提出一种改进的回声状态神经网络模型, 用于复杂系统的长期行为分析和预测. 模型通过引入隐层状态的延迟反馈体现系统过去时刻的信息对当前状态的影响, 避免了传统回声状态网络方法记忆能力弱的缺点以及获得最优参数的困难.

考虑非紧致度量空间上同胚的持久性问题, 利用同胚的持久性、 等度连续性、 强拓扑稳定性、 持久跟踪性等定义, 证明: 等度连续且拓扑稳定的同胚是持久的； 同胚有持久跟踪性当且仅当该同胚是持久的且有伪轨跟踪性； 有持久跟踪性的可扩同胚是强拓扑稳定的.

考虑一类带时滞的非自治二阶发展方程. 首先, 利用Faedo-Galerkin逼近法得到其在C_Ht上解的存在性和唯一性; 其次, 借助算子分解验证过程{U(t,τ)}_t≥τ在C_Ht上的D_CHt-拉回渐近紧性, 从而证明带时滞的发展方程时间依赖拉回吸引子的存在性.

首先, 考虑一类退化椭圆方程的耗散系数识别问题,  通过把未知的耗散系数视为控制函数, 把方程的解视为状态变量, 定义目标泛函为状态与测量值的误差与人工正则项的和, 将系数识别问题转化为最优控制问题. 其次, 利用最优控制问题的研究方法研究系数识别问题, 给出最优控制的表达式, 并证明在适当条件下最优控制的唯一性.

基于变指数Fourier-Besov函数空间理论, 利用Littlewood-Paley分解工具、 Fourier局部化方法和Banach压缩映射原理, 通过建立线性项与非线性项的估计, 证明分数阶Boussinesq-Coriolis方程在临界变指数空间中解的整体适定性和Gevrey类正则性.

首先, 利用微分不等式技术给出双向流动介质在牛顿冷却边界条件下关于温度的L⁴范数和解的先验估计; 其次, 利用解的先验估计并设置
适当的能量函数, 证明半无限管道中解随空间变量代数式衰减.

考虑一类具有Holling-Ⅱ型功能反应函数的交叉反应扩散模型在非齐次Dirichlet边界条件下的动态分歧问题. 首先, 用谱分析理论得到对应的线性化问题特征值的临界穿越条件； 其次, 选取环境承载系数为分歧参数, 利用中心流形约化和动态分歧理论得到该系统的动态跃迁类型和分歧解的解析表达式. 最后, 利用有限差分法, 在不同的参数情形下给出系统的斑图变化模式.

用算子半群理论和上下解单调迭代方法讨论Banach空间中具有Volterra型积分算子的一类Conformable分数阶发展方程初值问题温和解的存在性, 其中： T_α表示阶数为0<α<1的Conformable分数阶导数算子; A为稠定闭线性算子. 在非线性项满足适当的不等式条件下, 得到了该方程温和解的存在性.

首先, 借助内射模的零调复形和Hom函子的理论, 引入Gorenstein强FP-内射模的概念. 其次, 利用马蹄引理和构造拉回图的方法, 研究Gorenstein强FP-内射模的同调性质, 证明Gorenstein强FP-内射模类GSFI是内射可解类, 关于直积及直和项封闭, 并且如果任意R-模的Gorenstein强FP-内射维数有限, 则(^⊥GSFI,GSFI)构成完全遗传的余挠对.

考虑乘积格上非直积三角模的构造问题, 给出乘积格上一类非直积三角模, 从而解决了在乘积格上是否存在其他形式非直积三角模的一个公开问题.

考虑在带有碎片协变量的右删失数据下比例风险模型的模型平均问题, 先利用极大似然估计方法对模型中的参数进行估计, 再采用基于信息准则的模型平均方法选取权重. 模拟结果表明, 模型平均方法相比于模型选择方法预测精度更高. 并通过乳腺癌实例分析验证了该方法的优越性和可行性. 

针对海量数据下高维分位回归模型, 首先, 构造基于去相关得分函数的子抽样算法, 以估计感兴趣的低维参数; 其次, 推导所提估计的极限分布, 并根据渐近协方差矩阵求出L-最优准则下的子抽样概率, 给出高效的两步算法. 模拟和实证分析结果表明, 最优子抽样方法显著优于均匀子抽样方法.

考虑二维抛物方程Cauchy问题的反问题, 该问题是严重不适定的. 首先, 用Landweber迭代正则化方法得到该问题的一个正则近似解, 用Fourier变换求出该问题的精确解； 其次, 在后验正则化参数的选取规则下, 给出精确解和正则解之间的Holder型误差估计, 并使用更强的先验条件给出端点x=1处的误差估计；最后, 给出数值实例说明该方法的有效性. 结果表明, 该方法比已有方法收敛速度更快.

基于现状数据提出一种带有测量误差的半参数加速风险回归模型. 首先, 用I样条近似未知累积基线风险函数, 并基于Sieve极大似然估计方法获得模型的参数估计; 其次, 用模拟外推方法修正协变量的测量误差带来的估计误差； 再次, 通过数值模拟验证该方法的有效性以及忽略协变量误差对估计的影响； 最后将该方法应用到心脑血管病死亡率的研究中获得心脑血管病发死亡的风险函数估计. 实验结果表明, 该方法有效.

通过改进Swin Transformer编码解码网络, 结合跳跃连接和深度监督机制, 针对新生儿脑部核磁共振成像(MRI)图像分割面临的低信噪比、 组织对比度差等问题, 提出一种新的基于移位窗口自注意力机制的新生儿脑区域图像分割方法. 该方法经过对MRI图像的预处理后, 能实现新生儿脑部图像多功能区域的精确分割, 并采用最大连通域算法进一步提高了分割精度. 在数据集dHCP上的实验结果表明, 该方法优于现有方法, 为早期发现和干预新生儿脑部损伤提供了潜在的可能性.

针对复杂图像中存在非均匀散射介质（如大气湍流、 烟雾、 雾霾等）, 导致光线在不同区域的传播和散射特性不同, 较难准确恢复图像能见度的问题, 提出一种基于高低频特征增强和透射率修正的复杂图像去雾方法. 首先, 基于奇异值分解和Gamma拐点校正, 设计低频特征增强方法; 其次, 基于Shearlet变换分解和非线性变换, 得到高频特征增强方法; 再次, 利用软抠图精化所估计的透射率, 构建透射率修正策略; 最后, 融合上述3种方法, 根据大气光值和精化透射率, 完成图像去雾, 分别增强高、 低频特征后, 将两者叠加, 获得增强的去雾图像. 经去雾图像的视觉感观和客观评价指标结果验证表明, 该方法的去雾效果较好, 能有效恢复复杂图像的细节信息, 改善图像的整体视觉质量.

针对现有方法在腹部中小器官图像分割性能方面存在的不足, 提出一种基于局部和全局并行编码的网络模型用于腹部多器官图像分割. 首先, 设计一种提取多尺度特征信息的局部编码分支; 其次, 全局特征编码分支采用分块Transformer, 通过块内Transformer和块间Transformer的组合, 既捕获了全局的长距离依赖信息又降低了计算量; 再次, 设计特征融合模块, 以融合来自两条编码分支的上下文信息; 最后, 设计解码模块, 实现全局信息与局部上下文信息的交互, 更好地补偿解码阶段的信息损失. 在Synapse多器官CT数据集上进行实验, 与目前9种先进方法相比, 在平均Dice相似系数(DSC)和Hausdorff距离(HD)指标上都达到了最佳性能, 分别为83.10%和17.80 mm.

针对使用全局指针网络进行实体关系抽取时特征信息不明显的实体关系类型数据稀疏问题, 以及数据中存在的类别不平衡和错误标注问题, 提出一种基于对比学习和梯度惩罚方法并使用改进的RoBERTa预训练模型的实体关系联合抽取模型, 在阿里天池中文医疗信息处理评测基准数据集CBLUE2.0上进行实验的结果表明, 该模型相比全局指针网络效果更优, 能更有效完成复杂数据的实体关系抽取.

针对传统花朵授粉算法（flower pollination algorithm, FPA）受初始参数影响较大、 且易陷入局部最优解或算法无法收敛等问题, 提出一种基于量子行为的花朵授粉算法（quantum-inspired flower pollination algorithm, QFPA）. 通过引入量子系统到FPA中, 使授粉过程中的搜索更高效, 从而提高全局搜索能力. 此外, 还引入轨迹分析, 使种群能更好地逃离局部最优解, 进一步降低误差.  为验证该方法的有效性, 先通过选定的几个基准函数对QFPA进行评估, 然后采用评估效果最好的QFPA对长短期记忆网络(LSTM)模型超参数进行寻优, 最后在用自适应噪声完备集合经验模态分解（complete ensemble empirical mode decomposition with adaptive noise, CEEMDAN）算法去除噪声后的空气质量数据集上进行实验, 并与其他几种常用的优化算法进行对比. 实验结果表明: QFPA提高了优化算法的全局搜索能力和收敛性; QFPA-LSTM模型增强了长时间序列数据预测的准确性和效率, 该模型预测的均方根误差为10.93 μg/m³, 为实际应用中的空气质量预测提供了可靠的解决方案.

针对DoubleMix算法在数据增强时的非选择性扩充及训练方式的不足, 提出一种基于双层数据增强的监督对比学习文本分类模型, 有效提高了在训练数据稀缺时文本分类的准确率. 首先, 对原始数据在输入层进行基于关键词的数据增强, 不考虑句子结构的同时对数据进行有选择增强； 其次, 在BERT隐藏层对原始数据与增强后的数据进行插值, 然后送入TextCNN进一步提取特征； 最后, 使用Wasserstein距离和双重对比损失对模型进行训练, 进而提高文本分类的准确率. 对比实验结果表明, 该方法在数据集SST-2,CR,TREC和PC上分类准确率分别达93.41%,93.55%,97.61%和95.27%, 优于经典算法.

针对现有嵌入式方法忽略实例相关性的潜在表示对伪标记学习的影响以及固定的图矩阵导致计算误差随迭代的加深而不断增大的问题, 提出一种具有潜在表示和动态图约束的多标签特征选择方法. 该方法首先利用实例相关性的潜在表示构造伪标签矩阵, 并将其与线性映射和最小化伪标签与真实标签之间的Friedman范数距离相结合, 从而保证伪标签与真实标签之间具有较高的相似性. 其次, 利用伪标签的低维流形结构构建动态图, 以缓解固定图矩阵导致的随迭代深度增加计算误差的问题. 在12个数据集上与7种先进方法的对比实验结果表明, 该方法的整体分类性能优于现有先进方法, 能较好地处理多标记特征选择问题.

基于智能反射面辅助多输入、 单输出的安全无线通信系统, 提出一种最大化系统保密速率为目标联合主被动波束形成算法. 考虑非理想信道状态信息下基站发射波束成形向量和无源智能反射面相移矩阵联合优化设计问题. 为解决非凸分式规划问题, 通过Charnes-Cooper变换引入两个辅助变量, 将单项分式问题转化为差的形式, 同时采用一种交替迭代优化联合半正定松弛方法, 得到易于求解的凸问题. 仿真实验结果表明, 该算法相比传统算法, 有效提升了系统的安全性, 保密性能提升10%~30%, 且在一定信道状态信息误差下保密速率下降不明显, 具有较强的鲁棒性.

针对人机交互系统中现有方法无法准确捕捉用户的操作意图, 动态环境适应性较差, 导致人机交互精准性不佳的问题, 为提高协作机器人在作业过程中的人机交互精准性, 提出一种基于多点触摸的近似最优人机交互控制方法. 首先, 基于人机交互的多点触摸动作匹配, 建立交互手势动作序列图像传导函数, 提取交互手势特征, 分析图像相似度特征分量, 根据像素值得出动作判断的模糊度集合, 以实现对多点触摸动作的匹配, 从而准确捕捉用户的操作意图; 其次, 考虑机器人运动条件和摩擦力因素, 建立摩擦力近似最优约束方程, 以保证机器人移动交互的平衡性和稳定性； 最后, 获取交互手臂的期望响应, 利用Lagrange方程描述多点触摸条件下的人机交互状态, 建立交互动作动力学方程, 引入交互控制变量, 利用自适应模糊控制体系输出近似最优控制结果, 以提高动态环境适应性, 并根据实际情况调整控制策略, 更好地满足人机交互的需求. 实验结果表明, 该方法能有效完成人机交互控制, 识别率高达94%以上, 控制时延误差较小, 为0.03×10^-3 s, 且迭代收敛速度快, 具有更好的控制效果.

针对无线保真(WiFi)和低功耗蓝牙(BLE)指纹定位方法需要大量标记训练样本以及单模定位精度和稳定性难以满足大规模定位场景需求的问题, 提出一种融合WiFi和BLE信号的半监督流形约束定位方法. 实验结果表明: 该方法与单一特征相比, 每一维度归一化方差稳定在0.08以下, 定位精度约提高25个百分点； 使用分别构建流形约束的半监督学习方法时, 能使定位过程中所需标记样本数量减少约90%. 因此, 该方法能极大减少需标记的样本数量, 并有效提高定位的稳定性和精度.

针对无线传感器网络因能量效率低而导致网络生命周期短的问题, 提出一种新的基于改进Harris鹰优化算法的无线传感器网络分簇协议（improved Harris hawk optimization based clustering protocols for wireless sensor networks, IHHOC）. IHHOC采用改进的Harris鹰优化算法获得最优簇头集, 首先通过Sobol序列初始化种群, 并考虑剩余能量、 与基站距离以及节点密度这3个参数定义适应度函数, 通过探索、 过渡和开发逐次迭代最终求得最优解; 其次, 采用高斯随机游走策略避免IHHOC陷入局部最优. 成簇后, 在簇头邻近簇中基于剩余能量、 与簇头和基站距离找到最优转发节点, 进一步降低网络能量消耗. 仿真实验结果表明, IHHOC能有效提高网络能量效率, 增大网络吞吐量, 延长网络生命周期.

基于非线性混沌系统滑模方法, 根据分数阶稳定性理论和同步控制方法研究Sprott-D不确定分数阶系统的滑模控制与同步, 并用MATLAB仿真程序对结果进行验证. 结果表明, 在一定的假设下, Sprott-D不确定分数阶混沌系统对应的主从系统可取得自适应滑模同步.

基于偏振自稳定双环结构提出一种受激Brillouin散射（SBS）光电振荡器（OEO）, 利用SBS的窄带宽增益谱实现相位调制到强度调制的转换（PM-IM）, 并选择OEO的振荡模式, 构造偏振自稳定双环结构, 在每个回路中的输入光被45°Faraday旋转镜反射后, 将通过45°Faraday旋转器和不同长度单模光纤返回其路径, 保证输出信号和输入信号的偏振态始终相差180°, 从而消除外界机械振动和温度干扰. 由于环路结构为反射式往返传输, 因此所需光纤长度缩短1/2. 实验结果表明, 该OEO通过改变泵浦光波长实现频率调谐, 可产生1~16 GHz的微波信号, 10 GHz处边模抑制比（SMSR）达67.14 dB, 相位噪声为-116.3 dBc/Hz@10 kHz.

针对传统电缆舞动检测器在面对电磁干扰和持续供电时灵敏度低、 信噪比差、 安装复杂和需额外供电等问题, 提出一种新型双端Mach-Zehnder（M-Z）电缆扰动监测系统. 该系统采用双端光纤M-Z光路结构, 可实现长距离、 大尺度、 多维度的在线监测和结构安全预警, 从而实时定位舞动位置. 该系统的检波器力学单元采用硅胶弹性体和黄铜质量块推挽式结构, 经ANSYS软件进行参数化建模和有限元分析后, 得出其固有频率为106.77 Hz, 与实验所测数据的相对误差仅为1.65%. 实验结果表明, 该检测器在0~140 Hz内的相对灵敏度为41.25~66.78 dB (rad/Pa), 对舞动信号具有较高灵敏度的检测能力.

在M06-2X/SMD/6-311+G(d,p)理论水平下， 研究水液相1个大气压、 310.15 K温度下依达拉奉（Eda）酮式异构体与超氧化氢自由基（·HO₂）的反应机理. 结果表明： Eda酮式异构体与·HO₂的反应有抽H、 加成和单电子转移3个过程；  抽H反应主要通过·HO₂抽取杂环H和甲基H实现， 反应的自由能垒为77.1~78.7 kJ/mol； 加成反应可通过·HO₂加成不饱和C的过程实现， 加成自由能垒为48.2~95.0 kJ/mol； 加成到杂环上与甲基相连的C原子的放热反应最具优势， 自由能垒为48.2 kJ/mol； 单电子转移的自由能垒为141.1 kJ/mol， 该过程不能实现. 可见， 水液相下Eda酮式异构体可通过抽H和加成反应消除·HO₂. 

利用在线软件和线下软件对来源于刀额新对虾（Metapenaeus ensis）的过敏原Met e1的B细胞抗原表位和T细胞抗原表位进行预测、 筛选以及辅助计算. 首先， 通过uniprot蛋白数据库获取Met e1蛋白质氨基酸序列； 其次， 用ExPASY ProtParam， SignalP-5.0 Server和TMHMM Server v.2.0 在线工具对Met e1的理化性质、 信号肽与跨膜区域进行分析， 用PSIPRED在线工具、 SOPMA在线工具和DNAstar软件联合预测计算Met e1二级结构， 用Swiss model 在线软件预测计算Met e1三级结构； 再次， 用DNAStar线下软件和IEDB在线软件综合预测计算线性B细胞表位，用IEDB在线软件预测计算CD4+T细胞表位和CD8+T细胞表位； 最后将所得结果进行B细胞表位和T细胞表的筛选. 结果表明：Met e1蛋白的B细胞表位为15~28， 45~49， 92~95， 125~130， 150~153，255~258位氨基酸；T细胞表位为78~84， 223~232位氨基酸.

以黑龙江省佳木斯市江北水源地准保护区为研究区， 选取7种典型土地利用类型， 研究不同土地利用类型下地下水和包气带氮磷的分布特征. 结果表明: 在0~180 cm包气带深度内水浇地中氨态氮（NH⁺₄）显著低于其他土地利用方式（p<0.05，下同）; 居民点包气带可溶性氮、 磷分布特征与其他土地利用方式差异最大， 其中硝态氮（NO^-₃, 0~150 cm）、 亚硝态氮（NO^-₂, 0~120 cm）和溶解态磷（DP, 0~90 cm）的含量显著高于其他土地利用方式，且含量随土壤深度的增加而降低; 所有土地利用类型的地下水中， NO^-₃是总氮（TN）主要组成成分， 其中居民点和水浇地地下水中NO^-₃含量和TN显著高于其他土地利用方式，  农业生产、 粪便和废水是居民点位地下水中NO^-₃的主要来源. Pearson相关分析结果表明： 研究区地下水NO^-₂含量与0~30 cm深度土壤中的NH⁺_4,NO^-₂和NO^-₃含量以及电导率呈显著正相关； NH⁺₄含量与150~180 cm深度土壤的pH值呈显著正相关； TN与0~30 cm深度土壤中的NH⁺₄和NO^-₂含量呈显著正相关. 研究结果为深入了解不同土地利用方式下包气带土壤氮、 磷分布特征与浅层地下水水质的关系提供理论依据.