对于非光滑强凸问题，在线梯度下降（Online Gradient Decent，OGD）取适当步长参数可以得到对数阶后悔界.然而，这并不能使一阶随机优化算法达到最优收敛速率.为解决这一问题，研究者通常采取两种方案：其一是改进算法本身，另一种是修改算法输出方式.典型的Adam（Adaptive moment estimation）型算法SAdam（Strongly convex Adaptive moment estimation）采用了改进算法的方式，并添加了自适应步长策略和动量技巧，虽然得到更好的数据依赖的后悔界，但在随机情形仍然达不到最优.针对这个问题，本文改用加权平均的算法输出方式，并且重新设计与以往算法同阶的步长超参数，提出了一种名为WSAdam（Weighted average Strongly convex Adaptive moment estimation）的Adam型算法.证明了WSAdam达到了非光滑强凸问题的最优收敛速率.经过Reddi问题的测试和在非光滑强凸函数优化中的实验，验证了所提方法的有效性.
军用飞机机载系统承载着相互关联的多业务，如空战业务，而当前的机载系统可靠性评估方法仅由子系统可靠度简单组合得出系统可靠度，没有考虑子系统内部、子系统之间的相关关系，无法支持空战业务可靠性准确评估.为此，本文提出“机载系统空战业务可靠性”概念，设计实现多参数关联的机载系统空战业务可靠性评估方法：通过基于业务流程、基于中间件业务的分解方法分层分解业务，并提取各层参数，形成“业务可靠性参数-子业务可靠性参数-感官参数-中间件业务相关参数-具体服务步骤相关参数”的参数体系，并分析参数间关联关系，包括相关关系、依赖关系，建立多参数关联的业务可靠性评估模型，最后针对机载系统部署的空战业务，计算出空战业务可靠度.本文的评估方法有以下创新点和优势，第一，通过基于业务流程、基于中间件业务的分解方法分层分解业务，实现对业务的详细描述.第二，考虑参数间的相关关系、依赖关系，实现机载系统空战业务可靠性的精确评估.
相比于基于比特数据的信息处理及通信技术，人类通过语义处理和传递信息的方式，在面对智能体间传递处理海量信息这一问题时显得更为高效和自然.然而由于目前缺乏关于语义度量和刻画的数学描述，涉及语义的应用无法兼顾可解释性和泛化性，无法发挥语义的高效自然的优势.本文围绕语义的度量和刻画，首先依据信息科学和神经科学相关结论，讨论了语义的内涵，并指出语义具有模块化、多模态、层级化的特点；接着提出了一种多模态信号的语义刻画和度量的数学描述；然后为了验证所提信号语义的刻画和度量的可行性和有效性，在MNIST（Mixed National Institute of Standards and Technology database）手写数字识别和水声目标识别两个应用中进行了实验，获得比传统深度学习更好的性能；最后将语义用于视频编码，实现了远超传统方法的压缩比，展现了语义在通信领域的实用价值.这为未来建立以语义为基础的新型信息处理与通信技术奠定了理论和实践基础.
移动应用程序中的用户评论是获取用户需求的重要来源. 从用户评论中获取的用户需求，不仅可以帮助开发人员维护现有系统，还可以快速、准确地定位新的用户需求. 本文主要关注移动应用用户评论中的非功能需求，并基于系统模型、采用机器学习和深度学习算法将其自动分类为行为型需求和表示型需求. 在使用机器学习方法分类时，将2种特征提取技术与5种机器学习算法进行组合. 在使用深度学习方法分类时，使用了2种基于词嵌入的深度学习算法和1种基于字符嵌入的深度学习算法. 从性能和时间消耗2个维度比较了机器学习模型和深度学习模型，结果表明，机器学习模型比深度学习模型表现更好. 此外，支持向量机（Support Vector Machine，SVM）与词频-逆文档频率（Term Frequency?Inverse Document Frequency，TF?IDF）组合获得了最好的分类性能，精确率为0.941，召回率为0.990，F1-score为0.965.
构建一种实时可靠的传输网络以解决现有工业网络中低时延、高可靠的大规模数据传输问题是工业互联网建设的难点.当前工业以太网大多针对特定应用开发，种类繁杂，无法实现大范围、跨类别设备统一地互联互通，而传统互联网的尽力而为无法实现实时稳定的通信性能.本文利用时间敏感网络理论，提出并实现了基于802.1Qbv队列优先级的流量整形策略与基于帧抢占的调度策略，开发一种基于IEEE 802.1的时间敏感网络交换机，评估了基于IEEE 802.1的队列调度机制与技术.实验结果表明，该队列调度机制能有效保障流量的实时传输，且传输时延可控，从而保障了流量的可靠通信.
针对水声信道复杂多变、强多途和大起伏干扰等特点，本文建立了以极化码作为信道编码方案的水声通信系统，以提高水声数据传输的可靠性.针对声速为常数的均匀介质信道（Invariable Sound Velocity Gradient，ISVG）、负声速梯度信道（Negative Sound Velocity Gradient，NSVG）及正声速梯度信道（Positive Sound Velocity Gradient，PSVG），提出将蒙特卡洛构造作为极化码的构造方案，并在各自信道下进行性能仿真.结果表明，本文所提出的极化码构造方案在三种信道下可行有效. 与码长相近的低密度奇偶校验（Low Density Parity Check， LDPC）码相比，极化码编码结构清晰，编码复杂度较LDPC码更低，在同等信噪比条件下极化码的纠错性能更优，在提高信噪比时其误码率曲线下降速度更快，可以获得更高的编码增益，证明了极化码在水声通信系统中具有很强的竞争力，可以较为明显地提高水声通信系统的性能，在复杂的水声信道中拥有很好的应用前景.
用户评论可以反映用户对项目的偏好信息，将用户在其他领域的偏好迁移到目标领域进行跨域推荐，可以缓解目标域数据稀疏引起的冷启动问题.本文针对传统的跨域推荐方法无法将完整的用户偏好进行迁移以及传统的方面提取方法预测精度不高两个问题，提出基于方面和胶囊网络的跨域评分预测模型ACN（Aspect and Capsule Network）.ACN模型使用胶囊网络挖掘评论文档的多个方面，然后通过注意力机制筛选出对目标域最重要的特征，迁移到目标域进行评分预测.最后，通过实验证明ACN模型分别在单一源域和多源域的情况下，较基准模型最高有2.3%和20.8%的性能提升.
该文提出一种利用阵列划分的近场到达方向 （Direction Of Arrival，DOA） 估计算法.首先，通过划分阵列和四阶累积量构造一个仅包含DOA信息的托普利兹矩阵；然后，由于多重信号分类 （Multiple Signal Classification，MUSIC） 算法的空间谱在谱峰处是一个断点、且趋近较大值，因此，为得到高分辨率谱峰，该算法通过求解空间谱的一阶导数构造一个新 “空间谱”；最后，通过一维MUSIC算法估计近场信源的距离.仿真结果表明，该算法在低信噪比下提高了DOA的估计精度，且不需要二维谱峰搜索，只需K+1次一维谱峰搜索.
现有通用深度学习目标检测方法对中、大目标有着较好的检测精度，而对小目标检测精度较低，主要原因在于小目标训练数据少以及下采样后特征图分辨率过低.针对上述问题，一方面，提出一种尺度敏感损失函数用于分类热图的训练，使小目标能够对模型更新产生更大的影响；另一方面，利用反卷积与可变形卷积提出一种自上而下的特征融合方法，获得高分辨率、强语义的特征图来检测目标.在上述两个方面的基础上，设计一种尺度敏感与特征融合的小目标检测方法.在PASCAL VOC数据集上，对提出方法进行了实验验证，实验结果表明：相比于现有目标检测方法，本文方法在保持较快检测速度的同时，提升了小目标检测的精度.
相位是一维综合孔径辐射计获得高精度海面亮温的关键因素.传统的一维综合孔径辐射计的相位标定方法难以满足高精度相位定标需求，本文提出一种基于外部点源和内部噪声源相结合的相位定标方法.首先通过不同位置的外部点源和内部噪声源获得不同方位角上接收链路的固定相位差；接着通过内部噪声源获得接收链路的可变相位差；最后综合利用此两种相位差进行相位定标.本方法将固定相位误差和变化相位误差相分离，具有定标精度高、重复性好、节约定标时间的优点.实验表明本方法相位定标精度约为0.7°、重复性约为0.35°.
针对边缘计算中存在虚假欺骗、搭便车等不良行为导致资源浪费和卸载服务低效的问题，提出一种基于综合信任评价的任务卸载（Task Offloading scheme based on Comprehensive Trust Evaluation， TOCTE）策略. 建立节点信任遗忘函数，以任务真实性和节点卸载协作行为特征为约束，构建节点间卸载请求和协作信任评价模型，识别并过滤网络中的虚假任务和不良协作节点. 设计搜索发现概率优化粒子群算法，规避节点重复利用引起的节点过载，提高边缘计算任务卸载效率和资源有效利用. 仿真实验表明，TOCTE策略模型真实任务执行成功率达到59.22%，资源损耗率最低达到6.35%，能有效抑制和过滤虚假任务，降低资源损耗.
基于多视点视频加深度（Multiview Video plus Depth， MVD）格式的三维视频能给用户提供多视角的沉浸式视觉体验.针对MVD视频流传输中彩色帧发生整帧丢失的情况，提出了一种结合视觉显著性的三维视频整帧丢失错误隐藏算法.先将丢失帧各区域划分为三种不同的显著等级，然后对低、中、高显著区域，分别采用时域直接拷贝、时域和视点间像素自适应搜索法和新型的运动矢量补偿法进行恢复.相较于目前的对比算法，经提出算法重建后的丢失帧的峰值信噪比值（Peak Signal to Noise Ratio， PSNR）和结构相似度值（Structural Similarity Index Measure， SSIM）能分别提高0.99~2.61 dB和0.005~0.012，并且重建图像主观视觉质量更佳.
当前网络嵌入研究更多关注信息网络结构和结点之间一阶或高阶近似关系，对于网络结点自身属性考虑较少.本文提出一种嵌套的生成对抗网络模型N-GAN（Nesting Generative Adversarial Networks for Network Embedding），实现了网络结构和节点属性同时嵌入到低维向量，从而最大程度保存原始高维信息网络特征.N-GAN模型设计灵活，具有很好的延伸性和扩张性，并在真实数据上验证了N-GAN的性能及其稳定性，其嵌入的低维表示在不同应用中表现出不错的性能.
针对现有双目场景流计算方法在大位移、运动遮挡及光照变化等复杂场景下场景流估计的准确性与鲁棒性问题，提出一种基于金字塔块匹配的双目场景流计算方法.首先对双目图像序列进行超像素分割和视差估计，得到图像初始分割结果和视差信息，然后建立基于金字塔块匹配的运动模型并采用Ransac随机一致性算法拟合刚性运动模型和最小化重投影算法估计对象运动参数.最后，本文将金字塔块匹配结果作为约束项，联合对象运动参数和超像素平面参数构建基于金字塔块匹配的双目场景流估计能量函数模型，通过最小化能量函数得到最终场景流.实验分别采用KITTI2015（Karlsruhe Institute of Technology and Toyota technological Institute 2015）和MPI-Sintel（Max-Planck Institute and Sintel）数据集测试图像对本文方法和具有代表性场景流算法进行综合对比分析，结果表明本文方法相对于其他对比方法有效提高大位移、运动遮挡以及光照变化情况下场景流估计精度和鲁棒性.
社区搜索是备受关注的网络分析任务之一，旨在搜寻包含查询节点的局部社区.现有大多数社区搜索方法多面向简单网络且仅能定位查询节点所在社区，未能在搜索过程中考虑用户偏好.为实现利用用户偏好指导搜索过程并搜寻用户感兴趣的多社区，设计了属性网络中结合用户偏好的社区搜索和离群点检测方法，旨在通过较少的查询节点有效的捕获用户偏好并自动探索网络中的社区，同时识别社区中离群点.具体而言，通过编码查询节点及其邻居间的显式交互关系和相似属性以突出局部结构，利用其来挖掘潜在查询节点候选集成员.在查询节点候选集上定义平均划分相似度以推断属性子空间为用户潜在兴趣.采用属性和结构约束来搜索网络中的多社区和离群点.此外，真实数据集和人工数据集上的大量实验证明了所提方法的有效性.
分类型数据聚类是数据挖掘的重要研究内容，聚类数据中通常包含用户一些敏感信息. 为保护聚类数据中的用户隐私，当前主要采用基于可信第三方隐私保护模型，但现实中第三方也存在隐私泄露风险. 针对此问题，该文引入本地差分隐私技术，提出一种去可信第三方的K-modes聚类数据隐私保护方法. 该方法首先利用随机采样技术对数据进行采样，然后使用本地差分隐私技术对采样数据进行扰动，最后通过聚类服务端与用户的交互迭代完成聚类. 在聚类过程中，无需可信第三方对数据进行隐私预处理，避免了第三方泄露用户隐私的风险. 理论分析证明了该方法的隐私性和可行性，实验结果表明该方法在满足本地差分隐私机制的前提下保证了聚类结果的质量.
本文利用固相法合成了无铅钛酸钡（BaTiO3，BTO）纳米颗粒，并将其与不同含量的石墨烯（Graphene Oxide，GO）和聚二甲基硅氧烷（PolyDiMethylSiloxane，PDMS）进行复合制备成薄膜.GO材料作为碳基导电相形成复合材料中的微电容，提高了复合材料的压电性能.对GO含量为0.6 wt%的BaTiO3/Graphene/Polydimethylsiloxane（BTO/GO/PDMS）复合薄膜的电学和铁电性能进行了测试与分析.实验结果表明：所制备的BTO/GO/PDMS复合薄膜的介电常数为185，剩余极化强度高达每平方厘米13.47 μC（高于纯相的BaTiO3/Polydimethylsiloxane（BTO/PDMS）复合薄膜）.BTO/GO/PDMS基纳米复合薄膜发电机的开路电压是BTO/PDMS基纳米发电机的2.78倍.基于上述研究成果，这种无铅绿色友好型柔性复合材料在振动能量采集和集成铁电器件方面具有广泛的应用前景.
针对图像、视频等文件在压缩传输时的可靠性和安全性问题，提出一种具有边信息和状态信息的窃听信道模型以及该模型下基于双分簇技术的信源安全有损传输方案，并利用信息理论对速率-失真-信息泄露率三元组进行可达性和逆命题证明．考虑到现实环境中的噪声因素，以高斯噪声信道为例进行具体分析，通过误差估计和微分熵定理推导出速率和失真的下界．此外，引入模糊率，将信息泄漏率转化为估计信源的最小均方误差，得出此误差的上界．仿真实验表明，所提方案在最优条件下比现有方案速率高，失真和信息泄露率小，在非最优条件下比现有方案模糊率高．
图神经网络自2005年以来已经逐步成为图学习中的一个重要的研究分支，其中最为活跃的是图卷积神经网络.由于图数据在现实世界中广泛存在，因此有效地完成图结构数据的学习具有很大的应用前景.目前出现的大多数图卷积神经网络模型基本都是浅层结构，过平滑问题成为制约该领域发展的瓶颈问题.本文提出了一种称为dri-GCN（Graph Convolutional Network via dropedge， residual and identity mapping）的图残差卷积深层网络模型，该模型集成了图剪边、初始残差和恒等映射技术.主要思想包括：利用图剪边技术增加学习数据的多样性，以防止学习过程中的过拟合现象；构建恒等映射下的初始残差网络，来扩展残差单元的学习路径，以削弱学习过程中的过平滑问题.实验结果表明，本文提出的dri-GCN模型可以帮助构建深层图卷积神经网络，通过网络层次的加深可以获得优于浅层网络的学习准确率.
基于最大似然比准则，在高斯分布方差变化的假设下推导了水声瞬态信号累积和下降沿检测的检验统计量和非线性量的概率密度函数表达，重新利用FFT（Fast Fourier Transform）法分析了累积和性能模型，基于纽曼皮尔逊准则计算了在一定检测概率和虚警概率假设下方差和检测门限，并利用舰船转舵仿真信号、鱼雷出管仿真信号和水池重物落水实测脉动信号进行了检验.验证结果表明，相比常规方法，低信噪比下该方法对水声瞬态信号下降沿的判断精确度更高，稳健性更好.
为了解决基于位置的服务（Location Based Service， LBS）在收集用户位置数据时造成的隐私泄露，提出一种本地化差分隐私位置发布模型. 首先，该模型采用了灵活的位置隐私保护方案（个性化隐私设置），即由用户选择已设定的多种隐私策略或定制隐私策略，在此基础上设计了定制隐私策略位置扰动算法（Customized Privacy policy Location Perturbation algorithm， CPLP）；其次，提出并设计一种基于隐马尔可夫模型的时序关联位置隐私发布算法（Temporal Relational Location Privacy publishing algorithm，TRLP），解决发布时序位置时产生的隐私泄露；最后，在GeoLife数据集和Gowalla数据集上通过对比实验验证了该模型的有效性.
为了满足集成微波光子学的发展需要，随着硅基光子学的发展，硅基亚波长光栅波导被提出并受到关注.硅基亚波长光栅具备灵活度高、折射率可调等特性，主要用于实现光学滤波器、调制器、延迟线等集成微波光子学组件.本文对这类器件进行举例与讨论，并且在结尾提出对硅基亚波长光栅波导在集成微波光子学中应用的展望.
知识库问答（Knowledge Base Question Answering，KBQA）借助知识库中精度高、关联性强的结构化知识，为给定的复杂事实型问句提供准确、简短的答案.语义解析是知识库问答的主流方法之一，该类方法在给定的问句语义表征形式下，将非结构化的问句映射为结构化的语义表征，再将其改写为知识库查询获取答案.目前，面向知识库问答的语义解析方法主要面临三个挑战：首先是如何选择合适的语义表征形式以表达问句的语义，然后是如何解析问句的复杂语义并输出相应的语义表征，最后是如何应对特定领域中数据标注成本高昂、高质量数据匮乏的问题.本文从上述挑战出发，分析了知识库问答中常用的语义表征的特点与不足，然后梳理现有方法并总结分析其如何应对问句的复杂语义，接着介绍了当前方法在标注数据匮乏的低资源场景下的尝试，最后展望并讨论了面向知识库问答的语义解析的未来发展方向.
图像超分辨率重建是计算机视觉中的基本图像处理技术之一，不仅可以提高图像分辨率改善图像质量，还可以辅助其他计算机视觉任务. 近年来，随着人工智能浪潮的兴起，基于深度学习的图像超分辨率重建也取得了显著进展. 本文在简述图像超分辨率重建方法的基础上，全面综述了基于深度学习的单帧图像超分辨率重建的技术架构及研究历程，包括数据集构建方式、网络模型基本框架以及用于图像质量评估的主、客观评价指标，重点介绍了根据网络结构及图像重建效果划分的基于卷积神经网络的方法、基于生成对抗网络的方法以及基于Transformer的方法，并对相关网络模型加以评述和对比，最后依据网络模型和超分辨率重建挑战赛相关内容，展望了图像超分辨率重建未来的发展趋势.
为实现三相逆变器的高效率运行，提出了一种新型三相低能耗谐振直流环节逆变器，利用设置在逆变器直流环节的辅助谐振电路使直流母线电压在每个开关周期都形成零状态时，主开关能实现零电压软开通动作和零电流软关断动作，完成了无损耗切换.说明了一个开关周期内的电路工作状态，在2.5kW三相样机上的实验结果表明开关器件完成了软切换.因此，该新型拓扑结构对于改善逆变器运行效率具有重要意义.
为满足第五代（Fifth Generation， 5G）通信系统中大规模多输入多输出（Multiple Input Multiple Output， MIMO）基站进一步小型化的需求，本文提出了单个偶极子天线替代原有1×2子阵的方法.为实现等效替代，单个偶极子天线的波宽应压缩到原来的二分之一.因此，作者在传统的偶极子上方放置了具有相位梯度特性的两层超表面以聚焦偶极子的能量.加载了该超表面的偶极子的半功率波瓣宽度（Half Power Beam Width， HPBW）的仿真值减小到37°，增益仿真值提高到14.1dBi，主瓣平均交叉极化鉴别度（Cross Polarization Discrimination， XPD）提高了3.3 dB至8.5dB.为了验证天线设计，作者制作并测试了样机，仿真结果与实测结果较为吻合.综上所述，添加超表面的单个偶极子可以替代普通的1×2子阵，相当于在后续组阵过程中可以缩小一半的尺寸.这一方案在第五代通信系统大规模多输入多输出天线系统中具有重要应用价值.
