采用近红外光谱进行检测时，光谱波段包含了大量的噪声和散射，这些都影响了模型的稳定性。基于竞争性自适应重加权算法（CARS）和互信息算法（MI）的特征波长筛选方法来建立偏最小二乘（PLS）回归模型，探测苹果内部的可溶性固形物含量（SSC）。通过光谱仪获取800~2400 nm的120个样本的漫反射光谱数据，经过预处理之后的数据通过Kennard-Stone（KS）算法随机选取96个作为校正集，24个作为预测集，然后分别建立全波段PLS模型、CARS-PLS模型和MI-PLS模型来对比分析。结果显示：利用全波段建立PLS模型，模型的决定系数R²为0.8511，模型均方根误差（RMSEC）以及预测均方根误差（RMSEP）分别为0.9413和1.1915；CARS算法筛选的特征波长点变量从303减少到了12，下降了96.03%，建立的PLS模型决定系数R²为0.8746，上升了2.76%，RMSEC和RMSEP分别为0.864和0.9757；MI-PLS模型包含了56个特征波长点，选用的波长占全波长的18.49%，R²、RMSEC和RMSEP分别为0.9218、0.6822和0.8235，MI-PLS与CARS-PLS相比特征波长数增长了64.55%，决定系数R²提高了0.0472。因此CARS和MI算法都能很好地解决光谱数据本身的噪声、散射等问题，可以有效用于特征波段筛选，所建立的模型可以对苹果内部SSC含量进行测定。

水质污染源的及时精确定位和精细化的污染防治措施是打赢水污染防治攻坚战的迫切需求, 为解决地表水实际水样高锰酸盐指数准确分类的实际问题, 以光谱降噪和光谱有效信息提取为切入点, 根据紫外-可见光谱数据的特点, 提出使用一维卷积神经网络处理紫外-可见光谱数据。 为验证检测一维卷积神经网络对地表水光谱信号分类的可行性, 选取长江的某段流域作为取样点。 采集当天的长江上游水、 某河水、 嘉陵江水, 生活污水、 500 mg·L-1邻苯二甲酸氢钾溶液来模拟污染水源。 将几种水样按不同的配比来模拟当天该流域的水污染变化情况。 采集现有的单一水样及混合配比水样的光谱数据, 根据各类水样的特征光谱信息进行区分, 实现地表水高锰酸盐指数的预测分类, 快速确定异常水样的污染来源, 通过仿真实验, 优化模型参数并完成优化训练。 与K最邻近法、 支持向量机等传统分类方法相比, 该算法在光谱预处理复杂度和定性分析准确度方面有较大优势, 在没有复杂的数据预处理前提下, 将获取的350条光谱数据建立水质分类模型, 随机选择其中245条数据作为训练集, 另105条数据作为测试集, 模型的混淆矩阵分类精度达99.0%。 不仅简化了整个光谱分析流程, 而且能保留更多的有效光谱信息, 减小人为预处理对紫外-可见光谱数据的影响, 实现地表水高锰酸盐指数的准确分类。 实验结果表明该方法可对不同水体水样进行准确分类, 快速定位污染源, 为无法激发荧光的污染物溯源提供了科学依据, 为与三维荧光技术辅助配合快速精确定位地表水污染源提供了可能, 同时表明了深度学习在紫外-可见光谱法测量实际水样领域有着巨大的应用潜力和研究价值。

提出了一种基于MobileNetV2和VGG11组分拟合（CF-VGG11）卷积神经网络（CNN）与平行因子分析（PARAFAC）结合的水样分类和荧光组分拟合方法，通过输入单个三维荧光光谱（3D-EEM）数据来预测水样类别、溶解性有机物（DOM）质量浓度等级和荧光组分。算法以PARAFAC结果为基础建立荧光光谱数据集，分两步完成类别与组分的预测：第一步使用MobileNetV2算法对不同水样进行类别预测和DOM质量浓度分级；第二步使用CF-VGG11网络拟合荧光组分。采集地表水、工业废水处理水、污水处理厂进出口水和乡村饮用水4种类型的水样构建数据集，获得了95.83%的分类精度和98.11%的组分拟合精度。实验结果表明，所提方法可对不同水样和DOM质量浓度等级进行准确分类，拟合特定荧光组分，精确定位污染源，并能进行超标预警。

为预防地铁运营产生的杂散电流对混凝土结构造成腐蚀损伤，制备出28 d电阻率大于3 kΩ/m且抗压强度大于 120 MPa的地铁工程用高阻抗超高性能混凝土(HI-UHPC)，通过交流阻抗谱揭示了不同因素对HI-UHPC交流阻抗性能的影响，最终提出了适用于HI-UHPC的等效电路模型。结果表明：钢纤维和PVA乳胶粉的掺入可显著提高HI-UHPC的抗压强度。普通水泥基材料的高频弧在水化10 h时出现，HI-UHPC的高频弧则在水化1 h时出现。钢纤维会使HI-UHPC内部形成钢纤维搭接而成的导电通道，增加自由电子转移的可能并降低基体体积电阻。PVA乳胶粉在HI-UHPC内部会形成基体-PVA乳胶粉膜界面并改变孔结构，减少其内部的有效导电路径，最终提高HI-UHPC的阻抗。HI-UHPC的等效电路模型由连通导电路径、不连通导电路径以及绝缘路径组成。随着龄期的增长，水化产物和聚合物膜逐渐形成，基体内自由水被消耗，孔隙结构逐渐致密，导致孔隙中载流子的传输通道被阻断，使得连通导电通道的电阻和非连通导电通道的电阻逐渐变大，而非连通导电通道的电容和绝缘导电基体的电容逐渐减小。

显微镜倍率越大,视野越小,通常需要通过图像拼接得到视野范围大且分辨率高的切片图像。而显微图像拼接时,由于特征丰富、信息量大且包含大量相似区域,导致拼接时间过长,配准准确率低。为此,提出了一种针对显微图像的拼接算法,可以快速进行配准和融合得到拼接图像。首先通过模板匹配进行初始运动估计,然后用光流法做进一步匹配,得到匹配点对后通过相似性和位置约束剔除误匹配点,进一步提高配准精度。实验结果表明,所提方法可以在保持实时性的同时有效提高配准精度。

本文以五氧化二钽、活性炭为主要原料,氟化钾为熔盐介质,通过碳热还原氮化法在氨气气氛下成功制备了氮化钽(Ta5N6)晶须。运用X射线衍射仪(XRD)、场发射扫描电子显微镜(FESEM)、透射电子显微镜(TEM)对合成产物的组成、结构和形貌进行了表征。研究了升温方式、氮化气氛、氮化时间和催化剂含量对产物形成的影响。当Ni与Ta2O5的摩尔比为0.1、氮化气氛为氨气(流量为300 mL/min)、氮化时间为6 h时制备的晶须形貌最佳,晶须直径80~250 nm,长为1~5 μm,晶须的生长机制为气-液-固(VLS)和气-固(VS)两种机理的混合机制。

采用 GaAs工艺设计了一个 12~18 GHz毫米波单片集成电路(MMIC)低噪声放大器 (LNA)。采用三级单电源供电放大结构, 运用最小噪声匹配设计、共轭匹配技术和负反馈结构, 同时满足了噪声系数、增益平坦度和输出功率等要求。仿真表明: 在 12~18 GHz的工作频带内, 噪声系数为 1.15~1.41 dB, 增益为 27.9~29.1 dB, 输出 1 dB压缩点达到 15 dBm, 输入、输出电压驻波比(VSWR)系数小于 1.72。

为实现复杂背景下裂纹目标的有效检测,提出一种融合小波边缘检测与多尺度结构化森林的裂纹分割方法,以提高裂纹检测稳健性。该方法利用多幅裂纹图像和人工标注结果提取裂纹图像特征通道并离散化映射标准结果;利用三角滤波器和降采样方法获取常规和相关性候选特征;并将该特征与离散化后的标签进行结构化森林分类器的训练和验证,进而获得多个尺度的裂纹分割。在776幅结构体裂纹图像和600幅钢梁裂纹图像数据集上进行实验,结果表明,相比于单一多尺度结构化森林方法和其他几种分割方法,本文方法能够在较短的时间内获得最高的分割精度。