针对电动汽车行驶过程中动力电池的热失控问题，提出一种动力电池应急热管理系统，将高压液态制冷剂直接喷射至电池表面，对过热电池进行应急管控。搭建试验台并进行实验，分析喷射时长、喷射占空比和喷射频率对系统冷却效果的影响。实验结果表明：连续喷射5 s时，单位质量制冷剂平均温降远低于连续喷射6 s，可达－41.94 ℃/kg，制冷剂利用效率有所提升；当脉冲喷射占空比为90%时，系统的冷却效果和对制冷剂的利用效率均超过相同实验条件下的连续喷射，系统冷却能力提升可达10%；当脉冲喷射喷射频率为2 Hz时，系统冷却能力超过相同实验条件下的连续喷射，冷却能力提升达19.4%。

针对增程式电动汽车增程器多点控制策略的优化问题，提出了一种基于多目标参数优化结果的增程器能量管理控制策略。首先，基于AVL-Cruise和Matlab-Simulink软件搭建整车系统仿真控制模型，基于NSGA-Ⅱ算法，以循环工况下的系统能耗、排放和电池容量衰减率为目标函数，以增程器最小持续工作时间为优化变量，构建了多目标优化模型。离线优化得到综合评估指标下的发动机最小持续工作时间Pareto最优解。设计了模糊控制器，在线实时调整发动机各工作点最小持续工作时间。结果表明：可实时调参的增程器多点控制策略能有效平衡能耗、排放和电池容量衰减率的关系，在有效降低能耗和排放的同时维持了较小的电池容量衰减率。

紧急制动过程中分布驱动电动汽车往往会先计算出车轮总需求制动力矩，再二次分配再生-摩擦制动力矩，这样增加了控制复杂性且可能无法充分发挥电机制动能量回收潜力。为了协同提升防抱死控制和制动能量回收效果，设计了一种最优滑模ABS控制系统，将获得最大回馈功率的再生制动力矩作为“干扰向量”的元素之一，制动器摩擦制动力矩作为“控制向量”唯一组成元素，充分发挥最优滑模控制算法可以通过趋近率解补偿干扰向量对控制系统所产生影响的控制特性，在保证制动能量回收效果的前提下省略了制动力矩二次分配过程。仿真结果表明：相比于一般滑模算法控制下进行制动力矩二次分配的ABS控制策略，所提出的最优滑模ABS控制策略能获得更加优越的防抱死控制效果。

基于当前能源利用现状，考虑到太阳能和燃气的有机结合，提出了复合太阳能的燃气机热泵系统，并建立了复合太阳能的燃气机热泵系统热力学模型。通过对系统中各组成设备的有用能分析，得出结论：随着出水温度的升高，冷凝器、蒸发器的有用能提高，压缩机的有用能降低，发动机和余热换热器的有用能变化不。压缩机随着转速的变化，其有用能损失变大，冷凝器和蒸发器的有用能损失也表现出相似的规律，其他的部件有用能损失几乎不变。虽然燃气热泵有用能量损失变化规律与是否复合太阳能并无过多直接关联，但在复合太阳能后，使燃气发动机配置功率降低，燃气量相应减少，除太阳能集热板之外的各部件有用能量损失值均降低，于此对于降低系统总能量的消耗具有重大意义。

旋转机械设备工作状态时其非平稳特征增加了运行状态预测难度，为此，以神经网络为技术基础，构建了振动频率时间序列预测方法。结合梯度下降法与牛顿法优化反向传播神经网络，针对实际机械振动频率时间序列存在的季节性与趋势性，通过差分法作一阶后向差分处理，推导出自回归序列，得到旋转机械振动频率的时间序列预测模型。在实验环节，面向某电厂汽轮发电机组转子，预测了一小时内振动频率时间序列，在设置网络层数等参数的基础上完成实验，由绝对误差与相对误差值可知，本文方法具备反映振动频率趋势的能力，预测精度较为理想。

探索了一种采用实车试验数据，基于支持向量机（SVM）的制动意图识别方法。选取制动踏板位移、制动踏板力及制动减速度为制动意图识别参数，制动工况分为紧急制动、持续制动和常规制动；搭建制动意图识别整车测试系统，进行了多组制动工况试验，获取识别参数试验数据；构建了制动意图识别SVM模型，选取RBF核函数为SVM核函数，基于k折交叉验证法和网格搜索法对惩罚因子C与核函数参数σ进行了寻优；基于实际试验数据，选取持续制动、常规制动及紧急制动3种制动工况，对所构建的SVM模型进行了离线验证。结果表明：所构建的SVM模型具有较高的制动意图识别准确率，为后续的进一步应用提供了理论基础。

针对壳体泡沫铝模型在几何建模及仿真计算中存在的问题，基于Voronoi模型提出了具有随机壁厚的三维实体泡沫铝模型的建模方法及其实现流程。通过使用Python语言编写的ABAQUS泡沫铝建模插件建立了实体泡沫铝模型，进行了泡沫铝的准静态压缩有限元仿真分析。对实体模型和壳体模型在仿真中的力学行为、变形模式及计算所得的材料应力-应变曲线进行了对比分析。研究结果表明：实体模型的仿真结果和变形模式与实验更接近；实体模型计算得到的应力-应变曲线波动更小、更加平滑；实体模型较壳体模型在压缩过程中受力和内部结构的模式更加合理。

采用VISSIM仿真软件，分析了三车道城市快速路右侧车道移动作业区的影响范围和行车风险变化规律。结果表明：最左侧车道仅在道路交通量达到2000 pcu/h时受到右侧车道移动作业区的间接影响；移动作业区对中间车道的影响受到道路交通量和移动作业区时速的支配；右侧车道后方200 m范围内受到移动作业区的直接影响；当道路交通量达到1600 pcu/h或更低时，随着交通量的降低和移动作业区时速的提高，路段平均行车风险逐渐降低。研究成果可为城市道路作业车辆的运营管理提供科学依据。

提出了基于公交车车头时距的行程时间波动性指标，并应用快速搜索与密度峰值聚类算法建立了公交运行环境划分方法，将其划分为低波动性、中波动性、高波动性。分析了站点间公交行程时间影响因素，设计了基于嵌入法的模型输入变量集选择方法，建立了考虑公交运行环境的深度神经网络预测方法（CFDP-DNN）。为验证该方法的有效性，将其分别与SVM、ANFIS、BP神经网络等方法进行对比，实验结果表明：CFDP-DNN的预测结果相关性为0.9354，MAPE误差为11%~22%，显示了基于公交车车头时距的交通运行环境的划分能有效提高行程时间的预测精度。本文预测方法能实现实时精确的站点间公交行程时间预测，为公交动态调度提供理论支持。

面向智能网联车辆与非网联车辆的混行环境，研究了一种混行环境无信号交叉口下基于注意力机制的双向长短时记忆网络（Bi-LSTM）的认知分心识别模型。采集了60名驾驶人在混行环境下的模拟驾驶试验数据，采用支持向量机递归特征消除算法提取最优特征子集作为模型的输入。结果表明：该模型识别准确率高达96.58%，F₁值为96.24%，与SVM和决策树分心识别模型相比，准确率、召回率、F₁值和ROC曲线等模型性能方面均最优，可应用于智能车辆分心预警辅助系统，对提高道路安全性具有重要意义。

为研究轮载作用下正交异性钢-混组合桥面结构的竖向传力机制，提出横桥向的轮载扩散效应理论模型，并基于既有模型试验进行有限元分析，验证所提出的理论模型并进行参数分析。结果表明：与传统45°角均匀扩散假设不同，重载双轮作用下钢顶板横桥向上的压应力主要分布于轮载作用区域两道U肋范围内，轮载分担率可通过以U肋腹板为支点的三跨简支梁模型得到。常用设计参数取值范围内，提出的正交异性组合钢桥面的轮载分担规律偏保守，可为设计参考。

为研究防屈曲支撑加固震损破坏程度在中等以内的装配式混凝土框架结构的抗震性能和支撑的滞回耗能，设计并完成了一榀1/2比例装配式混凝土框架结构的拟静力预损试验，采用防屈曲支撑对震损结构进行加固，并对加固后的结构再次进行拟静力试验。观察和记录了加固前、后试件的试验现象和破坏特征，对结构的承载能力、延性系数、耗能能力等进行了对比分析。试验结果表明：加固后，结构的承载力提高了51.3%、耗能增加1.68倍，延性系数恢复到结构初始延性的88%，结构承载能力和耗能能力得到显著提升，延性系数得到较好恢复；拟静力加载下，防屈曲支撑加固的震损结构破坏模式为支撑梁铰破坏模式。震损的装配式混凝土框架结构仍具有改造价值，采用防屈曲支撑对震损装配式混凝土框架结构进行加固的方法是有效的。

设计并制作了圆形马鞍面大跨屋盖结构缩尺模型，利用冲击射流装置展开下击暴流模拟试验，根据不同径向距离和风向角设计试验工况，得出屋盖风压系数，探究了不同径向距离和风向角下圆形马鞍面屋盖的风压分布规律。通过改变建筑宽度设计椭圆形马鞍面屋盖，并分析了两种屋盖风压的异同点。得出结论如下：①圆形马鞍面屋盖的高点连线上的最大风压随径向距离的增加先增加后减小，在1.25D_jet时达最大，其风压系数为-0.81；②风向角对圆形马鞍面低点区域的风压影响很大，当来流正对低点区域时，迎风面风压增长较快，且变化梯度很大；③椭圆形马鞍面屋盖受建筑物狭长形态的影响，其高点连线上距屋盖中心1/3L处及低点迎风区的测点风压略大于圆形，结构设计时需对这些区域进行加强。

情感可以通过脑电信号中的隐藏模式来识别，基于众多的脑电通道提取的脑电特征数量庞大，使情感识别任务非常复杂。针对上述问题，提出了基于三段式特征选择策略的脑电情感识别算法（SEE）。本文从时域、频域、空间域系统地提取脑电特征，基于提取的脑电特征集合，首先通过t检验去除类间无显著差异的特征，再使用递归特征消除策略进行目标相关的特征选择，最后通过顺序后向特征选择策略确定最终的特征子集用于情感识别。实验结果表明：相较于其他方法，本文构建的模型有更好的情感识别能力。与现有的特征选择算法相比，SEE具有较低的时间复杂度并且能筛选出较优的特征子集。此外，分析了与情感相关的脑电通道和频带，实验结果体现了一定的生理学意义，为开发情绪靶向的脑电设备提供可能。

针对传统粒子群优化算法在解决最优化问题中存在早熟收敛和无法寻找到全局最优解问题，本文提出了一种基于亲缘关系选择的粒子群优化算法，提高了算法的全局搜索能力。此外，引入了多个种群的交流机制与各子种群之间的淘汰机制，有效避免了个体在寻优过程中陷入局部最优点。实验部分首先在单目标优化函数集上与传统的粒子群优化算法以及一些有竞争力的算法结果进行对比分析，发现算法在相同种群规模与评价次数的条件下，在准确性与搜索能力上有着明显的优势；然后，将新算法应用到桁架穹顶优化问题上，并与传统的粒子群优化算法进行了比较，求得了这一实际问题的一个可行解。

为解决监督学习在图像分类领域中需要耗费大量时间来完成数据集标注等问题，提出了一种自监督学习图像分类框架：SSIC（Self-supervised image classification）框架。SSIC框架是一种基于对比学习的自监督学习方法，比现有的无监督方法有更好的性能。设计了一种新的框架结构，并选择了更有效的代理任务来提高模型的鲁棒性。此外，提出了有针对性的损失函数来提升图像分类性能。模型在UC-Merced、NWPU、AID三个公开的数据集上进行实验，实验结果表明：SSIC框架与当前最新技术相比有明显的优势，并且在低分辨率图像分类中也表现出色。

提出了一种用于多聚焦图像融合的卷积神经网络（CNN）。与现有的基于CNN的图像融合方法将源图像分解成几个小块，然后使用一个分类器来估计图像块是否聚焦相比，本文方法直接将整个图像转换成一个决策图。像素级回归策略可以充分利用互补信息，解决了聚焦/散焦区域周围模糊程度估计的困难。此外，在图像融合领域，应用环形残差网络（RResNet）模块来提取更多聚焦区域的语义信息。同时，利用结构相似度（SSIM）估计生成的融合图像与参考图像之间的结构相似性以提高融合图像的质量，同时采用边缘保留损失函数来保留源图像中更多的梯度信息。实验结果表明：该方法在主观视觉效果和客观评价方面均优于其他融合算法。

有序平均距离部分码书搜索算法（MPS）是一种针对于图像矢量量化过程的码字快速搜索算法，为寻找初始匹配码字，MPS算法需要计算所有矢量与码书中所有码字之间的均值平方距离，对于n个矢量与长度为k的码书来说，此部分的计算量为O(nk+k\mathrm{l}\mathrm{o}\mathrm{g}k)，这限制了MPS的加速效果。针对此问题，本文提出了基于邻域相似性的图像码字快速搜索算法。首先，对原始码书根据码字分量和值按照从小至大排序获得排序码书；然后，在当前图像矢量的邻居矢量中确定候选初始匹配码字，再通过距离比较确定最终初始匹配码字；最后，以初始匹配码字为起始搜索点进行基于排序码书的码字搜索。算法将MPS算法中初始匹配码字选择计算量降低至O(n+k\mathrm{l}\mathrm{o}\mathrm{g}k)，并且具有与全搜索算法以及MPS算法一样的结果。不同算法的对比实验结果表明，FSNS算法具有最高的加速比，平均时间加速比为4.38~11.24，而MPS算法与ITIE算法分别为3.19~6.01与1.49~2.99。

争议焦点是诉辩双方存在争议的焦点问题，是驱动案件审理、纠纷解决的主线和枢纽。准确快速地归纳争议焦点有利于提高庭审质量和效率，达到支撑“智慧司法”建设的效果。本文提出了一个端到端的模型来解决这个问题，模型基于深度神经网络对诉辩双方文本语义信息进行深层理解，通过结合字词级与句子级信息，同时进行句子级的矛盾检测、分类与完整诉辩文本的矛盾分类，通过基于规则的方法将二者结果融合，最终识别出诉辩文本中存在的全部争议焦点。在8个真实诉辩文本数据集上的实验结果表明：本文模型可以快速准确地识别出诉辩双方存在的争议焦点，与此领域当前主流方法相比，在识别准确率上有较大提升，对诉辩文本争议焦点的智能化识别提出了一个有效的新路径。

文字输入是虚拟现实（VR）环境中最常见的交互行为，目前主流的文字输入是通过激光瞄准的方式实现的，然而，现有方法存在诸多弊端，例如效率低、抖动大、扣动扳机容易误触发等，并不能满足VR环境下频繁输入词语的需求。因此，本文提出一种VR环境新型文字输入方式。首先，对键盘进行分区，使用手柄选择字符所在区域，辅以单词消歧算法，实现以单词为单位进行文本输入；其次，对使用者的点击坐标进行聚类分析，做一键多词处理；最后，设计出3种符合用户习惯的键盘布局，并确定出最优的布局。实验结果表明：利用该文本输入方式的最优布局速度高达13.44 WPM（Words per minute），准确率高达92.26%，相比于其他输入方式有较大提高。

不均衡文本分类时分类结果过于倾向多数类，忽略少数类，导致分类效果较差，本文研究了基于深度学习的不均衡文本分类方法。利用类别区分能力（DA）方法选择不均衡文本特征，将评分标准设置为文档概率相关度之差的最小值，令所选取文本特征均衡分布于多数类以及少数类中，改进文本特征的均衡性。将特征选取所获取的子集作为多个受限玻尔兹曼机所构成的深度信念网络的输入，受限玻尔兹曼机通过预训练获取训练样本的最佳概率分布，利用对比分歧算法确定受限玻尔兹曼机权值，完成受限玻尔兹曼机参数设定后，利用贪婪算法迭代训练受限玻尔兹曼机，直至完成全部文本分类。实验结果表明：该方法可有效分类不均衡文本，分类精度高达99.5%以上。

为提高对地观测卫星搜索海上船舶效能，提出了一种根据卫星对地观测幅宽和船舶最大航速划分区域时空维度的时变网格模型，将船舶航迹预测问题转化为时变网格转移概率预测问题，有效降低了多步预测的复杂度。改进了序列到序列（Seq2Seq）模型，通过对搜索区域内大量历史航迹的学习，实现了较高精确度的多步时变网格转移预测。设计了面向时变网格的卫星观测任务规划算法，以实际AIS数据和卫星信息开展了仿真实验，实验结果表明：基于深度学习的Seq2Seq模型多步预测时变网格具有较高的精确度，有效提升了对地观测卫星搜索海上船舶的效能。

针对多模雷达信号分选准确率较低的问题，本文提出了基于势距图与改进云模型的多模雷达信号分选新算法。该算法首先在剔除干扰点后，利用势距图进行聚类分选；其次，利用主成分分析（PCA）降维，提取各特征的关键因素组成新的特征；最后，利用改进云模型理论对新特征进行分析，得出类与类之间的隶属度均值，建立评价标准来完成雷达信号的最后分类。仿真结果表明：与现有算法相比，该方法具有更高的准确性，且抗干扰能力强，可以更好地解决多模雷达信号错误分选问题。

为简化带宽分配流程，提高带宽资源利用率，提出了一种基于有效带宽和有效容量的带宽补偿算法。针对通信网络中混合业务到达的场景，设计了带宽补偿服务机制，建立了多业务到达、随机补偿服务的网络队列系统并进行分析。模型中，采用不同随机过程的聚合描述混合业务的到达过程，带宽补偿服务过程由基本服务和随机补偿服务组成。研究评估了时延QoS（Quality of service）约束下混合业务的带宽需求，并进一步推导了保障QoS所需的补偿带宽和补偿概率。通过Matlab仿真验证了提出的带宽补偿算法可以保障时延QoS要求，并分析了时延QoS参数、到达过程参数对补偿算法的影响。

针对点云数据冗余和配准精度低的问题，提出了一种基于超体素的双向最近邻距离比匹配的配准方法。首先，利用超体素提取了具有稳定结构的目标特征点，同时提出了利用点云厚度分层进行非迭代的阈值去噪方法；然后，利用FPFH进行特征描述，提出了双向最近邻距离比方法对点云进行了初始配准；最后，提出了基于双级阈值的点云精确配准方法。采用标准数据库模型进行仿真分析，验证了算法的有效性。结果表明：本方法能有效剔除漂移噪声体素，配准精度高，鲁棒性强。与其他方法对比，在配准时间相近时，本文算法的配准精度提高74.2%；在噪声占比为6%和10%时，配准精度均提高67%以上。

本文针对地面效应对四旋翼无人机在降落过程中控制性能有较大影响的问题，在四旋翼无人机地面效应复杂、难以建立机理模型的限制下，提出一种基于非线性扰动观测器的新型非线性鲁棒控制策略。这种控制策略利用扰动观测器估计和补偿地面效应带来的扰动，采用快速终端滑模控制器提高了无人机位置控制误差的收敛速度，实现了无人机降落过程中的精确控制。通过基于李雅普诺夫分析的方法证明了闭环系统的稳定性，以及观测器估计误差和控制器跟踪误差的有限时间收敛特性。飞行实验效果表明：本文提出的控制补偿策略取得了良好的无人机降落控制效果。

从电动力学的角度提出了一种新的偶极直流电渗场效应控制方法。在薄层近似和低压极限下建立数学模型，验证偶极直流流动场效应晶体管结构在微米尺度进行流体电动操纵的可行性。采用两组并排反极性栅电极对的集成器件设计，建立了一种用于全电动驱动分析物处理的微器件模型，通过使用较小的栅极电压便可获得液体混合物，从而在小Dukhin数下产生较少的不利影响。该项技术在现代微流控系统中开发全自动液相执行器等方面具有应用价值。

针对目前采用普通履带式收割机收获头季再生稻碾压率高、尚无成熟再生稻头季收割机产品的问题，结合再生稻种植模式和收获要求，设计了一种三角履带式再生稻收割机底盘。对三角履带式再生稻收割机底盘的整机结构和工作原理进行了阐述，设计了液压行走系统；对底盘性能进行了理论分析。进行了田间试验，结果表明：三角履带式再生稻收割机底盘田间道路行驶速度范围为0~4.5 km/h，水田作业速度范围为0~2.8 km/h，水田行驶最小转弯半径为1780 mm，最大爬坡角度为32°，最大越埂高度为215 mm，能够满足再生稻头季收获田间行走要求；田间实际碾压率为31.7%，相比于普通履带式收割机降低了21.5%。

提出了一种基于CatBoost算法的传感器阵列优化策略。采用自行研制的基于仿生嗅觉的电子鼻测试系统，检测蒲公英上残留的农药敌百虫，提取蒲公英样本的响应特征信息，对传感器阵列进行多特征数据融合。使用CatBoost算法对数据矩阵进行特征选择，优化后的传感器数量从12个减少到3个，准确率从91.69%提高到98.03%，减少了约88%的特征值，优于相关系数、递归消除和其他常用算法，解决了传感器繁多、数据冗余的问题，大大提高了检测精度。结果表明：在蒲公英敌百虫残留检测上使用CatBoost算法可提高电子鼻的鉴别能力。