因安全隐蔽性和衣物穿透性等特点，被动太赫兹成像已用于关键场所的人体安检。多极化成像可丰富信息维度，提升系统性能。针对极化模式难以选择和多极化图像特性尚不明确等问题，全面评估用于被动太赫兹成像检测的多极化图像质量。首先，分析人体和隐匿物品的任意极化太赫兹辐射亮温模型；然后，通过成像实验和仿真模拟获得4个线极化图像，并计算分析6个极化参数图像；接着，利用传统全局无参考评价指标对比分析多极化图像；最后，采用受试者工作特征（ROC）曲线和差异信噪比（DSNR）定量评估用于检测的局部图像质量，并通过观察者主观评价统计实验验证了若干全局和局部指标的合理性。结果表明，合理选择极化并融合多极化对提升成像检测性能具有重要意义。

衰老是引起主动脉硬化进而引发各种心血管疾病的主要独立风险因素。对主动脉增龄性改变进行定量评估有望为心血管疾病研究提供重要线索。采用二次谐波成像技术，结合三维灰度共生矩阵纹理分析算法，对不同周龄大鼠主动脉血管壁内外表面的胶原纤维进行了定量评估；提取出多种可量化表征主动脉增龄性改变的特征参数，从胶原纤维微结构角度揭示了主动脉增龄性变化规律。上述方法及提取出的特征参数有望为评估血管老化程度提供有力工具和重要参考指标，并进一步应用于与老化相关的心血管疾病的研究。

为了提高坡耕地的秸秆还田效率, 增加土壤有机质, 探索一种适于坡耕地的基于种养结合的保护性耕作方式。 采用田间小区试验, 研究了秸秆覆盖轮耕技术（包括当季秸秆覆盖+休闲、 上季秸秆覆盖+旋耕）与常规耕作（秸秆移除后旋耕）对土壤水溶性有机碳（WSOC）荧光特征及团聚体有机碳的影响。 结果表明: 砂质暗棕壤坡耕地秸秆覆盖旋耕（SRT）、 秸秆覆盖休闲（SFT）与秸秆不还田的常规耕作（CRT）处理土壤WSOC均解析出C1, C2, C3和C4等4组荧光组分, 主要为紫外光区与可见光区类富里酸（Peak A 和Peak C）、 类胡敏酸（F）和短波类色氨酸（类蛋白B、 D峰）等成分。 秸秆覆盖旋耕处理提高了类富里酸（Peak A和Peak C）和类蛋白组分C4含量, C1和C2组分较覆盖休闲和常规耕作分别提高112.73%, 109.35%和107.77%, 66.07%, C4组分较SFT与CRT处理提高28.26%和42.31%, 差异显著, 而常规耕作处理来自于自生源腐殖质组分的胡敏酸C3含量增加, 较覆盖旋耕和覆盖休闲处理分别增加16.76%和49.74%; 0～20 cm耕层土壤团聚体有机物主要分布在<0.053 mm的矿物质结合态（MOM）中, 平均占比为63.90%, 其次为0.25～0.053 mm细颗粒态有机物（oPOM）, 占比为23.8%, 粗颗粒态有机物（>0.25 mm）中含量最低, 仅为11.2%; 与秸秆不还田比较, 坡耕地秸秆覆盖还田增加了植物来源的新鲜有机质的形成, 表现为＞0.053 mm的闭蓄态有机碳（oPOC）含量的增加, 以覆盖旋耕处理oPOC增加较大, 而秸秆不还田的CRT处理增加了MOM占比; 覆盖旋耕处理FI和HIX值增大, 土壤腐殖质积累趋势增强, 为低山丘陵区坡耕地实施秸秆覆盖还田的保护性耕作技术提供了科学依据。

恒星光谱数据的分类是天体光谱自动识别的最基本任务之一, 光谱分类的研究能够为恒星的演化提供线索。 随着科技的发展, 天文数据也向大数据时代迈进, 需要处理的恒星光谱数量越来越多, 如何对其进行自动而精准地分类成为了天文学家要解决的难题之一。 当前恒星光谱自动分类问题的解决方法相对较少, 为此本文使用了一种基于卷积神经网络的方法对恒星光谱MK系统进行分类。 该网络由数据输入层、 四个卷积层、 四个池化层、 全连接层、 输出层构成, 与传统网络相比具有局部感知、 参数共享等优点实验。 在Python3.5的环境下编程, 利用Tensorflow构建了一个简单高效的具有四个卷积层的卷积神经网络, 并将Dropout作用于全连接层之后以防止过度拟合。 Dropout的基本思想: 当网络模型进行训练时, 把一些神经网络节点按一定的比例丢弃, 使其暂时不发挥作用。 Dropout可以理解成是一种十分高效的神经网络模型平均方法, 由于它不依赖于某些局部特征所以能够让网络模型更加鲁棒。 实验中使用的一维恒星光谱图是取自LAMOST DR3数据库, 首先进行预处理截取光谱3 600~7 300 的部分, 均匀采样后使用min-max标准化法对其进行初始化。 实验包括两部分: 第一部分为依据恒星光谱MK系统对光谱进行分类, 每一类的训练样本包含1 000条光谱数据, 测试样本为400条光谱数据, 首先通过训练样本对CNN网络进行训练, 进行3 000次的迭代, 用训练后的网络将测试样本进行分类以验证网络的准确性; 第二部分为相邻两类的恒星光谱的分类, 其中O型星数据集样本为250条光谱, 其余类别恒星样本数据集均为4 000条光谱, 将数据5等分, 每次选取当中的一份当作测试集, 其余部分当作训练集, 采用5折交叉验证法求得模型准确率, 用BP神经网络进行对比实验。 选择对网络模型进行评估的指标包括精确率P、 召回率R、 F-score、 准确率A。 实验结果显示CNN在对六类恒星光谱进行分类时其准确率都在95%以上, 在对相邻类别的恒星进行分类时, 由于O型星样本量较少, 所以得到的分类结果不太理想, 对其余类别的恒星分类准确率都高于98%, 以上结果都证明了CNN算法能够很好地解决恒星光谱的分类问题。

PointNet是三维点云分类中具有代表性的研究成果,该模型开创性地利用深度学习模型对点云进行分类,取得了较好的效果。但是PointNet模型只考虑点云的全局特征而忽略每个点的局部信息,为弥补这个缺陷,提出基于图卷积网络的点云分类模型。在PointNet模型中插入一个kNN graph层,通过在点云空间构造k近邻图,利用图结构有效地获取点云的局部信息,从而提高整体点云分类准确率。分类实验在ModelNet40数据集上进行,对比不同近邻值k对输出精度的影响,结果表明在k取20时,分类准确率最高,达到了93.2%,比PointNet高4.0%。

针对光参量啁啾脉冲放大系统中的色散特性，提出了一种基于双密度棱栅的新型超短脉冲色散补偿装置。该色散补偿装置包括一对互相平行的光栅和一对斜边平行放置的同等大小的等腰直角棱镜，第二个光栅的线密度是第一个的两倍。建立光线追迹模型，通过数值计算，讨论了装置各结构参数对装置色散补偿量的影响。结果表明，该装置可以在补偿系统剩余线性啁啾（二阶色散）量的基础上，独立补偿三阶色散，且补偿量可在较大正负范围内变化，适用于飞秒量级超短啁啾脉冲系统的色散控制。

利用Sysweld有限元软件建立三维有限元模型，采用三维高斯热源，考虑材料热物性能随温度的变化，对平板和回转体内壁进行了激光相变硬化数值模拟。分析了温度场、残余应力以及马氏体分布的异同，研究了工件形状对激光相变硬化温度场和残余应力的影响规律。结果表明，在表层方向上，平板模型和回转体内壁模型的热循环相似；截面方向上，内壁模型峰值温度高于平板模型。处理后相变区组织均主要以马氏体为主，其体积分数约为90%。相变区边缘及热影响区产生残余拉应力，相变区存在残余压应力；与内壁模型相比，平板模型相变区中心残余压应力数值较大。

基于YCOB晶体中三波耦合方程理论模型，在抽运光波形和能量、晶体长度相同的条件下，研究信号光的时间波形对光参变啁啾脉冲放大(OPCPA)光谱和转换效率的影响。计算过程中，抽运光和信号光能量分别为45 J和500 mJ，光斑直径分别为60 mm和50 mm。抽运光脉宽取3 ns，信号光脉宽为1.2 ns。数值结果显示，信号光放大后的光谱和转换效率与输入信号光的时间波形有关。1阶高斯型脉冲光谱的半峰全宽(FWHM)得以展宽，由原来的36 nm展宽为放大后的61 nm，2阶超高斯脉冲频谱展宽为47 nm，高斯脉冲的阶数越高，谱宽展宽越小，5阶和5阶以上的高斯脉冲光谱不再展宽，几乎保持原来36 nm不变；1阶高斯脉冲的转换效率最高，达到32%左右，2阶高斯脉冲只有25%，8阶以上转换效率基本变化不大，约为19%。信号光脉冲时间特性对OPCPA的光谱输出和转换效率产生很大的影响。

为了拉制氧化锆单晶光纤，采用一种基于激光加热基座生长法的单晶光纤拉制系统，在原有的激光加热基座生长法生长单晶光纤的基础上，设计出环形聚焦激光加热系统，对其光学系统进行了改进、优化。利用椭球镜的双焦点特性设计光路，在其第一焦点处形成聚焦环形热源，用于熔化晶棒，拉制光纤；通过ZEMAX光学软件对系统进行了光学仿真。结果表明，在光学系统的聚焦点，能形成高质量的环形热源。该系统有着其它激光加热基座生长法的光学系统无法比拟的优点，在拉制氧化锆和其它高温单晶光纤方面有着很好的应用。

以安全检查为背景，研究了近距离被动毫米波焦面阵成像的关键技术.其中包括采用基模高斯波束法结合几何光学法分析系统准光路；设计多波束宽角扫描透镜天线；提出一种新型结构的介质棒天线，该天线易于排成紧密阵列且能够为透镜提供良好的照射；研制工作于Ka频段的高灵敏度、小型化直接检波式辐射计等.给出了20通道被动毫米波焦面阵成像系统的实验结果，表明该系统可用于室内近距离探测人体隐匿物品.