融合语言、视觉和音频等多种模态信息来准确判断说话人的意图.然而，现有的MIR研究大多集中在如何为文本模态构建多模态语义环境，对视觉和音频模态中蕴含的大量语义信息（如动作和情感语义）的利用则不够深入.尽管视觉和音频模态富含与意图相关的信息，但其固有的冗余信息和噪声却制约了模型对这些模态特征的有效利用.为解决上述问题，本文提出了一种能够有效利用音频模态语义关系，同时有效抑制冗余信息的MIR模型.该模型通过构建抑制冗余信息的初级语义特征，引导学习不同尺度的模态内与模态间语义关联，以理解说话人的意图.在此基础之上，模型利用不同模态特征间潜在的意图一致性，将提取到的音视频语义特征与具有明确意图语义的文本特征进行配对，从而过滤掉那些单独通过意图识别任务无法消除的无关语义信息.此外，模型采用多模态融合门控机制，整合来自不同模态的意图语义.在多个意图理解任务的数据集上的实验表明：所提出的方法能够有效提取音视频模态语义并滤除意图识别无关语义，且在性能上优于现有的MIR方法.具体而言，在准确率（ACCuracy，ACC）值、精确度（Precision，P）值、召回率（Recall，R）值和F ₁值（F ₁ score，F ₁）上均取得了0.7~1.8个百分点的提升.