随机光学重建显微术（STORM）基于免疫荧光标记技术，具有原理易懂、光路简单、分辨率极高等特点，一直受到科研工作者的青睐，但分辨率的提升对抗体的特异性提出了更高的要求。相较一抗直接标记，“一抗+二抗”的间接标记法在实际应用中普适性更强。二抗相对一抗存在物种特异性的问题，生产时需要对其进行预吸附来提升物种特异性。为了探究二抗物种特异性对双色STORM成像的影响，基于经典的红细胞骨架模型中血影蛋白N端和C端的互斥位置关系，对二者使用高、低吸附二抗标记后分别进行双色STORM成像，对照模拟中有无信号串扰条件下的互相关分析结果，结果表明低吸附二抗会造成二者共定位的假象。进一步，分别通过高、低吸附二抗对MDA-MB-231乳腺癌细胞CD47和PD-L1两种膜蛋白进行双色STORM成像，结果揭示两种蛋白无共定位关系。本研究为二抗物种特异性的评估提供了一种基于红细胞骨架结构模型的超分辨成像新策略，助力双色STORM成像精准阐明蛋白分子互作关系。

装配式桥墩在桥梁施工领域得到广泛的应用，常受偶然爆炸或恐怖袭击的打击影响。为研究爆炸荷载下装配式桥墩损伤因素的影响规律，采用ANSYS/Workbench建立了近场爆炸荷载作用下的装配式桥墩数值模型，基于桥墩剩余承载力，提出以破坏参数D作为抗爆性指标，以炸药当量、爆心距离、初始预应力大小、节段数和剪力键的设置为损伤因素，分析了５种因素对桥墩损伤程度影响。在此基础上，利用灰色关联分析法衡量爆炸荷载下装配式桥墩损伤因素之间关联度的指标与贡献度。结果表明：增大初始预应力、节段间设置剪力键其破坏参数D的综合降低率为32.1%、29.6%，均能有效降低墩柱的损伤，与装配式桥墩抗爆受损有良好的关联性; 而增加剪力键高度和节段数为12%、7.2%，对墩柱损伤影响较小; 5种因素对爆炸荷载下装配式桥墩损伤影响的关联度从大到小为：TNT当量、爆心距离、初张拉预应力、剪力键的设置、节段数量。装配式桥墩抗爆设计中，可优先考虑提高初张拉预应力大小、设置剪力键等关联度较大的因素，灰色关联分析法对爆炸荷载下装配式桥墩损伤因素分析具有一定的参考性。

为了解决废弃农作物青稞秸秆的资源处置问题, 将废弃青稞秸秆在室外自然焚烧后再经过煅烧及研磨处理, 从而制备成新型生物质硅掺合料。通过正交试验设计对青稞秸秆灰(HBSA)的制备条件及设计参数进行初步分析与二次验证; 采用响应面优化分析方法建立响应面预测模型, 对HBSA的制备条件进一步优化分析, 从而验证正交试验结果的合理性; 基于灰熵关联分析, 确定了HBSA的活性影响因素的主次关系; 采用多种微观测试技术对最优条件下制备的HBSA的微观结构进行测试分析, 进而揭示HBSA能够作为活性掺合料的原因。结果表明, 当二次煅烧温度为600 ℃、煅烧时间为2 h、研磨时间为2 h时, HBSA的活性最高, 相对活性指数高达1.06。响应面优化方法能够有效用于HBSA的活性制备参数设计, 响应面预测模型具有较高的预测精度, 较好地验证了正交试验结果的准确性。煅烧温度的灰熵关联度最大, 应作为HBSA制备过程中的首要控制因素。HBSA具有较细的粒度、较大的比表面积和较高的活性SiO2含量, 有效促进了HBSA的活性效应。

Ⅳ类石英玻璃是一种重要的特种玻璃材料，在光学探测、惯性导航等领域内具有重要作用。光学均匀性是表征光学玻璃结构均匀性的一种重要方法，Ⅳ类石英玻璃的光学均匀性与硅氧网络结构分布一致性密切相关。本文通过四步法光学均匀性测试、紫外-可见-近红外光谱、红外反射光谱等方法，研究了羟基、金属杂质及氧缺陷的径向分布特点和硅氧键键角的径向变化，采用相关性分析研究了各影响因素对样品光学均匀性的影响。结果表明：表示玻璃光学均匀性的波前畸变t0Δn沿玻璃半径先降低后升高；羟基的径向分布整体上与t0Δn的径向变化相反，200 nm处透过率径向变化、硅氧键键角径向变化与t0Δn的径向变化相近；羟基对Ⅳ类石英玻璃光学均匀性的影响较小，金属杂质、氧缺陷及硅氧键键角的径向变化是影响Ⅳ类石英玻璃光学均匀性的主要因素。

颅骨身份识别是法医学研究的重要课题。针对以往颅骨身份识别研究中颅骨和面貌内在特征表示能力不足的问题，为了充分利用颅骨和面皮模型的有效识别信息、提高颅骨识别能力，提出一种基于视图特征和形状特征融合的颅骨身份识别方法。首先，采用多视图神经网络学习颅骨和面皮的多视图特征，采用基于双谐波距离的LS-MDS算法计算颅骨和面皮的标准形，采用池化融合方法聚合多个特征来减少视图池化阶段的信息丢失；然后，为了解决波核特征对尺度变换敏感的问题，根据特征值归一化思想提取颅骨和面皮的尺度不变波核特征；最后，采用核典型相关分析将视图特征和波核特征进行融合，得到颅骨和面皮的最终特征向量，通过计算颅骨特征向量和面皮特征向量的相关系数实现颅骨的身份识别。实验结果表明，所提方法的识别正确率为95.4%，优于其他对比方法，是一种有效的颅骨身份识别方法。

人脸特征随着年龄变化而变化，会严重影响人脸识别的性能。提出一种基于Transformer的跨年龄人脸识别方法，首先通过改善的T2T-ViT模型提取人脸年龄和身份混合特征，然后通过残差因子分解获取人脸年龄特征和身份特征，再使用线性特征分解的去相关对抗式学习算法对人脸的年龄特征和身份特征去除相关性，从而实现年龄抗干扰性的人脸识别。相比基于卷积神经网络的DAL和MTLFace方法，所提方法在参数量、multiply-add operations（MACs）和计算耗时上均有明显降低，同时在基准数据集AgeDB-30、CACD_VS、CALFW、LFW上取得了相媲美的准确率，证明了所提方法的有效性。