为研究再生砂粉混凝土的力学性能及细观损伤, 本文基于Python语言对ABAQUS软件进行了二次开发编程, 建立了考虑骨料、新老砂浆基体和界面过渡区的多相三维混凝土有限元模型, 并通过抗压强度试验验证有限元模型的有效性。结果表明, 本文建立的再生砂粉混凝土细观模型可有效模拟其力学性能和细观损伤情况, 抗压强度实测值与模拟值的误差较小, 不超过10.65%; 再生砂粉混凝土试块破坏整体呈“X”形式, 与试验现象基本一致, 初始损伤出现在界面过渡区处, 然后逐渐发展直至贯通, 随着再生细骨料及再生微粉含量的增多, 其损伤扩展程度更加严重, 并且其力学性能也随之下降。

采用等离子体增强原子层沉积(PEALD)技术在斜切的砷化镓(GaAs)衬底上低温沉积了氮化镓(GaN)薄膜，对生长过程、表面机制以及界面特性等进行分析，得到GaN在215~270 ℃的温度窗口内生长速度(Growth-Per-Cycle，GPC)为0.082 nm/cycle，并从表面反应动力学和热力学方面对GPC的变化进行了分析。研究发现，生长的GaN薄膜为多晶，具有六方纤锌矿结构，且出现(103)结晶取向。在GaN/GaAs界面处观察到约1 nm厚的非晶层，这可能与生长前衬底表面活性位点的限制和前驱体的空间位阻效应有关。值得注意的是，在沉积的GaN薄膜中，所有的N皆与Ga以Ga-N键结合生成GaN，但是存在少部分Ga形成了Ga-O键和Ga-Ga键。这种成键方式，可能与GaN薄膜中存在的缺陷和杂质有关。

以NH₄HCO₃为沉淀剂，通过共沉淀法合成了分散性良好的Dy，Tb∶LuAG纳米粉体，并研究了前驱体的热分解行为、粉体的物相及显微形貌。在不添加任何烧结助剂的情况下，采用真空预烧结合热等静压烧结技术首次制备出高透明的Dy，Tb∶LuAG陶瓷，并研究了预烧温度对陶瓷显微形貌及光学质量的影响。当预烧温度为1 600 ℃时，退火后的Dy，Tb∶LuAG陶瓷（厚度为1.5 mm）在578 nm处的直线透过率达到83.6%，平均晶粒尺寸为0.9 μm。此外，退火后的3%Dy，1%Tb∶LuAG透明陶瓷在447 nm的吸收截面积为1.3×10^-21 cm²，半高宽为3.0 nm，与商用GaN蓝色激光二极管具有良好的匹配性。研究表明，Dy，Tb∶LuAG透明陶瓷在黄光激光领域具有潜在的应用价值。

通过反滴共沉淀法合成Co:MgAl2O4纳米粉体，通过真空烧结和HIP后处理制备了高透明的Co:MgAl2O4陶瓷。研究了碳酸铵的添加量对合成前驱体、纳米粉体和陶瓷性能的影响。结果表明：碳酸铵添加量对Co:MgAl2O4纳米粉体的分散性和陶瓷的光学性能有一定影响。pH值会影响Co:MgAl2O4纳米粉体的团聚程度，而添加0.5 L碳酸铵制备得到的纳米粉体的团聚程度最弱。同时，添加0.5 L碳酸铵制备得到的Co:MgAl2O4透明陶瓷具有最佳光学质量，在400 nm和1 100 nm的直线透过率分别达到84.4%和86.9%，平均晶粒尺寸为21.3 μm。

通过固相反应结合真空烧结制备了(CexLu1-x)3Al5O12(Ce∶LuAG，x=0.0005，0.001，0.002，0.003，0.004)透明陶瓷。厚度为1.0 mm的Ce∶LuAG陶瓷在500~800 nm波长范围内的直线透过率大于75%。研究了不同浓度Ce∶LuAG陶瓷在454 nm蓝光LED激发下的吸收和发射特性，获得了可调的相关色温(5 653~7 433 K)。 所制备的Ce∶LuAG陶瓷具有优异的热性能和发光性能，在225 ℃下的PL强度较室温仅下降7%，0.1%Ce∶LuAG陶瓷在蓝光LED激发下的发光效率达到179 lm/W。进一步研究了不同厚度Ce∶LuAG陶瓷的发光饱和性能，1 mm厚的0.1%Ce∶LuAG陶瓷在功率密度为24.6 W/mm2的蓝光LD激发下获得了3 646 lm的高光通量，同时没有出现发光饱和现象。研究结果表明，Ce∶LuAG透明陶瓷具有高发光效率和热稳定性，适合用于大功率固态照明。

针对眼底视网膜血管细小、轮廓模糊导致血管分割精度低的问题,提出一种多尺度框架下采用小波变换融合血管轮廓特征和细节特征的视网膜血管分割方法。通过预处理增强血管与背景的对比度,在多尺度框架下提取血管轮廓特征和细节特征,并进行图像后处理;采用小波变换融合两幅特征图像,通过计算各尺度对应像素的最大值,得到血管检测图像,最后采用Otsu法进行分割。通过在DRIVE数据集上进行测试实验,得到平均准确率、灵敏度和特异度分别为0.9582,0.7086,0.9806。所提方法能够在准确分割血管轮廓的同时保留较多细小血管分支,准确率较高。

土壤钾元素含量是评价土壤营养程度重要的指标之一。 利用热红外发射率(TASI)数据对钾元素的反演研究较少且模型精度较低。 利用在黑龙江海伦地区采集的热红外航空成像光谱仪TASI数据, 经过预处理和温度与发射率分离后, 探究黑土土壤热红外发射率与钾元素含量关系。 在对比了常规的多元逐步回归与偏最小二乘建模方法后, 使用了一种新的逐步回归方法-全二次多元逐步回归建立模型, 相对于常规多元逐步回归, 引入了更多的参数进行模型的建立, 有效提高反演精度。 研究发现, 土壤发射率数据对于选用有效特性波段建立的模型对钾元素具有较高的反演精度, 所选特征波段均为负相关, 波段分别为6（8.602 μm）, 11（9.150 μm）, 15（9.588 μm）, 23（10.464 μm）, 相关系数依次为-0.658, -0.673, -0.645和-0.627。 钾元素通过多元逐步回归建模与预测的均方根误差RMSE: 0.027和0.032, 判定系数R2: 0.667和0.82, 相比于常规多元逐步回归建模与预测的均方根误差RMSE: 0.031和0.031, 判定系数R2: 0.569和0.78与偏最小二乘法建模与预测的均方根误差RMSE: 0.033和0.037, 判定系数R2: 0.45和0.51评价指标精度均有所提高, 说明该方法有效提高了利用发射率数据对钾元素的反演精度。 在利用学生化残差对模型进行去除异常值的改进后发现, 建模精度有了明显提高但是测试精度却有所降低, 过度拟合训练集数据导致模型泛化性下降, 因此不建议对模型过度拟合。