热变形是影响磨床加工精度的主要因素，严重制约了机床精度的进一步提高。为了提高热误差预测的精度，提出了一种基于热传导和卷积神经网络的磨床主轴热误差预测方法。根据热传导理论推导出主轴表面和外部环境的温差和热变量的映射关系，揭示了材料热变形本质。然后，建立了以温差为输入和主轴热变形量为输出的神经网络热误差预测模型。该模型拥有4个神经网络层，分别对应温差、热能增量、时间变量以及热变形量。运用反向传播算法对该预测模型进行训练并计算模型参数。最后，基于SINUMERIK 840D数控控制器开发了一套磨床主轴热误差补偿系统，并在某一数控磨床上进行了验证。结果表明，通过主轴热误差补偿后，磨床的加工精度提升了41.7%，验证了本文提出的主轴热误差预测模型的有效性和可行性。

可见光激光器在激光彩色显示、激光医疗、量子信息、光通讯等领域有着十分重要的作用。三价镨离子(Pr³⁺)因在可见光波段存在丰富的激光能级跃迁而备受人们关注。特别是近年来，激光二极管(LD)、光泵浦半导体激光器(OPSL)等商业化泵浦源的出现，更是使得掺Pr³⁺固体激光器的研究得到了长足的发展。本文按照掺Pr³⁺固体激光器连续、脉冲和单纵模三种输出类型，介绍了每种输出类型在特定波段处的典型工作，以时间为主线对掺Pr³⁺固体激光器的研究历程与现状进行了概述，以及对未来掺Pr³⁺固体激光器的研究做了展望。

Echinococcosis—a parasitic disease caused by Echinococcus granulosus or Echinococcus multilocularis larvae—occurs in many regions in the world. This disease can pose a serious threat to public health and thus requires a convenient and cost-effective method for early detection. So, we developed a novel method based on visual saliency and scale-invariant features that detects the tapeworm parasites. This method improves upon existing bottom-up computational saliency models by introducing a visual attention mechanism. The results indicated that the proposed method offers a higher level of both accuracy and computational efficiency when detecting Echinococcus granulosus protoscoleces, which in turn could improve early detection of echinococcosis.