针对元学习少样本分类样本特征鉴别能力不足的问题，提出了一种类内-类间通道注意力少样本分类方法（Intra-inter Channel Attention Few-shot Classification， ICAFSC）。ICAFSC在原型网络基础上设计了一个类内-类间通道注意力模块，该模块通过类内-类间距离度量计算通道权重实现特征加权，提高特征对类别的鉴别能力。为了克服直接在元训练阶段学习类内-类间通道注意力模块容易出现过拟合或欠拟合现象的问题，ICAFSC在原型网络的元训练之前增加一个预训练阶段。该阶段设计具有大量标记样本的分类任务，并利用这些任务充分训练类内-类间通道注意力模块，促使该模块达到较优的状态。在原型网络的元训练和元测试阶段，ICAFSC冻结类内-类间通道注意力模块的参数，分别实现少样本分类经验的学习与迁移。在MiniImagenet数据集上分别开展了1-shot和5-shot的少样本分类实验。实验结果表明：本文提出的类内-类间通道注意力少样本分类方法与原型网络相比，在1-shot和5-shot条件下分类准确率分别提高了1.93%和1.15%。

气体火花开关是脉冲功率装置中最常用的关键器件。电极烧蚀作为脉冲功率开关中的难点问题，会引起开关自击穿电压降低、触发抖动增大及开关寿命降低，已成为制约气体开关发展和应用的一个瓶颈。本文回顾梳理了国内外学者针对电极烧蚀问题进行的一系列研究，从电极烧蚀理论和实验研究成果两个方面，介绍了电极烧蚀的基本机制及仿真模型，归纳了影响开关电极烧蚀的因素以及电极耐烧蚀材料的研究进展，最后讨论了电极烧蚀研究面临的问题以及优化电极材料抗烧蚀性能的方向。