月球南极?艾特肯盆地是太阳系最大的撞击盆地之一，也是月球上最大、最古老的撞击盆地.南极?艾特肯盆地是研究早期大型撞击事件的重要窗口，而小型撞击坑的识别与计数定年是研究南极?艾特肯盆地演化史的基础.由于撞击坑直径和数量符合幂次定律，数量众多的小型撞击坑难以单纯依靠人力进行识别.近年来，计算机算力的提升使得训练复杂的卷积神经网络成为可能.采用已有的专家标注训练神经网络，进而实现图像特征的自动提取，能够在保证准确率的同时极大地提高识别效率.采用基于卷积神经网络算法的You Only Look Once Version5 （YOLO V5）目标探测系统来自动识别月球南极?艾特肯盆地直径为2~15 km的小型撞击坑.在训练神经网络时，使用融合了SELENE和LRO数据的数字高程模型SLDEM2015和最新的专家标记撞击坑数据库.训练好的网络在测试集上的结果与专家标记的撞击坑数据库相比，识别结果的准确率（Precision）为0.96，召回率（Recall）为0.95，F1值为0.95.通过对与专家标注不符的识别结果进行可视化，识别出至少十个专家误标记的撞击坑，证明撞击坑自动识别方法可以用于检验专家标注的可靠性.基于南极?艾特肯盆地的撞击坑自动识别结果，确定了南极?艾特肯盆地四个典型中型撞击坑的绝对模式年龄，并与已有的定年结果对比，进一步验证了自动识别结果的可靠性，也显示了提出的方法在利用自动识别的撞击坑进行中型撞击坑定年方面的潜力.提出的撞击坑自动识别方法有望进一步拓展到更小撞击坑的识别，并迁移到月球其他地质单元乃至其他行星的研究中.
自二次坑是背景二次撞击坑中的一类，是撞击过程中近垂直溅射的物质回落至母坑的连续溅射沉积物上形成的二次坑.二次坑的概念于20世纪60年代首次提出于，直至近十年被发现和证实，研究自二次坑对完善撞击坑统计定年方法和撞击过程的物理机理具有重要意义.近年来，深空探测获取了多个天体的高分辨率遥感数据，前人已在月球、水星等天体表面发现了自二次坑.但是，自二次坑的详细成因机制以及自二次坑对撞击坑统计定年方法的具体影响依然存在大量未知.系统综述了自二次坑的发现和研究历史，介绍了自二次坑与其他不同类型二次坑的区别；重点梳理了自二次坑的可能成因机理及其对撞击坑统计定年方法的影响.最后，结合作者的最近研究进展，展望了自二次坑研究的突破口.
月壤处于固体月球与太阳系物质和能量之间的边界层，对认识月球及其空间环境有重要作用.自Apollo计划返回月球样品以来，由于月壤成因复杂、组分多样，文献中对月壤进行了不同的分类以进行不同内容的研究.与岩石不同，月壤的分类十分复杂，并且经常混用.我国嫦娥5号月壤样品的返回使得有必要对已有的月壤样品分类及其相关研究进行总结讨论.基于对文献中关于月壤分类方案的总结，从粒径和成分（颗粒）特征两方面论述了相关的研究方向和成果，并简述了一些新的分类方法及应用，以期为月壤样品的精细化分类研究提供科学依据.
月壤的化学成分可以揭示月球的形成与演化等科学问题.美国“Apollo”和苏联“Luna”取回的月球样品大多利用中子活化分析法测定其中的元素组成.但是，随着仪器和分析测试技术的进步，电感耦合等离子体质谱（ICP?MS）越来越多地应用于地质样品的元素分析.对于珍贵的月壤样品应当追求获得更高准确度的同时尽量减少分析的耗样量.在优化样品消解条件的基础上，利用ICP?MS对不同粒度的CUG?1A和CUG?1B模拟月壤样品以及玄武岩标样BCR?2和BHVO?2进行了详细的主微量元素分析.在确保样品均一性的情况下，最低消耗5 mg样品量即可获得46种主微量元素的准确数据（微量元素相对误差优于10%，主量元素除P外优于3%）.这对于分析嫦娥五号返回样品具有重要的指导意义.
GRV 050202是中国南极科考队在南极格罗夫山地区发现的一块普通球粒陨石，为了了解其性质特征，对该陨石光薄片进行了光学显微镜、扫描电子显微镜观察及电子探针分析.结果显示，该陨石由非平衡区域和平衡区域组成，非平衡区域岩石类型为3.6型，平衡区域为5型，两区域均为L群，该陨石冲击变质程度和风化等级分别为S1和W1.此外，该陨石非平衡区域包含有混染外来物质的表土角砾及普通球粒陨石中少见的两个富钙铝难熔包体（Calcium?Aluminum Refractory Inclusions，CAIs）和一个蠕虫状橄榄石集合体（Amoeboid Olivine Aggregate，AOA）.GRV 050202中的表土角砾在基质粒度、碎屑矿物特征、结构成分及表面撞击产物等方面与非平衡型普通球粒陨石中的基质及其他角砾具有差异.难熔包体中方钠石、霞石及磷灰石等次生矿物相指示，L群普通球粒陨石母体经历过含P流体蚀变.
我国月球与深空探测规划中都有关于样品采集返回的任务，对这些地外返回样品的研究将极大地促进我国行星科学研究的发展.保证采集回的地外样品原始特征不被改变对于后续的科学研究至关重要.地外样品的储存与管理是一个复杂的系统工程.回顾并对比了美国、日本与欧洲（规划中）地外样品储存与管理设施的整体设计、惰性环境控制、设施材料选择、污染管理与清洁等方面的工作.基于已有设施的优缺点，进一步探讨了地外样品保管的新趋势与新挑战，以期对未来地外样品管理与储存工作提供借鉴和参考.
火山活动是天体内部热活动的表现，火山活动的形式和持续时间是探索行星环境和宜居性演化的重要方面.与内太阳系的其他天体一样，水星表面经历了大规模和长时期的火山活动，但是水星上的火山地貌、喷发机制、持续时间，以及火成岩的物质组成等特点和其他类地天体明显不同.水星上的火山活动主要发生在太阳系形成之初的10亿年内，溢流性火山活动形成的坑间平原和平坦平原在全球分布，是水星表面分布面积最大的火山物质.随着内部逐渐冷却，水星自约38亿年前后进入了全球收缩的热状态，岩石圈内的压应力阻碍岩浆上涌，大规模溢流性火山活动快速停止.距今约35亿年以来，水星表面的火山活动主要是挥发分驱动岩浆沿岩石圈内的薄弱带快速上升引起的爆发性火山活动，在全球形成了百余处火成碎屑沉积物.一些爆发性火山活动持续到水星地质历史的近期.水星火山活动的历史反映了独特的幔部动力过程，揭示了天体撞击作用对内部热扰动的影响，对水星的起源和演化具有重要的指示意义.
以金属锂作为负极的固态锂?氧气电池由于超高的比能量和宽操作温度而成为当前国际研究的热点，但是金属锂的高反应活性使基于金属锂负极的固态锂金属电池难以在高温下稳定地工作.用高离子导体的三元碱金属锂盐作为金属锂（Li）负极与固态电解质（Li1.5Al0.5Ge1.5P3O12，LAGP）之间的人工界面层，改善Li/LAGP之间的界面接触，降低其界面阻抗，提高界面稳定性.基于此制备的固态锂?氧气电池在150 ℃可以释放出1.58 mAh?cm-2的容量，对应库伦效率接近100%，在定容0.1 mAh?cm-2时，可稳定循环40周期.为高温电池的研究和开发提供了有效的途径.
氢气作为一种新时代的清洁能源近些年来备受瞩目，然而氢气无色无味同时易燃易爆，因此需要开发高灵敏度的氢气传感器对痕量的氢气进行检测.结合石墨烯的优异性质和声表面波传感器的优良特点，研制了一种基于石墨烯敏感层的高灵敏度声表面波传感器，通过添加铂对石墨烯敏感层进行修饰并优化了成膜方式，使传感器在极低的氢浓度下取得了出色的传感效果.同时检验了传感器在不同湿度环境下的氢敏性能，实验结果显示湿度对于传感器的氢敏性能有一定的影响，提高湿度可以提升传感器的响应，同时极大提高传感器的恢复性能.
次级源和误差传声器的布放是决定有源噪声控制系统降噪性能的重要因素.针对嵌入在管道中的紧凑式有源噪声控制系统，建立了半无限长矩形管道的声传输解析模型，系统地分析了误差传声器和次级源布放位置对低频声辐射控制效果的影响.针对截面为正方形的管道，提出了一种多传声器的误差传感策略，仿真和实验结果表明，使用该策略可有效提升紧凑式有源降噪系统在管道截止频率以下的降噪效果.
随着汽车行业的高速发展，汽车音响声品质，如音质感与空间感的研究与应用成为汽车声学系统的研究热点.提出一种适用于汽车音响系统的多通道均衡和串扰消除的优化系统.基于车内多测点的冲激响应，设计了优化系统，分别用于改善汽车音响系统的音质和空间感知效果.该音响系统中，频域解卷积方法用于设计多通道逆滤波器，以高质量汽车音响系统的典型频率响应作为目标频率响应.通过多个客观指标验证分析了该系统的有效性，并通过主观评价实验验证了该系统在主观听感上的性能提升.
2020年新冠疫情期间，政府实施了强有力的封控措施，使人为排放降低显著，这也为研究更强减排力度下空气质量的响应提供了一次独特天然实验.为研究疫情减排期间广东省空气质量变化情况及其驱动因素，将广东分为珠三角、粤东和粤西北三个地区，利用观测与再分析资料等数据分区分析了疫情期间广东省空气质量变化情况及其驱动因素.结果显示，和2020年春节前比较，2020年春节后（即疫情期间）的气象场要素更不利于臭氧（O3）的光化学生成.和2019年节后比较，疫情期间广东省人为排放低于往年同期，但O3浓度并未随前体物浓度的下降而下降.受气象要素主导影响，疫情减排期间O3浓度变化特征在不同地区呈现出明显差异.明晰了人为排放水平变化、气象条件等因素对空气质量的影响，也强调了充分考虑气象因素、人为排放以及O3光化学生成的非线性进行分区域污染治理的必要性.
时间序列异常检测是类别不均衡问题，异常现象少有发生，所以获取异常标签的成本高昂，因此基于无监督学习的时间序列异常检测方法更具有实用价值.然而，现有的时间序列异常检测方法存在三个缺陷：难以对复杂的时间序列进行建模、缺乏合理的缺失值处理机制和无法利用先验知识（例如少量的有标签异常）.为了解决以上问题，提出一种基于生成对抗神经网络和自编码器的无监督时间序列异常检测模型SALAD （Stochastic Adversarial Learned Anomaly Detection）.在原始空间结合生成对抗网络和自编码器网络并充分利用判别损失和绝对损失来完成数据重构；在隐空间中，为了使学习自编码器中的隐变量更紧凑地表示原始数据分布，引入生成对抗网络来约束隐变量的收敛，使其更接近先验分布；在训练过程中引入数据补全方法是一种更合理的缺失值处理机制；提出对比重构损失使SALAD能充分利用少量的有标签异常数据.在数据集上进行大量实验，结果表明，在完全无监督和使用部分异常标签的情形下，提出的模型的F1分数和现有的基线方法相比有明显的提升.
近年来，伴随着人工智能的发展及法院裁判文书的公开化，“智慧司法”、案例推荐成为热点问题.针对案例推荐中存在的推荐准确性差、传统知识图谱向量化表示精度不高等问题，提出基于知识图谱的案件推荐（Knowledge Graph based Case Recommendation，KGCR）模型.该模型以知识图谱为辅助信息，利用文本分类和信息抽取技术构建面向刑事案例的知识图谱，针对当事人的陈词供述，利用知识表示学习求解相似的案件，进一步实现法条推荐.针对TransH算法的负采样问题进行改进，提出FU?TransH算法模型.以公开的刑事判决书为数据集进行实验，实验结果表明，与相关的具有代表性的算法相比，该算法的推荐准确率更高.
从脑电信号中精确提取和运动想象相关的特征是运动意图识别的难点之一.为了准确识别运动意图，提出一种可以同步提取运动想象信号时间、频率和空间特征的卷积神经网络算法，称为时?频?空卷积神经网络（Time?Frequency?Spatial Convolutional Neural Networks，TFSCNN）.TFSCNN利用3D卷积提取运动想象信号的频率特征，深度可分离卷积提取空间和时间特征，最后使用时间卷积神经网络进一步提取时间特征.利用公开数据集BCI Competition Ⅳ dataset 2b对提出的算法模型进行评估，结果显示该模型的平均准确率达到了81.86%，平均Kappa值为0.632.模型获得的Kappa值比滤波器组共空间模式算法提高了25.2%，比卷积神经网络?堆叠自动编码器算法提高了12.8%，证实提出的TFSCNN模型的有效性.并且，TFSCNN模型使用了深度可分离卷积，比相同参数的标准CNN节省了2/3的训练时间，单次测试耗时仅为1.25E-5 s，未来有望应用于在线脑机接口（BCI）系统.
近年来卷积神经网络在图像分类、图像分割等任务中应用广泛.针对基于FPGA （Field Programmable Gate Array）的卷积神经网络训练加速器中存在的权重梯度计算效率低和加法器占用资源多的问题，设计一款高性能的卷积神经网络训练加速器.首先提出一种卷积单引擎架构，在推理卷积硬件架构的基础上增加额外的自累加单元，可兼容卷积层的正向传播与反向传播（误差反向传递和权重梯度计算），提高加速器的复用能力，同时提升权重梯度计算的效率；然后提出一种适配卷积核内加法树与自累加单元的新型加法树设计，进一步节约计算资源；最后在Xilinx Zynq xc7z045平台上实现了所提出的训练加速器，并基于CIFAR?10数据集训练VGG?like （Visual Geometry Group）网络模型.实验结果表明，在200 MHz的时钟频率下，支持8位定点的训练加速器可以达到64.6 GOPS （Giga Operations per Second）的平均性能，是Intel Xeon E5?2630 v4 CPU （Central Processing Unit）训练平台的9.36倍，能效是NVIDIA Tesla K40C GPU（Graphics Processing Unit）训练平台的17.96倍.与已有的FPGA加速器相比，提出的加速器在处理性能和存储资源使用效率上具有优势.
随着网络技术和存储技术的迅速发展，各行业形成了大量多源数据，为企业提供了良好的发展机遇.由于这些数据随着时间的变化而变化，如何快速更新这些数据的属性约简是目前计算机科学研究领域中备受关注的热点之一.首先介绍多源数据相关矩阵的基础知识，根据多源数据的相关理论知识设计多源数据非增量矩阵约简算法.另外，当多源数据的属性和对象同时变化时，给出了多源数据等价关系矩阵融合方法，分析了属性和对象同时变化时基于矩阵方法计算知识粒度的增量更新机制，设计了有效更新多源数据属性约简的增量算法.最后，在六个UCI数据集上对增量和非增量属性约简算法做了大量对比仿真实验.实验结果表明：与非增量属性约简算法相比，增量属性约简算法计算约简所需运行时间远小于非增量属性约简算法，同时，两算法所得的分类精确度基本一致.
