分流扬声器将入射声能转化成电能进行储存和耗散，可作为一种共振吸声体.对界面刚性的长方体封闭空间建立解析模型，分析在顶面布放分流扬声器时布放方式对空间内低频噪声的控制效果.数值仿真表明：在封闭空间本征频率附近，布放分流扬声器可有效降低空间内的平均声压级；当分流扬声器数目有限时，布放在初始声压级大的区域能产生更好的降噪效果；长方体顶角是所有模态响应较大的位置，因此是宽带降噪时布放分流扬声器的较优选择.地面铺设吸声材料后，封闭空间内平均声压级整体降低，但上述分流扬声器布放方式的影响规律依然存在.最后，实验验证了数值仿真结果.
三维装配补全是一项重要的交互式装配任务，对于一个半成品装配体，机器人需要明确其缺失部件，从候选部件中挑选正确部件，计算准确的拼装位姿，最后将半成品补全.稳定性是椅子、桌子等实际装配体设计的首要原则，也是三维装配补全的重要目标，现有的装配补全工作多根据部件的几何关系来优化装配补全过程，没有考虑补全后装配体的稳定性，导致补全结果的正确率不高，难以满足机器人实际装配的需求.针对上述问题，提出一种基于稳定性优化的三维装配补全方法（Finishing the Incomplete 3D Assembly with Transformer，StableFiT），定义了一种装配体稳定性验证方法.基于NVIDIA Isaac Sim仿真平台训练了一个装配体稳定性判别器，并基于稳定性判别器提供的稳定性反馈，优化了三维装配体的补全.在PartNet数据集上开展实验验证，结果表明StableFiT能够有效提升补全的装配体的正确性和稳定性.
对于复杂图像的拉盖尔高斯（Laguerre?Gaussian，LG）谱成像，因为满足奈奎斯特采样率的高阶LG模式系数无法测得，重建图像的失真不可避免，而神经网络算法通过先验学习，可以对失真图像实现较为清晰的复原.提出基于条件生成对抗网络（Conditional Generative Adversarial Nets，cGAN）的图像优化重建方法，在处理下采样的LG谱单像素成像和旋转运动模糊图像中均取得了较好的效果.在1.87%的LG谱采样率下，该方法能将Kaggle数据集人像二值图像的结构相似性（Structural Similarity，SSIM）指数提升至0.8以上，和经典图像去噪算法相比有显著提升.
目前，卷积神经网络（Convolutional Neural Network，CNN）模型在处理图像数据时分类效果较差，人工水母搜索（Artificial Jellyfish Search，AJS）算法收敛速度慢，迭代次数多，特征选择的效果不理想.针对上述问题，提出一种基于CNN和AJS的图特征选择方法.首先，使用CNN来提取特征，将生成的特征图进行图嵌入降维，再使用AJS算法进行特征选择，把得到的特征输入分类器，进行模型训练和评估；然后，在图嵌入阶段，将特征图进行随机游走，并通过添加特征权重计算节点的游走概率来增强权重大的节点的游走概率，提高分类精度；最后，在AJS算法中引入余弦公式对人工水母的位置进行更新，充分考虑特征向量之间的相似性，提高算法的收敛速度并减少迭代次数.在10个基准函数上进行实验，结果表明改进的AJS算法具有较好的优化性能.在四个数据集上，将提出的算法与其他算法进行对比实验，实验结果表明，提出的算法能提高分类精度，减少迭代次数.
随着卷积神经网络（Convolutional Neural Networks，CNN）的不断改进，基于CNN的图片匹配成为图像处理的关键，然而，许多基于CNN的图像相似度检测算法对图像特征的表达能力较差，且曼哈顿距离或欧式距离的计算方式导致在计算损失函数时模型不一定能很好地收敛.针对此问题，提出一种基于孪生网络和注意力机制的方法（CSNET）来提升图像匹配的性能，主要步骤如下：使用将激活函数改进为Mish函数的VGG16网络作为主干网络提取图像的特征，在模型的卷积层加入注意力机制模块（Convolutional Block Attention Module，CBAM），这提高了模型的特征提取能力和鲁棒性，保证训练可以收敛.对模型输入图片对的特征向量的欧氏距离，再利用网络全连接层输出的相似度分数来度量被检图片是否相似.将提出的CSNET与其他图片匹配方法在Omniglot和SigComp2011等数据集上进行比较，实验结果表明，CSNET能有效提高图像相似度匹配的准确性.
基于用户的不同风险偏好特征，提出一种融入用户风险偏好的三支协同过滤推荐模型来提高推荐规则的准确性.首先，考虑用户的不同风险偏好对项目评分的影响，基于用户?项目评分矩阵定义用户关于项目的偏好概率测度，建立用户?项目偏好概率模型，从理论上证明了该模型是现有模型的推广和拓展.其次，利用决策粗糙集，推导出用户在不同风险偏好下的三支推荐模型阈值表达.然后，以上述工作为基础，将推荐准确性和推荐成本作为优化目标，设计基于粒子群优化算法的用户偏好概率模型参数确定方法.最后，在MovieLens数据集上的实验验证了提出模型的有效性.
多目标进化算法在特征选择方面有显著的优势，但其求解高维数据最优特征子集的性能依然较差，且从获得的Pareto解集中选择合理最优解仍是一个挑战性的问题.为了解决该问题，提出一种基于自适应环境因子熵权决策的多目标特征选择算法.首先，通过设计环境因子来自适应识别关键特征，优化候选特征子空间；其次，将环境因子嵌入改进的交叉算子和变异算子，实现全局最优特征子集的自适应搜索；最后，利用关联环境因子的熵权决策策略，从获得的Pareto解集中选出最优解.实验表明，与现有的五种多目标特征选择算法相比，提出的算法具有更高的分类精度，并能准确地获取全局最优解，验证了该算法的有效性.
随着互联网和推荐系统的不断发展，推荐服务的对象由单一用户扩展为群组成员，获取并融合组内成员的偏好、提升群组推荐效果成为当前推荐领域研究的热点问题.利用用户提供的多属性评分矩阵，提出一种融合隐式信任与属性偏好的群组推荐算法.首先，基于用户共同评分项目数和多属性评分相似度计算用户间的直接隐式信任，并利用信任传递机制获取用户间的间接信任，降低数据稀疏性.然后，通过计算用户各属性评分与总体评分间的距离来挖掘用户的属性偏好，在此基础上，利用注意力机制学习组内用户权重，将用户偏好聚合为群组偏好，进而结合深度学习框架对候选项目进行预测，生成最终的推荐列表.最后，四个数据集上的实验验证了提出的算法的有效性和可行性，实验结果表明，该算法的准确率、nDCG等评价指标明显优于对比算法.
当序决策信息系统中的属性集不断变化时，基于优势关系的现有静态算法无法高效地更新其属性约简，为此，从属性增加和属性删除两个角度出发，以知识粒度表征的属性重要度为启发信息，提出两种新的增量属性约简算法.首先介绍优势粗糙集方法的相关基础知识，并将经典粗糙集中基于知识粒度的属性约简算法扩展到优势粗糙集方法，得到可处理序决策信息系统的属性约简算法；然后，给出劣势属性矩阵的定义，并基于知识粒度的矩阵计算方法分析属性增删时属性约简的增量式更新机制，进一步设计了两种增量属性约简算法.最后，分析比较三种算法的时间复杂度，选取了六个不同的UCI数据集进行算法性能的测试，结果表明，提出的算法比静态的属性约简算法更高效.
网络社交媒体的快速发展提供了便捷的信息获取方式，但也滋生了谣言和虚假新闻，现有的谣言检测模型在有标注数据充足时能有效解决分类问题，然而谣言可用的标注数据有限，各种针对谣言特点精心设计的模型倾向于过拟合，同时，现有模型的鲁棒性不足，谣言传播者恶意破坏谣言传播结构会使模型出现分类错误.针对以上问题，采用自监督的图对比学习方法，对原始谣言传播图进行不同方式的数据增强来模拟对原图的扰动，建立自监督对比学习任务，使图编码器捕获谣言更趋本质的特征，缓解了过拟合，提高了模型的鲁棒性与泛化性能.在来源于主流社交媒体平台的三个公开数据集Twitter15，Twitter16和PHEME上进行了对比实验，实验结果显示，提出的模型的准确率比基准模型分别提高3.4%，1.8%和1.2%，证实了图自监督对比学习方法在谣言检测任务上的有效性.
教育规模不断扩大，高校在校生人数持续上升，导致学生的能力参差不齐.为了提升教育水平，教师需掌握学生在校期间的学习状态，预测学生期末成绩是教师掌握学生学习状态的重要途径之一.目前的研究工作主要采用传统的机器学习算法进行成绩预测，如随机森林、贝叶斯、深度森林等，但精度不高；也有利用深度学习算法进行预测，但模型缺少可解释性.Lightgbm（Light Gradient Boosting Machine）算法内存消耗低，时间复杂度低，而XGBoost（eXtreme Gradient Boosting）算法精度高.因此，基于提高精度与降低模型内存消耗的策略，将深度森林中的随机森林与极限随机森林模块分别替换为Lightgbm和XGbBoost，提出一种基于Lightgbm和XGBoost算法的优化深度森林算法LIGHT?XDF.在八个数据集上与其他模型进行对比实验，结果表明，LIGHT?XDF算法的综合性能最好.
纳米金属氧化物和微塑料均为典型的颗粒态污染物，对水生生态系统存在安全风险，但目前鲜有研究两者对水生生物的复合效应.为探究聚苯乙烯微塑料（Polystyrene Microplastic，PS MPs）与纳米氧化锌（ZnO Nanoparticles，ZnO NPs）复合作用下的生物响应，以锦鲫（Carassius auratus）为受试生物，将其暴露在ZnO NPs （1 mg?L-1），PS MPs （1 mg?L-1，10 mg?L-1），ZnO NPs+PS MPs （1 mg?L-1+1 mg?L-1与1 mg?L-1+10 mg?L-1）中14 d.测定了两种颗粒物的水合粒径、Zeta电位、水体Zn2+含量、Zn在锦鲫各组织中的富集量和肝脏氧化损伤指标.结果显示，与PS MPs复合后，ZnO NPs在水体中的团聚性和稳定性增加，与高浓度PS MPs复合后水中Zn2+含量降低；锦鲫各组织中Zn的富集量大小为：肠>眼>鳃>肌肉>性腺>脑，与1 mg?L-1 PS MPs复合降低了脑部对Zn的富集，与10 mg?L-1 PS MPs复合提高了眼部Zn含量；肝脏中超氧化物歧化酶（Superoxide Dismutase）活性和活性氧（Reactive Oxygen Species）水平无明显变化，而低浓度复合组（1 mg?L-1 ZnO NPs +1 mg?L-1 PS MPs）丙二醛（Malonaldehyde）含量显著高于其他组，两种颗粒态污染物复合表现为毒性增强作用.综合以上指标，PS MPs可通过改变ZnO NPs的水体聚集性、稳定性与离子释放，从而改变其在锦鲫体内的富集特性，增强对肝脏的氧化损伤.
由于5G通讯频率和电路集成化的提高，出现信号传输延迟及功率损耗增大等一系列问题，对聚合物的低介电性能提出了更高的要求.本文设计合成了一类含中空玻璃微球的有机无机复合聚酰亚胺低介电薄膜材料——聚酰亚胺/中空微球（PI/SiO2?Air）复合膜.复合材料中的中空玻璃微球经过氨基化处理得到表面含有大量可反应性官能团，进一步以该微球作为化学交联位点，得到了均匀分散的PI复合薄膜，同时在复合膜中引入了均匀分布的微孔结构.所制备的PI复合膜具有优异的力学性能，其拉伸强度可达201.6 MPa.此外，复合PI膜具有优异的低介电性能，在1 MHz测试条件下的介电常数可低至2.42，介电损耗低至0.0348.Weibull击穿场强最高可达227 kV·mm-1，PI复合膜表现出更高的热稳定性，吸湿率低至1.75%.该类低介电PI复合薄膜具有优异的综合性能，在高频率、低延迟特性的5G通讯材料领域具有潜在的应用前景.
采用自制的聚?4?甲基?1?戊烯中空纤维膜式人工肺组件，进行了氧气和二氧化碳传质性能研究.实验采用自制的模拟液循环装置，模拟液在膜丝外部流动，在氧气通入之前，用驱氧装置实现氧气的排出和二氧化碳的吸收，模拟静脉血，从而达到循环的效果.氧气在膜丝内部流动，经过膜组件部分溶解在膜丝外的模拟液中后，剩余氧气排出.模拟液选用去离子水、PBS缓冲溶液（78 v% PBS缓冲溶液，22 v%去离子水）、甘油?水溶液（50 wt%甘油，50 wt%去离子水）和亚硫酸钠水溶液（0.9 wt%亚硫酸钠，99.1 wt%去离子水）.实验测定了在不同气?液流速、气相压力和气?液比下，氧气和二氧化碳的传质速率.实验测试表明，随着气?液流速增加，氧气和二氧化碳的传质效果明显增加，在去离子水中，在300 mL·min?1流速下，传质速率可达57.11 mL·min-1·m-2和103.59 mL·min-1·m-2.随着气相压力的增加，氧气传质效果增速先增后减，逐渐趋于平衡，而二氧化碳的传质效果有所下降.随着气?液比的增加，氧气传质效果有所增加，而二氧化碳传质效果保持不变.
环境中四环素（Tetracycline，TC）污染及去除是当前研究的热点问题，用粉末活性炭（Activated Carbon，AC）制备磁改性活性炭（Magnetic?modified Activated Carbon,MAC），建立以去除TC为目标的磁改性活性炭?非均相类Fenton体系，四氧化三铁（Fe3O4）赋予了AC磁性，并可以作为非均相类Fenton反应的催化剂，该体系结合了活性炭法的吸附与非均相类Fenton法的降解，能够更高效地去除TC.通过SEM，EDS，FTIR和XPS对反应前后的MAC形貌、结构以及官能团进行分析，探讨该体系对TC的作用机理.同时考察了时间、MAC投加量、H2O2投加量、溶液的pH对MAC去除TC溶液的影响.结果表明，在TC浓度为50 mg·L-1时，初始pH为3，MAC投加量为0.6 g·L-1，H2O2投加量为5.0 mmol·L-1，为该体系的最佳运行条件.
锑（Sb）的形态影响其在土壤中的迁移性、生物有效性和毒性，因此了解土壤中的Sb形态及其影响机制至关重要.本文旨在总结土壤中Sb的存在形态，阐述非生物和生物因素对土壤中Sb形态转化的影响机制.在好氧条件下，Sb（Ⅴ）是Sb污染土壤中主要的存在形态，在厌氧土壤中，存在大量的Sb（Ⅲ），然而许多研究表明，Sb（Ⅴ）也是厌氧土壤中Sb的主要形态.土壤中的许多因素都会影响Sb的形态.土壤的Eh和pH可以通过影响微生物的群落结构以及铁锰氧化物和腐殖酸等物质对Sb（Ⅲ）的氧化速率来影响Sb的形态.铁锰氧化物、
在江苏无锡惠山附近修建地铁过程中发现了较多的浅埋岩溶，通过钻孔资料和跨孔地震CT试验对该地的岩溶发育特征进行了详细分析.同时，根据溶洞的大小、位置和填充等情况，将其分为四种类型.为了探讨该场区地铁隧道开挖后的稳定性问题，采用有限差分的方法，研究了隧道与溶洞之间的距离及溶洞填充物对隧道整体稳定性的影响.最后，根据设计规范，确定了隧道与溶洞之间的安全距离.结果表明，场区内大部分溶洞呈扁球形或椭球形，并由含砾石的粉质黏土或淤泥质粉质黏土充填，最发育的溶洞埋深在26~30 m和32~36 m，溶洞直径为1~10 m；综合来看场区内Ⅰ型溶洞对隧道安全施工的威胁最小；四种岩溶类型与隧道之间的安全距离为5 m或≥11 m.本研究成果可为江苏省浅埋岩溶地区其他拟建隧道的设计和施工提供技术参考.
激光雷达被广泛地应用于云、气溶胶、大气成分、温度和风速的探测当中.应用于大气探测的激光雷达种类繁多，通常会使用不同的分类方法对激光雷达进行归类，使得同一台激光雷达可能会被赋予不同的名称，而被归类于同一类型的激光雷达之间又可能存在显著差异.按照激光雷达的测量角度和测距方式、光谱特征、探测目标、搭载平台等多种分类方法对现有的大气探测激光雷达进行了归纳，描述了各种不同类型激光雷达的特征，并介绍了不同类别激光雷达之间的联系.在实际科研和业务中，需要结合各种激光雷达的优、缺点，根据探测目标、数据质量要求和预算来选择最适合的激光雷达类型来进行大气探测.
