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。

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。

紫外-可见吸收光谱法测量水质化学需氧量(COD), 本质是对大量水质光谱数据建模, 以此模型为基础引入待测的水质光谱数据进行预测的过程。 而实测的邻苯二甲酸氢钾COD标准溶液在200～300 nm存在两个特征吸收峰, 标准溶液在不同浓度下的峰值也不同, 利用此特性对该波段进行特征波长的选择, 用其表征光谱信息, 降低数据冗余度的同时提高了预测精度。 针对实测水质光谱信号容易受到仪器本身和外界干扰, 光谱数据存在大量非平稳噪声, 且特征吸收峰及其临近信号频率较高, 常规去噪算法直接舍弃高频信号以及无法准确判断信噪分量界限, 导致有效信号缺失这一实际问题。 提出了一种基于完全自适应噪声集合经验模态分解(CEEMDAN)和双树复小波变换(DT-CWT)的联合去噪算法。 该联合算法利用CEEMDAN将信号分解为本征模态函数(IMF), 并通过归一化自相关函数和互相关系数进行线性相关性分析, 得到各阶IMF分量之间的自相关性以及IMF分量与原始信号的互相关系数, 以确定高频含噪分量与低频信号分量的界限; 进而应用DT-CWT阈值去噪算法对含噪高频IMF分量进行处理, 将DT-CWT处理之后的IMF高频分量与CEEMDAN分解得到的IMF低频分量进行信号重构, 获得最终去噪后的水质光谱信号。 实验结果表明: 基于CEEMDAN联合双树复小波变换的去噪算法适用于紫外-可见光谱水质检测的数据处理。 对于化学需氧量COD标液为100 mg·L-1的邻苯二甲酸氢钾溶液, 将实测的紫外-可见光谱数据应用该算法去噪后的SNR=24.201 5 dB, RMSE=0.024 0, NCC=0.999 4, PSNR=37.573 6, 不仅去噪效果显著优于CEEMDAN和双树复小波阈值算法, 还有效地保留了原始COD标液的吸收特征峰, 遏制了平移敏感性现象, 提高了重构信号的平滑度, 改善了重构信号质量。 为紫外-可见光谱法检测水质COD提供了一种新的数据预处理方法。

典型相关分析是一种重要的数据处理方法, 用于处理随机向量之间的相互依赖关系。然而, 经典的典型相关分析算法的复杂度对数据维度是多项式依赖的, 致使该类算法并不适用于分析在大数据时代下规模呈指数增长的数据。针对经典的典型相关分析算法的这种缺陷, 提出了一种量子典型相关分析算法。该算法把典型相关分析所涉及的优化问题转化为适合用量子计算技术处理的代数问题, 并采用量子主成分分析技术进行求解, 从而降低了典型相关分析算法的复杂度。在特定的参数条件下, 所提算法可实现在数据维度上的指数加速, 符合当今实际数据处理对该算法的需求。

针对城市热环境研究中研究尺度选择不足、研究维度不全面导致研究结论与实际情况有差异的问题，提出一种定量分析和研究城市建筑空间分布格局与城市热环境相关性的方法。首先基于Landsat8遥感影像提取研究区的地表温度（LST），构建研究区城市建筑空间分布格局定量表达体系，然后利用相关分析（CA）和双变量局部空间自相关分析（BLSAA）方法探究1 km和2 km尺度下城市建筑空间分布格局对热环境的影响。所提方法对济南市中心城区热环境的研究结果表明：一、二、三维城市空间结构指标对研究尺度变化非常敏感，且一、三维城市空间结构指标尤其敏感；1 km尺度下的研究结果置信度比2 km尺度高；一、二、三维城市空间结构指标对城市热环境的影响主要为正相关，且正相关指标的个数随维度增长而递增；相比于一维城市空间结构指标，二、三维城市空间结构指标与城市热环境的相关程度较大。

随着城市化进程的加快和人口的快速增长，城市空间内部格局正发生变化，城市热岛效应不断加剧。本研究旨在根据建筑、人口与地表热环境的关系来寻求可持续发展。与其他研究相比，本文采用了东京新宿区的机载热红外图像、机载激光雷达数据、建筑物矢量数据和人口普查数据等新颖数据，且最大创新点在于对建筑密度、平均高度、平均地表温度(Land Surface Temperature, LST)和人口密度之间进行的定量分析。结果显示，平均LST与建筑密度的相关性最大(r=06718)，其次是平均LST与人口密度的相关性(r=06050)；建筑密度与人口密度呈正相关(r=04949)，平均LST与建筑物平均高度呈负相关(r=-03814)。经研究可知，通过合理规划城市内部结构有望为减弱城市热岛效应和实现环境可持续发展提供参考。