考虑一类具强吸收项的拟线性抛物方程Cauchy问题, 由于强吸收项的作用, 该问题的解可以在有限时刻具有紧支集和发生熄灭. 首先, 利用比较原理, 通过构造合适的上解证明该问题的解在某个时刻后具有一致的紧支集, 甚至还可以在任意正时刻后都具有一致的紧支集. 其次, 在一定条件下, 利用该问题的解在不同时刻的L¹范数估计, 证明其在有限时刻发生熄灭.

考虑一类具Kirchhoff项的非局部波动方程解的衰减速率. 首先, 通过对解Sobolev范数建立加权估计, 克服超临界阻尼项带来经典乘子法失效的困难. 其次, 利用加权乘子法证明当阻尼项为超临界阻尼时, 所研究问题能量泛函为对数衰减, 完全不同于线性阻尼的指数衰减和次临界阻尼的多项式衰减.

令T是无穷维复Banach空间X上的拟幂零算子, 且x∈X＼{0}. 令Λ(T)={k_x: x≠0}, 称为T的幂集. 证明Λ(T)是右闭的, 即对Λ(T)的每个非空有界子集σ有sup σ∈Λ(T). 特别地, 证明对任意无穷维复Banach空间X, 存在X上的拟幂零算子T, 使得Λ(T)=［0,1］.

对过离散的重复观测时间序列数据, 考虑一种具有Poisson-Lindley边际分布的INAR(1)(PLINAR(1))过程的独立重复观测模型. 先通过条件最小二乘估计、 Yule-Walker估计、 拟似然估计和条件极大似然估计方法估计模型的参数, 讨论估计量的渐近性质, 并给出模型的预测, 再通过数值模拟比较不同估计方法的性能以及重复观测带来的影响, 最后对一组重复观测的每周太阳黑子群数量的数据进行拟合, 拟合结果验证了模型的有效性.

提出一种基于偏微分方程的图像盲去模糊超分辨率重建算法, 旨在未知模糊核的情况下, 将含噪声的低分辨率模糊图像重建为清晰的高分辨率图像. 首先, 针对图像退化过程构建变分问题, 并借助变分方法推导出偏微分方程模型. 其次, 结合交替方向法和数值差分方法, 通过设计时空全离散数值格式求解未知的模糊核和清晰的图像. 再次, 通过一系列数值实验, 分析参数选择对图像重建效果的影响, 确定合适的参数设置. 最后, 针对若干遥感图像进行实验, 实验结果证明了所给模型的有效性与可靠性.

针对传统EGARCH模型难以捕捉长记忆性的问题, 通过引入分数Brown运动提出一个fBm-EGARCH模型, 给出模型的二阶矩、 四阶矩及协方差函数性质, 并理论证明其长期记忆性. 数值模拟结果表明, 该模型不仅能准确捕捉短期波动, 还能反映长期记忆性, 从而验证了模型的有效性.

复对称算子是指Hilbert空间上具有对称矩阵表示的线性算子. 综述近年来复对称算子的主要研究进展及若干公开问题, 包括特殊复对称算子、 约化子空间、 范数闭包问题和代数性质等.

为能准确且快捷地验证地理链接数据多重实体空间拓扑关系的完整性, 提出一种基于RCC8模型的饱和推理方法, 用于检验多重空间拓扑关系是否具有冲突. 该方法应用推理规则, 将关系对进行两两组合推理, 逐步推导出潜在空间关系并对推理结果进行检验, 不断重复以上过程, 直到确保推理过程在所有关系对均被推导后终止. 在此基础上, 封装一个基于RCC8 模型的饱和推理验证组件, 以方便使用者在无需重复编写代码的情况下, 通过直接调用组件验证多重空间拓扑关系. 利用该方法和组件对SLIPO项目的链接数据集的部分数据进行测试, 成功识别出GeoSHACL组件无法检测到的多个空间拓扑关系冲突实体.

针对目前深度学习在极端天气现象Madden-Julian振荡（MJO）预测任务中表现欠佳的问题, 提出一种基于动态图神经网络与Transformer结合的时序预测模型. 首先, 将地球海陆二维网格映射到图结构的节点上, 并提出利用多重注意力混合海陆掩码的方法进行节点筛选； 其次, 使用基于热传导与节点相似度度量进行边权重的迭代更新, 以获取每个时间步中最准确的气候模式信息； 再次, 使用最大极值法抽取不同时间段的异常节点信息作为极端气候的发生点, 并对这类点的变权重进行强化； 最后, 将上述结果输入到图神经网络进行编码, 并使用Transformer进行解码操作获取预测结果. 实验结果表明, 该模型在预测中最高可获得39 d的双变量相关系数(COR)有效预测值, 以及31 d的均方根误差(RMSE)有效预测值, 性能优于现有模型.

基于图编码器的路径推理方法, 将知识图谱多轮对话的实体间关系作为节点图, 编码器根据每轮对话对节点逐次编码从而模拟语义推理过程, 最终预测当前对话的答案实体, 解决了对话中存在缺省词和指代词的问题以及复杂语境下的特征提取问题. 实验结果表明, 该方法更关注实体间的关系, 有助于保持推理的完整性和准确性, 在一定程度上证明了将上下文建模为关系节点图的实用性和有效性.

针对安全强化学习实现过程中, 基于屏蔽的实现方式可能受制于没有合适的备用策略可供使用, 导致判断出危险也不能阻止系统离开安全状态, 结合知识的实现方式虽然能通过提取概念特征, 用结构化的知识对指定状态给予安全指导, 但有时知识蕴含的指导可能并不是最优的策略, 甚至可能不如智能体探索习得策略的问题, 提出一个本体指导下的安全强化学习最优化策略, 实现风险识别规避、动作生成最优化. 基于该理论设计和实现了一个在无人机避障场景下的仿真系统, 并使用5种不同的强化学习算法进行效果验证. 实验结果表明, 基于本体指导的安全强化学习最优化策略能在屏蔽风险动作的基础上, 实现智能体备用策略选取, 比传统强化学习方法性能更优.

针对传统游戏智能体算法存在模型输入维度大及训练时间长的问题, 提出一种结合状态信息转换与奖励函数塑形技术的新型深度强化学习游戏智能引导算法. 首先, 利用Unity引擎提供的接口直接读取游戏后台信息, 以有效压缩状态空间的维度, 减少输入数据量； 其次, 通过精细化设计奖励机制, 加速模型的收敛过程; 最后, 从主观定性和客观定量两方面对该算法模型与现有方法进行对比实验, 实验结果表明, 该算法不仅显著提高了模型的训练效率, 还大幅度提高了智能体的性能.

提出一种自动识别安卓应用中可读文本缺失问题组件的方法, 以提高应用的可访问性. 首先, 利用UI Automator提取应用的图形用户页面, 并对无关组件进行裁剪, 同时补全组件属性, 以生成相应的视图树; 其次, 设计3种启发式规则, 以识别视图树中存在可读文本缺失的组件, 通过对6个热门应用的评估实验, 该方法以平均97%的准确率成功识别了问题组件; 最后, 生成的测试报告通过在源码与截图中标记问题组件, 帮助应用开发者清晰定位并修复缺失的可读文本. 该研究成果不仅能有效改善视障用户的使用体验, 使他们更顺畅地与应用进行交互, 还为开发者提供了一种实用的工具, 促进安卓应用的整体可访问性提升. 通过这样的方式, 开发者可以更好地理解和解决可访问性问题, 为所有用户创造一个更友好的数字环境.

针对目前隐式情感语句中情感词不明显或较少、 表达方式委婉等问题, 提出一种基于语义特征提取的隐式情感分析方法. 该方法通过引入与隐式情感语句相关的事实信息作为辅助特征, 并利用RoBERTa预训练模型对文本及其辅助特征进行深度语义交互, 以获取全局特征；同时, 采用双向门控循环单元（BiGRU）捕捉局部特征, 最后结合注意力池化技术计算情感权重, 从而更准确地识别和理解隐含的情感信息. 在数据集Snopes和PolitiFact上进行仿真实验, 实验结果表明, 该方法在隐式情感分析方面性能优异, 不仅在多个评价指标上超越了现有方法, 且整体性能得到显著提升, 为更广泛的情感分析应用场景提供了有效的解决方案, 特别是在处理复杂和间接表达的情感内容时, 具有重要的应用价值和意义.

考虑组合优化问题中的经典问题旅行商问题(traveling salesman problem, TSP)的变体——足够接近的旅行商问题(close-enough traveling salesman problem, CETSP). 首先, 综合介绍TSP和CETSP的历史、 求解方法和算法, 包括精确算法（如分支定界法、 线性规划）和启发式算法（如粒子群优化、 贪心算法等）. TSP要求在给定城市列表和距离的条件下, 找到访问每座城市一次并回到起点的最短路径. CETSP是TSP的推广, 允许在每个目标的邻域内选择任意点进行访问, 而非精确位置, 适用于可容忍误差的实际应用, 如物流配送、 智能交通、 无线传感器网络等. CETSP具有更高的灵活性和适应性, 可大幅度减少计算资源和时间消耗, 特别在大规模问题中有更大优势. 其次, 介绍CETSP在实际应用中的潜力, 尤其在物流、 工业制造、 交通规划、 信息通讯等领域, 为提高效率、 降低成本、 推动智能化决策提供了有效解决方案. 最后, 指出了CETSP的一些未来研究方向.

移动互联网信息无障碍（mobile Internet information accessibility, MIIA）旨在确保移动应用内容对所有用户（包括视障人士等）都能平等、 便捷、 无障碍地获取和使用. 系统综述移动互联网信息无障碍领域的最新研究进展, 重点分析总结移动端GUI(graphical user interface)语义表征与理解、 无障碍检测以及布局修复等方面的研究成果. 分析表明, 从传统启发式规则方法到深度学习驱动的自动化工具, 相关技术逐渐提升了检测的精度和适应性, 同时也揭示了在应对复杂动态交互和多样化用户需求方面的挑战, 并对未来研究方向进行了展望. 移动互联网信息无障碍技术已显著改善了视障用户的数字体验, 但仍需不断创新与优化, 以实现真正普惠与包容的数字社会.

综述超大规模集成电路(VLSI)布图规划方法, 探讨布图规划在集成电路设计中的重要性, 以及其对芯片面积、 互连线长和设计周期的影响. 首先, 回顾集成电路技术的发展历程, 强调布图规划在确定模块位置、 尺寸和旋转角度中的作用. 其次, 详细介绍4类主要的VLSI布图规划方法： 直观构造方法、 分析法、 迭代法和基于机器学习的方法. 再次, 讨论两个VLSI设计领域中常用的基准数据集MCNC和GSRC对测试和评估布图设计方法的重要性. 最后, 总结布图规划领域的研究进展, 并指出未来的研究方向.

通过水热法合成锰基钙钛矿La_1-x-yCa_xK_yMnO₃（LCKMO）， 研究其水热生长过程中阴离子摩尔分数对Mn─O键长的影响及其对磁学性能的调控作用. 研究结果表明： 所有样品均为钙钛矿结构， 且在K⁺掺杂下产生超结构反射； 所制备的样品表面呈光滑的单晶立方体形貌； 钙钛矿中Mn─O键长与反应生长过程中的阴离子摩尔分数呈正相关； 不同Mn─O键长的LCKMO样品均表现出室温铁磁性， 但相同温度下的饱和磁化强度和矫顽力存在显著差异；  样品的阻塞温度随Mn─O键长的增加而上升. 研究结果为优化钙钛矿材料的磁学性能提供了实验指导， 并加深了对潜在物理过程的理解.

随着化石燃料的迅速消耗和污染的日益严重， 开发和利用清洁能源越来越重要. 将太阳能转化为清洁氢能的光催化技术是一种有效的解决方案. 由于受水分解电极电位的限制， 需解决光催化剂带隙与太阳光强度之间的矛盾， 因此， 开发和利用具有可见光响应能力的光催化剂具有重要意义. 综述光催化剂的发展和光催化原理， 讨论其巨大的发展潜力， 并介绍最常见的几种光催化剂和现阶段的研究进展. 

纤维素材料作为一种新型吸附剂， 具有优异的机械性能和化学稳定性， 通过化学改性可显著提升其吸附性能， 在去除水溶液中的污染物方面展现出对重金属离子、 有机小分子和微塑料等污染物的良好吸附能力， 也可作为血液净化吸附剂用于治疗血液疾病. 综述纤维素材料在水溶液净化中的应用， 并总结纤维素材料作为吸附剂的研究进展. 

基于在分子层面探究蛋白质折叠、 组装和相分离等行为的动力学细节特征是目前该领域研究的重点和难点， 而粗粒化模型已成为应对该问题的关键策略. 综述蛋白质粗粒化模型的发展历程， 介绍两种常用的粗粒化模型， 并阐述其建模方法、 势能函数以及在实际生物体系中的应用. 通过展示这些模型在复杂蛋白质体系模拟中的应用优势， 揭示粗粒化模型在显著减少计算资源消耗方面的独特价值， 及其在推进大规模蛋白质动力学过程研究中的潜力与重要意义.

利用网络药理学和分子对接技术研究乌头汤配伍3种中药对抗类风湿性关节炎（RA）的机制，  并通过细胞实验对通路和靶点进行验证. 结果表明： PI3K-Akt信号通路和NF-κB信号通路是关键通路； AKT1,EGFR,HIF1A和NFKB1等靶标在乌头共煎汤对抗类风湿性关节炎中起重要作用. 研究结果揭示了对抗RA的关键通路， 阐述了乌头汤和3种中药配伍的相关机制， 为传统中草药配伍机制的研究提供了一个新方向.

针对恶性胶质瘤是颅内最常见的恶性肿瘤， 患者的平均生存时间较短， 传统治疗方法难以实现根治，而新兴的溶瘤病毒疗法存在扩散能力有限，治疗效果不理想等问题，通过基因工程技术对人5型腺病毒（Ad5）衣壳蛋白进行修饰，构建一种纤维蛋白头节区（knob）嵌合替换型溶瘤腺病毒，以提升其对胶质瘤细胞的感染和靶向能力. 利用来自B亚群Ad37的knob替换Ad5的knob， 证实其可利用唾液酸为受体， 从而增强对胶质瘤等CAR（coxsackievirus and adenovirus receptor）低表达肿瘤细胞的感染和杀伤能力， 并在体外模型中提升对血脑屏障的穿透效率， 为恶性胶质瘤的治疗提供新的解决方案.

间充质干细胞外泌体（MSC-Exos）是一类在实验研究及临床应用中具有巨大潜力的纳米级囊泡， 含有多种生物分子， 包括miRNA、 mRNA、 蛋白质和脂质等， 具有介导细胞信号传导和参与调控受体细胞的功能. 基于MSC-Exos的重要作用， 从研究进展及临床应用等方面综述MSC-Exos在促进组织修复、 免疫调节和神经保护方面的显著效果， 尤其在自身免疫性疾病、 神经退行性疾病、 心血管疾病及肿瘤方面的治疗中发挥重要作用， 并分析其临床应用面临一系列尚未解决的问题及应用普及的挑战， 包括阐明作用机制、 分离提取纯化技术、 制订标准化生产规则、 确定剂量和给药途径、 增强稳定性和降低免疫原性等， 为解决这些局限性， 实现MSC-Exos在临床上的广泛应用提供依据. 

基于基因治疗作为从根本上治疗疾病的技术手段， 为类风湿性关节炎的治疗带来新的思路和方法， 综述类风湿性关节炎基因治疗的相关研究进展， 包括小干扰RNA（siRNA）、 微小RNA（miRNA）、 DNA， CRISPR/Cas9系统、 脱氧核酶以及一些其他技术， 为基因治疗在类风湿性关节炎领域的应用提供借鉴思路， 并为类风湿性关节炎患者提供更有效、 更具针对性的治疗方案．

西洋参富含多种药理活性物质， 具有保护心血管系统、 改善神经系统疾病和降血糖等多种药理作用， 目前对西洋参中皂苷类成分的结构表征及炮制转化研究取得了显著进展. 总结概括西洋参中皂苷类活性成分的分类和分布、 现代主流分析技术以及炮制加工对皂苷类成分的转化机制， 为西洋参皂苷类成分的深入挖掘和创新炮制技术等提供有效的技术支撑和指导方法， 从而扩大其在医疗和保健等方面的应用.

SWEET蛋白是一类新型糖转运蛋白， 负责介导细胞中糖类的双向跨膜运输， 在植物生长发育过程中具有韧皮部装载， 植物激素转运， 花、 果实和种子的发育， 植物与病原物之间的互作以及植物和微生物之间共生等重要功能， 是植物与病原物互作过程的重要参与者.  总结SWEET蛋白在生物胁迫中的应答机制以及植物与病原物（细菌、 真菌、 线虫和病毒）互作中SWEET基因的代谢特征、 调控途径及特异性防御反应，  并讨论使用基因编辑工具编辑SWEET基因增强植物对病原物的抗性及其在农业领域中的应用. 为深入研究SWEET蛋白参与植物-病原物互作的机制及利用SWEET基因进行抗病育种提供参考. 

核盘菌（Sclerotinia sclerotiorum (Lib.) de Bary）是世界性的死体营养型植物病原真菌， 寄主范围极广， 所引起的大豆和油菜等菌核病会导致农业生产的巨大经济损失. 核盘菌致病机制复杂， 不仅具有直接杀死细胞的典型死体营养阶段， 也包含需抑制植物免疫的短暂活体营养期. 核盘菌具有种类繁多的致病因子， 包括介导侵染结构形成或抗逆能力的关键调控因子、 降解植物细胞组分的水解酶、 草酸、 诱导植物细胞死亡或抑制植物免疫的效应蛋白等. 综述核盘菌侵染模型， 总结各种致病因子， 尤其是效应蛋白在核盘菌致病中的作用， 并结合最新研究结果对核盘菌致病新机制进行展望， 为作物菌核病的防控提供理论依据.

基于自然老化对微塑料吸附行为的重要影响， 选取商用聚苯乙烯（PS）咖啡杯盖为微塑料的来源， 利用室外自然过程获取自然老化的微塑料， 选择壬基酚（NP）为目标污染物， 研究自然老化前后PS微塑料对NP的吸附动力学和热力学特征， 并结合扫描电子显微镜、 比表面积分析仪、 红外光谱和X射线光电子能谱等表征方式研究自然老化对微塑料吸附NP的影响机理. 结果表明： 伪二级（PSO）动力学模型能较好地拟合PS微塑料吸附NP的动力学过程； Henry模型和Freundlich模型均能较好地拟合PS微塑料对NP的吸附等温线. PS微塑料对NP的吸附机理包括分配作用、 范德华力、 氢键作用、 π-π相互作用和疏水相互作用， 老化后的PS和NP间的π-π相互作用和疏水相互作用减弱， 从而抑制了NP的吸附. 研究结果为准确评估PS微塑料和NP的生态风险提供了理论依据. 

沉积物-水界面是水生生态系统中物质交换与能量传递的关键区域， 是包括污染物和营养物在内的物质在沉积物和上覆水之间交换的必由路径. 底栖扰动生物的行为改变界面附近原有沉积物的结构和物质交换平衡， 显著影响局部微环境特征以及微生物种类、 数量和群落组成， 使界面附近的环境变得更复杂和动态. 生物扰动可改变污染物的迁移、 转化和生物可利用性，  并重塑碳、 氮、 磷等重要元素的循环路径和通量. 分析和综述底栖生物扰动对沉积物-水界面附近的典型污染物环境行为和典型生物地球化学循环过程的影响， 有助于深入了解底栖扰动生物介导的环境和生物地球化学过程， 认识生物扰动的重要生态环境意义.