针对红外图像相对于可见光检测精度低，鲁棒性差的问题，提出了一种基于 YOLO的多尺度红外图目标检测网络 YOLO-MIR（YOLO for Multi-scale IR image）。首先，为了提高网络对红外图像的适应能力，改进了特征提取以及融合模块，使其保留更多的红外图像细节。其次，为增强对多尺度目标的检测能力，增大了融合网络的尺度，加强红外图像特征的进一步融合。最后，为增加网络的鲁棒性，设计了针对红外图像的数据增广算法。设置消融实验评估不同方法对网络性能的影响，结果表明在红外数据集下网络性能得到明显提升。与主流算法 YOLOv7相比在参数量不变的条件下平均检测精度提升了 3%，提高了网络对红外图像的适应能力，实现了对各尺度目标的精确检测。

针对现有的基于点的网络平等地对待所有的点从而无法有效关注重要特征的问题，在激光雷达点云处理领域引入注意力机制，即CSA模块，其中CA表示通道注意力，SA表示空间注意力。两个模块以数据驱动的方式自动学习不同特征通道信息和不同空间位置信息的重要性，从而提升网络在点云分类和分割任务上的表现。在基于点的网络中引入了上述两个模块，提出了CSA-PointNet++结构。实验结果表明：所提方法在ModelNet40数据集上的分类准确率达93.20%，在ShapeNetPart数据集上的部件分割实验的平均交并比（mIoU）为82.62%，优于其他对比方法，验证了所提网络的有效性；同时，在真实世界自建数据集上，所提方法的分类准确率达92.14%，证明了网络在真实世界的数据上具有良好的泛化能力。

本文利用第一性原理计算并结合玻尔兹曼输运方程, 预测了一种热电性能优良的新型Bi2Te3基材料, 即单层BiSbTeSe2。通过系统计算单层BiSbTeSe2的电子能带结构和热电输运性质, 发现单层BiSbTeSe2在300 K时的塞贝克系数达到最高值(522 μV· K-1), 在500 K时功率因子与弛豫时间的比值最大为5.78 W· m-1·K-2·s-1。除此之外, 单层BiSbTeSe2还具有较低的晶格热导率和较高的迁移率。在最佳p型掺杂下, 单层BiSbTeSe2在500 K时的热电优值 ZT高达3.95。单层BiSbTeSe2的优良性能表明其在300~500 K的中温热电器件领域具有潜在的应用价值, 可以为进一步开发高性能Bi2Te3基热电材料提供设计依据。

针对对比度受限的自适应直方图均衡化(contrast limited adaptive histogram equalization, CLAHE)强行分块造成的视觉不自然现象, 本文提出了一种基于语义分割的红外图像增强方法。语义分割网络将整个红外图像分割成种类块而不是传统的矩形图像块。然后, 每个种类块各自进行对比度受限的直方图均衡化, 以减少过度增强。最后, 采用了一种新的边缘过渡方法来避免种类块之间的突变。实验结果表明, 本文所提出的红外图像增强方法在对比度和熵上优于其他对比算法, 而且避免了传统 CLAHE的视觉不自然现象, 具有更好的视觉效果。

乳腺炎是奶牛生产养殖中最为严重的疾病之一, 奶牛乳腺炎的早期检测可以为后续治疗提供依据, 从而提高疾病治疗效率, 降低养殖风险。 为了对自然行走的奶牛实现快速、 高精度的“一步式”乳腺炎疾病检测, 提出了一种基于热红外图像, 融合数据增强与改进ResNet34的奶牛乳腺炎疾病检测方法。 相对于现有的“多步式”奶牛红外图像乳腺炎检测方法, 该方法无需奶牛关键部分如乳房和眼睛的定位以及温度提取等, 可有效避免“多步式”造成的误差累计, 从而实现更高效的乳腺炎检测。 首先, 将包含奶牛关键部位的局部图片水平拼接成信息完整的整体图片, 结合RandAugment数据增强方法扩增训练样本; 其次, 采用ResNet34残差网络作为实验的基础网络, 并根据热红外图像特性对模型进行如下改进: (1)精简网络内部冗余层使得模型更轻量化; (2)中间层添加辅助分类器弥补由于模型精简带来的特征损失; (3)将改进的多融合池化层代替原有单一池化层, 使得特征提取内容更丰富。 随机选取3 298张热红外图像(66头奶牛)作为实验对象, 并设置多组对比实验, 结果表明: 与传统ResNet34相比改进后ResNet34模型分类准确率提高3.4%, 基于改进ResNet34并融合迁移学习和数据增强的模型验证准确率达到90.3%, 测试准确率为88.4%, 分类时间仅需3.39×10-3 s。 为了保证实验数据集的样本独立性, 进一步将奶牛个体数量按照3∶1∶1划分为训练集、 验证集和测试集, 测得模型测试准确率达到80.3%, 证明所提出模型具有很好的鲁棒性。 根据测试结果, 计算出模型查准率为91.2%、 查全率为91.6%、 F1分数为91.4%, 与前人所做实验相比准确率提高了5.1%, 特异度提升5.3%。 该研究方法可以为初期奶牛乳腺疾病筛选和医学诊断提供辅助和参考。

二维过渡金属硫族化合物(TMDs)是继石墨烯之后的新型二维材料，由于其自身的独特物理化学性质在半导体、光电材料、能源储存和催化制氢等方面备受瞩目。化学气相沉积(CVD)是目前适合实现大规模制备二维材料的工艺之一，制备过程中参数的高度可控性使其具有很大优势。本文综述了近期通过CVD制备TMDs的研究进展，探讨了在CVD制备工艺中各种参数对产物生长和最终形貌的影响，包括前驱体、温度、衬底、辅助剂、压力和载气流量等。列举了一些改进的CVD制备工艺，并对其特点进行了总结。最后讨论了目前CVD制备TMDs所面临的挑战并对其发展前景进行展望。

搪玻璃瓷层性能与搪玻璃釉的化学组成、熔制工艺、搪烧工艺、搪玻璃层瓷层厚度及均匀性和搪玻璃层缺陷控制都有密切的关系, 瓷层性能的好坏决定搪玻璃设备的使用寿命。异色点是搪玻璃瓷层常见的缺陷之一, 本工作分析了产生异色点的原因并根据不同情况确定了合理的解决方案。