以铝柱撑蒙脱石为模板、壳聚糖为碳源，采用水热法制备铝柱撑蒙脱石/碳纳米复合材料，然后热压得到铝柱撑蒙脱石基陶瓷/碳复合材料。通过X射线衍射仪、扫描电子显微镜、万能材料试验机和矢量网络分析仪等研究了碳含量对复合材料的致密度、力学、导电性能和吸波性能的影响。结果表明：铝柱撑蒙脱石/碳经热压烧结转变为莫来石/碳陶瓷材料，碳在热压中进一步石墨化，碳的引入提高了复合材料的导电性和韧性，同时在材料内部形成了大量界面极化，增强了复合材料的介电损耗，使陶瓷材料由透波体转化为电磁波吸收材料。随着铝柱撑蒙脱石中碳质量分数的进一步增加，复合材料内部微裂纹增多，弯曲强度逐渐降低。在1 300 ℃、20 MPa、保温120 min的条件下进行热压烧结，蒙脱石与壳聚糖质量比为32:1时，复合材料的断裂韧性最高，比不添加碳的陶瓷提高了11.41%；当蒙脱石与壳聚糖质量比为4:1时，复合材料的电导率最高，达到17.53 S·m-1。吸波性能测试模拟计算结果表明：所得材料在涂层厚度为1.4 mm时，最小反射损耗RL值达到-44.93 dB；当涂层厚度为1.6 mm时，最小RL值为-36.28 dB，有效吸收带宽为5.0 GHz。

以六水氯化铝和氢氧化钠为原料制备羟基铝聚阳离子、羟基铝聚阳离子为氧化铝源制备铝柱撑蒙脱石、氧化铝和氢氧化铝为氧化铝源，分别与蒙脱石球磨，然后分别进行热压制备蒙脱石基陶瓷。研究了不同氧化铝源和热压温度对蒙脱石基陶瓷莫来石化和力学性能的影响。结果表明：当热压温度为1 100 ℃时，3种氧化铝源的加入改善了蒙脱石基陶瓷的力学性能；在1 300 ℃热压温度下，铝柱撑蒙脱石基陶瓷的弯曲强度和断裂韧性最优，分别为118.07 MPa和2.30 MPa·m1/2，相对于原蒙脱石基陶瓷分别提高了41.0%和74.2%。

针对红外视频人体行为识别问题, 提出了一种基于时空双流卷积神经网络的红外人体行为识别方法。通过将整个红外视频进行平均分段, 然后将每一段视频中随机抽取的红外图像和对应的光流图像输入空间卷积神经网络, 空间卷积神经网络通过融合光流信息可以有效地学习到红外图像中真正发生运动的空间信息, 再将每一小段的识别结果进行融合得到空间网络结果。同时将每一段视频中随机抽取的光流图像序列输入时间卷积神经网络, 融合每一小段的结果后得到时间网络结果。最后再将空间网络结果和时间网络结果进行加权求和, 从而得到最终的视频分类结果。实验中, 采用此方法对包含23种红外行为动作类别的红外视频数据集上的动作进行识别, 正确识别率为92.0%。结果表明, 该算法可以有效地对红外视频行为进行准确识别。

在无人车夜视红外视频彩色化问题中, 考虑到可同时利用单帧图像的信息和视频的帧间信息, 提出了一种双通道循环生成对抗网络（DcCCAN）对夜视红外视频进行彩色化。DcCCAN是在循环一致生成对抗网络（CCAN）的基础上提出的双通道生成网络。双通道生成网络具有良好的图像特征提取能力, 能够自动提取视频中待处理图像的特征, 同时提取先前模型所生成图像的特征, 然后将特征信息整合后生成一幅目标图像。通过在生成对抗性训练中引入循环一致性训练机制, 可无监督地学习得到红外域图像到彩色域图像的映射关系, 从而实现红外视频的彩色化。实验表明该方法能够为视频中的红外图像赋予自然的色彩信息和纹理信息, 且满足实时性要求。