为满足电子类实验教学对示波器功能及性能指标的要求，设计了参数可灵活设定、应用场所不受空间限制的无线示波器设备。系统以FPGA( Field Programmable Gata Array) 作为主控制器用于信号的处理，硬件部分主要由信号调理模块、A/D( Analog-to-Digital) 转换模块、无线传输模块、电源模块组成，上位机基于Labview 可视化编程软件设计。硬件采集处理部分与软件客户端通过WIFI 技术进行参数与信号传输，使观测效果不受被测点空间位置的限制。系统可同时实现4 路信号的采集与无线观测。经测试，该系统最高可分辨700 kHz 的波形特征，可准确测试2 MHz 的信号频率与幅值。该系统与实验室现有传统示波器互为补充，可满足本科实验教学及课外实践的设备要求。

为解决现今市面上使用的电瓶车充电系统的充电电压与电瓶车型号不匹配而对电瓶车电容产生损害的问题，提出一种新型电瓶车充电系统。该充电系统使用NCP1654 作为核心控制芯片，采用开关直流升压电路( Boost: Boost Converter or Step-up Converter) 拓扑作为主电路，利用新型碳化硅半导体器件作为主开关器件，完成了电瓶车充电系统中交流转直流部分的设计制作。供电侧的交流电压从180 ～ 260 V 变化时，设备均可正常运行。此智能电瓶车充电系统输出两路直流电压42 V 和27 V，最大输出电流均为2 A，负载调整率为0． 1，输出噪声纹波电压峰-峰值小于1． 5 V。充电设备中有可靠的保护电路，可以防止启动时尖峰电压和浪涌电流对电路的冲击。考虑到电瓶车充电系统的用户体验感，选择触摸屏作为操作界面。此外，利用STM32 开发板检测输出电压电流，控制充电系统输出电压幅值。经测试，该电瓶车充电系统各项指标都达到了设计要求，可投入使用。

为提高聚合物太阳能电池中有源层的光吸收，提出了一种新型结构的器件———具有多光学间隔层结构的
聚合物太阳能电池，该结构通过调节多光学间隔层折射率的分布方式，调节有源层内光电场的分布，使有源层
对入射光得到充分吸收，进而优化器件性能。采用传输矩阵法对这种多光学间隔层聚合物太阳能电池进行了
光学模拟，探索了多光学间隔层折射率的分布方式对倒置结构聚合物太阳能电池器件有源层光电场的分布和
短路电流密度( Jsc) 的影响。模拟选取的多光学间隔层是通过在ITO( Indium Tin Oxide) 玻璃衬底上依次旋涂未
掺杂ZnO 和掺杂浓度分别为0． 002 5 mol /L，0． 005 mol /L，0． 01 mol /L 的铯掺杂氧化锌( CZO: Cs doped Zinc
Oxide) 薄膜制备而成的。模拟结果显示，采用从上到下铯掺杂浓度依次增加的多光学间隔层结构能有效提高
器件有源层对入射光的光吸收和短路电流密度。

为解决带有时滞特性的制冷系统的控制问题，提出了一种改进的无模型自适应预测控制算法，并将其应用到制冷系统控制方案中。首先，提出一种引入两个参数L1，L2的参数估计控制方案，改善了MFAPC( Model-Free Adaptive Predictive Control) 的伪偏导数参数估计过程，使算法在达到减参目的的同时提升了稳定效果; 之后在控制输入准则函数中加入了控制输出误差和。最后引入典型线性和非线性时滞系统、跟踪时变信号系统、溴化锂制冷系统，对其跟踪控制问题进行了仿真比较研究。仿真结果表明，改进的无模型预测控制算法能取得更稳定的输出结果，且有更快的响应速度和更好的控制性能，同时解决了带有时滞特性的制冷系统控制问题。

为改善在实际的Lurie 控制系统中的滞后和摄动现象所导致的系统振动和不稳定问题，在鲁棒稳定性理论基础上，笔者分析了含有不确定性结构的时变时滞奇异摄动Lurie 系统在两种扇形区域［0，V］和［V1，V2］内的稳定性问题，通过选取新的李雅普诺夫泛函数，结合引理、交叉项界定方法，推出时滞依赖和时滞独立两种情形下新的绝对稳定性判据。数值样例证明了该结果的可行性和优越性。

针对传统问答系统答案抽取方式对答案片段的分词和上下文语义理解准确性的依赖严重，抽取过程耗费大量的人力和时间的问题，提出采用分步抽取答案的方法，先从答案片段中抽取包含答案的句子，再从提取的答案句中进行最终答案的抽取方式。在答案句抽取过程中使用Bi-LSTM( Bi-directional Long Short-Term Memory)和Max Pooling 结合的方法构建答案句抽取模型。实验结果表明，在答案句的抽取中，该模型的MＲＲ( Mean Average Precision) 指数接近0． 75。

为克服粒子群在解决多峰函数复杂问题时存在收敛速度慢和极易陷入局部最优值的缺点，提出了一种基于高斯学习多峰延迟粒子群混合算法。首先引入改进的高斯学习提高算法的收敛速度，然后在此基础上，针对4 种进化状态在算法中引入延迟因子避免局部最优问题。通过对6 个单峰多峰测试函数进行仿真实验，验证了GLPSO( Gaussian Learning PSO) 算法具有更好的收敛速度，同时验证了GLMDPSO( Gaussian Learning Multimodal Delayed PSO) 算法在处理多峰函数复杂问题时具备更好的全局搜寻能力。因此，改进算法在解决多峰函数寻优问题时可有效跳出停滞状态，提高收敛速度并具有较好的寻优能力。

为解决ICP( Iterative Closest Point) 算法对初始点云位置要求高且易陷入局部最优的问题，提出一种新的配准方法。首先遵从优势互补基本思想，结合将人工萤火虫算法和粒子群算法生成自适应人工萤火虫-粒子群算法( AAGPSO: Adaptive Artificial Glowworm-Particle Swarm Optimization) ，以使算法的收敛速度变快，解的精度得到提高; 其次优化迭代最近点算法( ICP) ，将已改进的AAGPSO 算法引入ICP 配准算法中进行点云配准，解决ICP 算法因点云的初始位置相差较大而陷入局部最优问题，加快整体的配准效率。通过实验对比原始ICP 配准方法和改进的配准方法并对其进行误差分析，结果验证了AAGPSO 算法在传统ICP 算法的基础上提高了配准精度，并且加快了算法收敛速度，改进的配准方法具有明显优越性。

针对目前手绘草图识别难度大，识别准确率低且主要以手工提取特征为主，提出一种新的卷积神经网络结构DCSN( Deeper-CNN-Sketch-Net) 进行手绘图像识别。DCSN 模型是根据手绘草图的特点进行设计，如在首层采用了更大的卷积核获取草图的结构信息和更小的步长尽可能多保留特征信息，通过增加网络层数加深网络深度等。为进一步提高识别准确率，针对手绘草图的特点提出了两种新的数据增强方法，小图形缩减策略和尾部移除策略增加数据集的多样性，并利用扩充的数据集训练DCSN 网络。经实验验证，所提出的模型在目前最大的手绘图像数据集上可以取得70． 5% 的识别准确率，超过了目前存在的几种主流的手绘草图识别方法。

针对P2P( Peer to Peer) 网贷平台出现“生命较短”的现象，分析了影响P2P 平台生存的关键因素，收集相关变量数据，应用装袋法、随机森林等数据挖掘技术对P2P 平台数据集进行分类，提取影响分类结果的重要变量; 应用生存分析中的Cox 比例风险模型和加速死亡模型进行实证研究，深度挖掘影响P2P 网贷平台“生存”或“死亡”的关键因素。结果表明，最重要的影响因素是用户资金是否进行银行存管。该结果可为投资者和监管者提供参考，为加快建立P2P 网贷平台资金的管理约束制度提供依据。

传统K-means 算法对于聚类初始点的选取和距离度量的计算异常敏感，因而很可能导致K-means 算法只能收敛得到局部最优解。为此，提出一种改进的K-means 算法，即K-means 聚类算法最优匹配算法，并进行了相关的算法实验分析。该改进算法首先对传统的K-means 聚类算法进行初始点的选取，并分析聚类结果。然后，分别从初始聚类中心的选择和距离算法的确定进行实验测试，引入轮廓系数评价聚类效果，分析实验结果可知，K-means 聚类算法最优匹配算法具有较好的稳定性和较高的聚类准确率。

为解决电磁刺激治疗癫痫神经疾病的有效性和安全性等问题，建立了容易引起癫痫发作的海马CA3区锥体神经元在外电场刺激下的等效应模型，并通过Matlab 数值仿真，分别研究了其在直流和交流外电场作用下的动力学特性。仿真结果表明，神经元的放电频率受到直流电场强度的调制，特别对电场的方向比较敏感。当电场为负向时，电场强度的变化对神经元的动力学特性影响明显，当电场为正向时，影响不明显;在交流电场刺激下，神经元的动力学特性改变具有外部电场频率依赖性，不同频率刺激下神经元会出现周期簇放电、同步放电、周期峰放电和混沌放电等状态。据此可指导医生制定更为有效安全的神经疾病电磁刺激治理方案。

针对目前大多数高校图书馆仍旧使用借阅卡、一卡通等传统借阅系统的现状，提出了构建基于云计算的智能人脸识别借阅系统。相比于在本地设备完成计算的人脸识别系统运算慢、存储资源有限等缺点，系统采用具有高性能计算能力和海量存储能力的云平台。通过采集人脸数据，将收集到的人脸信息上传到云平台，云平台采用二值化、光线补偿、灰度变化、对比度增强等方法进行处理后对人脸特征信息进行保存并备份。当扫描待测人脸时，将人脸信息上传至云端与备份信息进行对比识别。测试结果表明; 基于云计算的智能人脸识别借阅系统具有较好的准确性、实时性、稳定性，降低了本地存储负担和成本、较好的满足了用户的智能化借阅需求。

由于传统课程数据库检索系统查全效果较差，同时受到噪声影响，导致检索精准度较低，不能满足用户对Stac( Statistical Analysis) 课程数据库检索的需求。为此，提出基于场景理论的Stac 课程数据库自动检索系统设计。在场景理论下，对数据库自动检索系统进行总体设计，添加分词模块，采用组合型歧义统计方式，区分Stac 课程数据库中同义或多义词; 使用网络蜘蛛寻找网页链接地址，读取内容，进行全部目标地址检索; 当采集量达到一定规模时，调用数个独立的搜索引擎，相互合作，以此建立索引库，根据Stac 课程资源数据规范标准进行数据采集，利用索引引擎，将采集结果全部输入到系统中。通过辨认情景特点，建立光盘数据库，设计检索流程，严密监视各个机器行为，避免噪声干扰，经过中心DB Server( Data Base Senver) 处理，将地址列表合并，形成新资源列表，供用户检索。由实验结果可知，该系统检索精准度最高可达到98%，为多图像检索提供系统支持。