为了对魏家峁煤矿深孔台阶爆破效果进行综合评价, 考虑爆破质量、安全、经济三方面目标, 选取大块率、根底率、后裂距离、松散系数、单耗、延米爆破量、振动速度、飞散距离等8个参量作为评价指标。通过无人机、高速摄影、振动监测等技术手段对魏家峁煤矿4个生产爆破平盘开展现场监测, 并利用Split-desktop、Motion studio等软件进行数据分析, 得到了上述参量的量化指标。分别利用层次分析法和CRITIC法, 获得评价指标的主、客观权重, 然后基于离差平方和最大原则确定了各指标的组合权重。利用中心点三角白化权函数对灰色聚类法进行优化, 建立了爆破效果的灰色聚类评估模型, 对魏家峁煤矿深孔台阶爆破效果进行了综合评价, 并根据综合聚类系数得到了4个平盘的爆破效果优劣顺序。最后对比指标数据分析了爆破效果最差的平盘主要存在的问题。研究结果表明:炸药单耗、大块率、根底率的组合权重都大于0.15, 对爆破效果的影响较大; 4个平盘的爆破效果优劣顺序为：1080平盘>1064平盘>1096平盘>1112平盘; 1112平盘需要结合地质条件, 针对后裂距离大、单耗高、延米爆破量小、飞散距离大等问题进行台阶爆破参数优化。

一阶逼近格林瓦尔-莱特尼科夫(G-L)加权系数的计算具有准确快速的递推公式，而高阶逼近鲁比希加权系数的求解则复杂度高，计算消耗时间长。本文通过傅里叶变换证明了鲁比希算子的逼近阶，并基于移位鲁比希算子提出一类四阶逼近的加权移位鲁比希差分(WSLD)算子。从数字信号处理角度分析 WSLD算子滤波特性，设计基于 WSLD算子的分数阶数字 FIR微分滤波器并进行数值仿真验证。对比 Al-Alaoui、鲁比希 2种典型分数阶算子，结果表明，利用 WSLD算子求解分数阶数字 FIR滤波器滤波系数的算法简单、高效，且相对其他算子能有效减小吉布斯效应影响。

目前采用U-Net结构的去模糊算法存在细节损失、图像质量欠佳等问题，因此对U-Net进行改进，提出一种基于多尺度优化和动态特征融合的图像去模糊方法。首先针对细节损失，提出一种精简且有效的多尺度残差注意力模块(Multi-Scale Residual Module, MSRM)，通过增加特征尺度多样性来提取更精细的图像特征。此外，为了将更有利的特征传递到解码部分，在跳跃连接处设计动态特征融合模块(Dynamic Feature Fusion Module, DFFM)，采用注意力加权的方式选择性融合不同阶段的编码特征。该算法采用多尺度内容损失和多尺度高频信息损失进行约束训练。在GoPro和RealBlur数据集上的实验结果表明，这种方法能有效改善图像质量，复原更丰富的细节信息。与现有去模糊算法相比，本文算法在主观视觉和客观评价等方面均具有一定优势。

面粉吸水率是评价面粉质量和预测面制品加工特性的重要品质性状。 面粉吸水率的测定主要参照国际或国家标准利用粉质仪进行, 其测定方法费时费力。 基于此, 提出利用可见近红外光谱分析技术结合多元统计分析进行面粉吸水率快速、 无损检测。 参照国标法测定150份小麦面粉样品的吸水率, 面粉吸水率变幅为53.10%~74.50%。 利用可见近红外分析仪采集面粉样品的光谱信息, 有效光谱范围为570~1 100 nm。 采用偏最小二乘回归(PLSR)、 主成分回归(PCR)和支持向量机回归(SVR)将光谱信息和面粉吸水率进行关联, 分别建立面粉吸水率的定量分析预测模型, 筛选最优的建模方法。 在优选的建模方法的基础上, 采用竞争性自适应重加权(CARS)、 区间随机蛙跳(iRF)、 迭代保留信息变量(IRIV)和连续投影(SPA)算法提取特征波长, 筛选最优的特征波长提取算法。 基于最优的建模方法和最优的特征波长提取算法提取的特征波长, 采用标准化(NL)、 一阶求导(1st Der)、 基线校正(BL)、 标准正态变换(SNV)和去趋势化(DT)5种光谱预处理方法对特征波长的光谱进行预处理, 筛选最优的光谱预处理方法。 结果表明, 采用NL光谱预处理方法对CARS算法提取的24个特征波长(仅占原始波长的2.26%)的光谱进行预处理后建立的PLSR模型性能最佳, 预测集相关系数(R2p)、 预测集均方根误差(RMSEP)和预测相对分析误差(RPD)分别为0.889 4、 1.458 5和2.641 3。 采用CARS算法提取的特征波长所建的模型不仅能提高模型的性能, 还很大程度提高模型运算效率、 降低仪器制造成本和光谱仪微型化的难度, 从而为面粉吸水率可见近红外无损、 快速检测研究奠定了基础。

该文设计了一款用于电子不停车收费系统(ETC)的声表面波(SAW)滤波器。该款滤波器采用3-1-3分节的电容加权结构和电极宽度控制(EWC)的换能器单元结构，基片材料为128°Y-X铌酸锂。通过对滤波器外围匹配电感、换能器反射指结构和膜厚的优化，实现了滤波器小插入损耗和高阻带抑制，制作滤波器的中心频率为40 MHz，插入损耗为-7.5 dB。该文突破常规设计方法，采用在扇形结构中换能器全抽指加权SAW滤波器的设计手段，使器件最终满足ETC项目使用要求。

针对无人机检测缺陷绝缘子时，存在目标特征不明显、小目标检测效果差、无法同时满足检测速度和精度的问题，提出一种基于改进YOLOv5的绝缘子缺陷检测算法。首先，针对目标特征不明显的问题，将ConvNeXt网络应用到YOLOv5主干网络中，以加强网络特征提取能力；其次，针对图像中的小目标特征，在主干网络中引入坐标注意力机制，提高对小目标的检测精度；然后，对改进模型进行剪枝操作，剪去模型中冗余的通道，从而减少模型参数量，使模型更加轻量化。实验结果表明：所提算法在绝缘子缺陷数据集IDID上的平均精度均值达到93.84%，较原始算法提升了3.4个百分点；检测速率达到166 frame/s，较原算法速率提升了69.4%，可以满足对输电线路实时检测的要求。

鉴于现有的红外图像增强方法存在欠增强、过增强和放大噪声等缺陷, 提出了自适应加权直方图均衡化的红外图像增强方法。该方法提出了直方图的自适应加权系数, 其反比于每个灰度级对应直方图频次的平方根, 适当地提升频次较小的直方图, 而适当压制频次较大的直方图。用自适应加权系数对各个灰度级的直方图频次进行加权后, 进行直方图均衡化处理, 最后经灰度级映射得到增强图像。实验结果显示, 相对于现有的方法, 本方法的增强图像对比度更高, 边缘细节信息更丰富, 信息熵、平均梯度和标准差分别比现有方法高出0.23、2.2和3.7以上。因此, 本文方法的红外图像增强效果优于最新提出的现有方法。

针对当前辐射源的动态威胁评估问题, 提出一种基于属性约简-改进TOPSIS的威胁评估算法, 引入组合赋权法和基于时间度的时间权重计算方法, 构建动态威胁评估模型。首先根据优势关系对属性进行约简, 然后利用组合赋权法计算属性权重, 从欧氏距离、灰色关联度和广义马氏距离3种测度出发改进TOPSIS方法, 计算加权综合贴近度, 并结合时间权重, 实现最终的威胁排序。仿真实验结果验证了所提算法的合理性,相比传统评估方法, 可靠性更高, 并能够根据决策者偏好调整参数,有较强的灵活性。

首先，充分考虑温漂序列数据前后之间的强相关性，在对光纤法布里-珀罗可调滤波器（FFP-TF）的温漂进行建模的过程中引入时间权重的概念，为每个样本赋予不同的时间属性。然后，采用支持向量机（SVM）作为弱学习器对温漂样本进行建模，使用AdaBoost框架对多个SVM模型进行集成学习。在集成预测过程中，不仅每个模型的预测性能会影响样本的权重分配，而且样本的时间属性也会影响样本权重的更新。实验结果表明：在2 ℃的窄范围缓慢变温环境中，传统AdaBoost-SVM算法的最大温漂补偿误差为10.83 pm，而基于时间权重的AdaBoost-SVM的最大温漂补偿误差降低到7.04 pm；在15 ℃的温度范围下，传统AdaBoost-SVM算法的最大误差达到11.57 pm，基于时间权重的AdaBoost-SVM的最大误差仅为4.05 pm。与传统硬件方法相比，所提出的方法不需要额外硬件，为可调谐滤波器的温漂补偿提供了一种新的思路。