针对古青铜器年代鉴别任务需要大量的相关史料、鉴别耗时长以及主观性强等问题，提出一种新思路用于辅助考古专家对古青铜器进行分析和年代鉴别。所提方法在图像分类预训练权重的基础上应用深度学习方法对古青铜器进行年代鉴别：首先，通过大量的基础实验，在较为有代表性的4种网络模型中选出鉴别结果较好的EfficientNetV2-L作为基线模型；接下来，使用EfficientNetV2-L对古青铜器数据集进行特征提取；然后，将原有的线性分类层替换为cosin_classifier，减小方差带来的风险，提高模型鉴别能力；最后，引入Focal损失函数替换原有的交叉熵损失函数进行损失计算，在聚焦因子（focusing parameter）和加权因子（class weighting）作用下有效地改善样本数量较少类别所导致的模型学习效果较差的问题。所提方法较原始EfficientNetV2-L在准确率、精确率、召回率、F1分数和曲线下面积等指标上提高4.1百分点、4.0百分点、4.1百分点、4.2百分点和0.9百分点，在测试集上取得91.7%的最优准确率。在此基础上，还对分期有争议的青铜器进行了模型预测分析。结果表明，深度学习技术在古青铜器数据集年代鉴别任务上是有效的，可提供参考分析数据，减轻考古专家的工作强度。

为深入了解负折射率媒质的奇异传输特性，基于斯涅耳折射原理，设计并加工了一种用于测试X波段(8.2~12.4 GHz),以亚铁磁材料为基体,内嵌金属线阵列宏结构的负折射率介质样品折射特性的实验装置。分别测试了楔形石蜡样品和楔形负折射率介质样品在X波段的折射特性,对石蜡样品测试结果的分析证明了该折射特性测试装置的有效性，对负折射率介质样品测试结果的分析证明了合成介质确实具有负折射效应。通过电磁仿真方法，测试了平行板负折射率介质的波束位移特性，进一步证明了该种合成介质的负折射特性。

为深入了解电磁超材料中物质间相互作用关系, 理论分析了金属导体线阵列宏结构嵌入单负磁导率媒质中时其等效介电常数的变化特性。数值计算和电磁仿真方法相结合, 讨论了单负磁导率媒质和单负介电常数媒质的相互作用关系, 提出了减小其相互作用的解决方法。仿真结果显示: 将金属线阵列直接嵌入到单负磁导率媒质中时, 电磁超材料传输特性在整个频段内为传输禁带; 将金属线裹附一层绝缘材料后, 传输禁带变为传输通带, 这表明金属线阵列和单负磁导率媒质之间必须加入一种绝缘材料才能合成双负的电磁超材料。