针对传统优势粗糙集在属性规模扩大时约简效率低、 分类性能受限的问题, 首先， 基于广义决策类, 结合属性依赖度和信息熵构造广义决策组合熵, 从不同角度反应属性的重要性. 其次， 基于该度量对属性进行重要性排序, 并通过机器学习分类器获取有较高分类精度的属性子集. 最后， 通过对比实验验证该方法的有效性.

首先, 针对存在未测量混杂和治疗不依从的区间Ⅰ型删失数据因果效应估计问题, 将工具变量与广义指数比例风险模型相结合, 采用极大似然方法估计依从者中的因果治疗效应. 其次, 用模拟实验结果验证该方法的有效性. 最后, 将该方法应用于HIP乳腺癌筛查临床试验数据验证其有效性.

在次线性期望框架下, 对于以m-渐近几乎负相依(m-AANA）随机变量序列作为创新项构造的线性过程, 结合次线性期望空间中的概率不等式、 Toeplitz定理与Borel-Cantelli引理, 在线性过程的系数列绝对可求和与创新项满足一致矩条件的假设下, 给出该线性过程的强大数定律.

采用人工边界方法和最优控制理论讨论半无界退化抛物型方程的正问题及其在附加条件下的源项反演问题. 首先, 针对正问题, 利用人工边界方法将半无界区域问题转化为有界区域上的等价问题, 并建立右边界满足的精确边界条件, 再利用能量估计证明弱解的存在唯一性; 其次, 基于最优控制理论将原反问题转化为一个最优控制问题, 证明最优解的存在性及其满足的必要条件; 最后, 利用必要条件证明最优解的稳定性, 从而为该类方程的正反问题理论分析与数值求解提供理论支撑.

利用解的先验估计、 Lipschitz连续性及解的高频挤压估计, 研究由色噪声驱动的随机对流Brinkman-Forchheimer(CBF)方程解的稳定性与分形维数有限性问题, 得到了该方程随机指数吸引子的存在性.

考虑广义矩阵代数上零点Lie高阶可导映射的结构, 首先, 用代数分解方法证明广义矩阵代数上的每个零点Lie高阶可导映射可表示为高阶导子与中心值映射之和. 其次, 作为应用, 给出三角代数上零点Lie高阶可导映射的具体形式.

给出非负张量H-谱半径的一个幂型算法， 并利用张量的有向图证明该算法是R-线性收敛的，进而得到算法线性收敛的一般条件. 结果表明， 该算法适用于所有弱不可约非负张量H-谱半径的计算， 与NQZ算法适用于弱本原张量比较适用范围更广.

利用权系数方法和实分析技巧, 考虑一类非齐次核的半离散Hilbert型逆向不等式的构造, 给出该类不等式的构造条件和最佳常数因子的计算公式, 并给出不等式的算子表示及一些特例.

设F是从有限表现右R-模范畴到Abel群范畴的函子. 若存在强FP-内射左R-模M, 则称F是强SFP-内射函子. 利用同调代数中的方法, 讨论并刻画强SFP-内射函子的同调性质, 证明： 强SFP-内射函子构成的类关于扩张、 直积封闭, 强SFP-内射函子构成的类是内射可解类.

设T是形式三角矩阵环. 首先, 考虑T上的clean-投射模, 证明若左T-模(X,Y)_φ是clean-投射模, 则X/(Im φ)是clean-投射左R-模, Y是clean-投射左S-模； 其次, 分别构造T上的clean-导出范畴和clean-奇点范畴的粘合.

首先, 定义并研究Abelian范畴中的n-挠对, 并设(A,B,C)是Abelian范畴中的粘合. 其次, 利用高阶扩张和推出拉回等方法证明: A和C中的n-挠对可诱导B中的n-挠对; 反之, B中的n-挠对也可诱导A和C中的n-挠对.

用权值转移法研究不含4,6-圈的平面图顶点划分问题, 得到了不含相邻5-圈的图G的顶点集可划分为两个子集, 使得每个子集的导出子图均为最大度至多为3的森林, 从而改进了关于不含4,6-圈的平面图存在(F₅,F₅)-划分的结论.

针对传统低秩矩阵分解方法处理大规模数据时, 普遍存在运算效率低、 内存资源消耗过高、 分解精度不足的问题, 基于CUR分解核心理论, 结合随机采样和优化策略, 提出列随机分解、 列-行随机分解两种新的随机低秩矩阵分解方法. 通过优化算法随机性设计, 引入专项优化迭代策略, 有效改良了传统算法的运算缺陷. 对比实验结果表明, 两种方法相较于传统分解方法, 具有更优的计算效率、 更快的收敛速度, 同时抗噪声鲁棒性显著提升, 有效完善了大规模数据低秩分解的技术体系, 为海量数据处理提供了高效、 稳定的新方案, 也为机器学习、 数据挖掘等相关领域的工程应用提供了可靠的技术支撑. 

针对现有计算机硬件只支持低采样数的实时光线追踪, Monte Carlo积分在低采样样本情况下噪声明显的问题, 使用神经网络技术, 并权衡其质量和性能, 解决低采样数下的Monte Carlo光线追踪噪声问题. 首先, 通过多尺度空洞卷积模块, 融合图像局部特征细节及全局信息, 在有限参数量下提升降噪质量； 其次, 引入时域的交叉注意力模块, 提升神经网络对时域信息的复用能力, 充分利用已降噪的历史帧, 进一步提升图像当前帧的降噪质量和效率； 最后, 通过组合损失函数进一步增强网络对图像细节特征的提取能力, 以及时域信息的稳定性和复用能力. 在公开数据集BMFR上进行训练和验证的结果表明, 该方法与目前的先进方法相比, 在结构相似性(SSIM)性能保持相当的情况下, 峰值信噪比(PSNR)平均提升3.7%, 均方根误差(RMSE)平均降低23.5%, 且运行时间满足实时性能.

针对金融波动率序列固有的非线性、 低信噪比预测难题, 提出一种融合结构先验和深度学习的自适应门控混合模型（SCLA-GARCH）. 该模型利用广义自回归条件异方差(GARCH)捕捉线性结构, 并行构建CNN-LSTM-Attention网络学习其残差中的非线性模式, 并由自适应门控机制动态融合. 实证分析结果表明, 该模型预测误差显著低于多种基准模型, 均方误差（MSE）最大降幅达59%.

针对DETR(detection transformer)系列模型在密集场景下易出现目标遗漏及在复杂背景中泛化能力不足的问题, 提出一种注意力增强的Salience DETR模型. 通过在Salience DETR模型中嵌入前景注意力机制与空间和通道协同注意力机制, 提升模型对小目标特征的提取能力和复杂环境下的多目标识别能力. 在数据集Common Objects in Context,Vision Meets Drone,Insects上的实验结果表明, 该模型相较于Salience DETR模型平均精度分别提升1.0百分点、 1.2百分点和2.2百分点. 在自采集烟虫数据集上的实验结果表明, 该模型对小尺寸目标识别评价指标提升2.0百分点, 验证了模型的泛化能力. 因此, 该模型提升了复杂环境下的检测性能, 并为小目标识别及特定领域应用提供了可行的技术方案.

针对辣椒病虫害图像识别任务中模型计算复杂度高、 参数规模大、 难以在资源受限设备上部署的问题, 提出一种基于改进ResNet34的轻量化病虫害识别方法. 首先, 通过引入深度可分离卷积结构替换传统标准卷积, 在保证特征提取能力的同时显著降低模型参数量和计算开销； 其次, 融合卷积块注意力机制, 从通道和空间两个维度增强模型对病斑关键区域特征的关注能力, 提高特征表达的判别性. 为验证该方法的有效性, 在辣椒病虫害数据集及公开PlantVillage番茄病害数据集上进行系统实验. 实验结果表明, 改进模型在多项评价指标上均取得显著提升, 其中识别准确率达98.36%, 较原始ResNet34提高5.64%. 在与MobileNetV2,GoogLeNet,AlexNet,VGG16和ResNet18等模型的对比实验中, 该方法在准确率、 精确率、 召回率和F₁值等指标上均表现更优. 此外, 模型的参数量仅为2.73 M, 模型体积为10.62 MiB, 在保持较高识别精度的同时具有良好的轻量化特性和部署适用性.

针对便携式超声设备受硬件限制成像质量低, 且高低质量超声图像难以配对、 传统增强方法细节保留不足的问题, 提出一种无需配准的生成对抗网络, 用于无配对医学超声图像稳定增强. 该网络以循环生成对抗网络为基础, 设计最大感知特征提取增强模块提取图像全局和局部特征, 并保留空间结构, 构建聚类特征增强学习网络强化对图像的复杂细节提取能力, 同时优化损失函数, 融入伪标签分类损失和多层感知器特征损失. 在超声图像增强挑战赛数据集USenhance 2023上的实验结果表明, 该网络的三项核心评价指标均显著优于主流及最新超声图像增强方法, 增强后图像噪声更低, 器官的结构、 纹理和轮廓细节更清晰.

针对工业缺陷检测中, 采集点云因零件受损、 环境干扰等因素存在残缺, 与标准点云配准时受几何结构差异影响, 引发离群对应关系, 导致配准精度下降的问题, 提出一种基于点金字塔与极大团改进的残缺点云配准网络. 首先, 设计残缺补全模块生成虚拟点, 该模块经构建的多分辨率动态图卷积提取点云的局部和全局特征后, 添加点金字塔分形预测网络补全点云缺失区域, 弥补缺失的特征信息； 其次, 在配准模块融合极大团算法过滤不兼容匹配对, 优化匹配矩阵和位姿估计策略. 在数据集ModelNet40上, 对未知类别残缺点云配准实验的结果表明, 该网络的旋转和平移平均绝对误差分别降至0.650 7和0.005 9, 有效提升了离群对应关系配准的精度和鲁棒性； 在数据集ESB上的实验结果进一步表明, 该网络为工业缺陷检测提供了可靠的残缺点云配准方案.

针对网络入侵检测在分布式环境下隐私保护与识别精度难以兼顾的问题, 提出一种融合联邦学习架构的混合神经网络模型. 该模型通过整合残差结构、 门控循环单元和通道注意力机制, 解决了流量时序特征挖掘不深和权重感知不足的问题； 同时利用合成少数类过采样技术和标签平滑交叉熵损失算法, 有效克服了由于节点数据分布异构而导致的模型性能退化难题. 在数据集CICIDS2017上的实验结果表明, 该模型在准确率、 精确率、 召回率等核心指标上均达约99.80%, 性能显著优于现有的联邦学习及经典检测算法. 该结果证明了在不共享原始敏感数据的前提下实现超高精度协同防御的可行性, 不仅有效缓解了网络安全领域的数据孤岛难题, 也为构建隐私保护型智能化防御体系提供了可靠的技术依据.

针对不完整多视图聚类未缺失数据对象间显式关系不可靠, 存在一致性偏差的问题, 提出一种共享隐含子空间引导的不完整多视图图补全及聚类算法. 首先, 将补全矩阵和不完整多视图数据联合映射到共享隐含子空间; 其次, 借助隐子空间自表示矩阵引导各视图邻接图学习, 使其保持潜在一致性; 再次, 采用图Laplace正则, 使补全矩阵遵循视图流形保留多视图互补性; 最后, 将一致性表示和缺失补全集成到一个框架, 使不完整多视图数据的补全和聚类相互促进. 在5个常用公开数据集上的实验结果验证了该算法在不完全多视图聚类中的有效性. 

针对多行为推荐场景中多源交互数据存在噪声干扰、 辅助行为与目标行为语义不一致、 多任务损失权重静态分配难以适配用户个性化偏好的问题, 构建一个基于图元网络的多行为去噪感知推荐模型. 首先, 搭建多行为感知编码器, 基于图卷积实现多类型交互数据的高阶特征提取; 其次, 设计选择性跨行为对比学习方法, 借助用户节点相似度筛选伪负样本, 从用户表征层面实现去噪优化; 再次, 构建基于项目相似度的难负样本采样策略, 优化项目表征质量; 最后, 引入元学习动态调权机制, 自适应调整多任务损失权重. 在3个真实数据集上的实验结果表明, 该模型优于其他先进的推荐方法, 从而验证了其有效性. 

针对知识图谱节点分类中语义信息和图结构信息协同建模不足, 以及有限标注条件下多层特征利用不充分的问题, 提出一种基于半监督学习的图卷积和注意力跳跃网络模型. 该模型利用图卷积网络提取结构特征, 通过图注意力网络自适应聚合邻域信息, 并结合长短期记忆网络和注意力机制融合不同层次的节点表示. 在开放图基准中的计算机科学论文引用网络数据集上的实验结果表明: 该模型的准确率、 精确率、 召回率以及精确率和召回率的调和平均值分别为75.96%,73.52%,72.34%和72.93%, 优于目前多种主流图神经网络模型； 该模型能有效融合节点语义、 图结构与跨层特征, 提升有限标注条件下的节点分类性能.

针对实用Byzantine容错共识算法在大规模分布式网络中存在的通信复杂度高、 扩展性不足及主节点负载不均衡等问题, 提出一种基于使用层次的平衡迭代规约和聚类算法与Hash环数据结构改进的实用Byzantine容错共识算法. 该算法通过分布式优化平衡迭代规约和聚类算法, 实现网络节点的动态聚类子组织划分, 同时结合虚拟节点Hash环机制, 解决了子组织内部的负载均衡与任务分配不均问题, 并引入全局委员会机制以显著降低全网通信复杂度. 实验结果表明: 在网络节点规模为256时, 该改进算法系统延迟仅为713.4 ms, 相较于传统实用Byzantine容错算法的系统延迟1 895.4 ms降低了62.4%, 且其时延增长曲线斜率明显小于对比的两种主流改进共识算法; 该算法在吞吐量、 通信开销和资源占用等指标上均表现出显著优势, 在较大规模分布式网络中展现了良好的扩展性和稳定性. 该算法显著提升了分布式网络的共识效率, 可有效满足互联网行业中复杂业务场景对高性能共识算法的需求, 为大规模区块链系统的架构优化提供了重要的理论依据与技术支撑.

为解决动态车联网（Internet of Vehicles, IoV）环境中的任务卸载决策问题, 首先, 提出一个由车辆、 多个边缘服务器和云服务器组成的三层任务卸载网络架构; 其次, 提出以最小化任务卸载时延和能耗、 提高服务质量为目标的任务卸载决策问题（task offloading decisions problem with the aim of minimizing latency, energy consumption, and enhancing service quality, TOD-LEQ）； 再次, 将TOD-LEQ建模为Markov决策过程（Markov decision process, MDP）模型; 最后, 为应对动态变化环境对车联网中任务卸载的影响, 提出一种基于元学习的分布式强化学习任务卸载（meta learning-based distributed reinforcement learning task offloading, ME-DRO）算法, 该算法可在多线程中执行, 以寻求最优的任务卸载决策. 仿真实验结果表明, ME-DRO算法在时延、 服务质量和收敛速度方面明显优于其他基线算法.

针对受传输信道及传输队列任务的动态属性影响, 以固定方案分配传输资源时, 网络上行混合重传的传输速率难以实现高水平稳定输出的问题, 提出一种无线多媒体网络上行混合重传资源分配算法. 首先, 结合Shannon公式计算网络增强移动带宽执行上行混合重传的峰值速率, 利用二元变量确定峰值速率下的信道资源分配期望, 并构建以传输速率为参量的网络上行混合重传资源分配目标函数, 使目标函数包含信道动态属性； 其次, 对目标函数进行求解时, 引入了迭代机制, 将约束Lyapunov漂移的资源分配参数作为传输队列当前
任务的分配结果, 根据传输队列任务递推更新分配方案. 实验结果表明, 该算法对网络上行混合重传资源的分配结果有较高的公平性, 在实现高吞吐量的基础上, 传输速率始终稳定在较高水平.

研究Sprott-R变分数阶混沌系统自适应滑模同步, 根据变分数阶Lyapunov稳定性理论, 采用有限时间同步相关结论, 在一定的假设前提下, 通过设计变分数阶有限时间自适应滑模控制器, 得到Sprott-R变分数阶混沌系统的同步条件, 并用MATLAB进行数值仿真, 对结论进行验证. 

采用多尺度计算模拟研究NiBr₂单层材料晶格应变对磁态稳定性的调控机制, 分析其电子结构与电输运各向异性的物理起源. 结合密度泛函理论(DFT)+U与基于Perdew-Burke-Ernzerhof(PBE)泛函的PBE0杂化泛函精确修正电子结构, 利用PBE能量计算确定稳定磁构型, 并借助AMSET软件模拟300~900 K下的电导率(σ)和Seebeck系数(S), 分析载流子浓度与输运行为的关联. 结果表明: 当晶格常数为0.369 nm时, 摆线型螺旋磁序能量最低, 与实验观测的非共线磁序吻合; PBE0计算所得带隙值为3.60 eV, 与实验值(3.4±0.2)eV相符; σ呈极强各向异性, 室温下σ_a/σ_c≈125, 900 K下σ_a/σ_c≈480, 这是由于c轴极高的真空势垒抑制所致; S在p型掺杂中存在临界载流子浓度阈值, 超过阈值后发生反转(S_c>S_a), 这是由于高浓度下a轴态密度变化率饱和及c轴平缓能带贡献增强所致. 该结果揭示了NiBr₂单层电输运性质的各向异性, 为低维磁性半导体器件的实验探索提供了理论基础. 

针对无人机(UAV)辅助的移动边缘计算(MEC)系统执行计算任务时能耗约束显著问题, 构建无人机兼具计算单元与中继节点的系统模型, 并用非正交多址(NOMA)技术提高频谱效率. 在满足地面用户的任务需求下, 通过对用户的通信调度、 任务计算分配、 发射功率和无人机的飞行轨迹优化, 使整个系统的能量效率最大化. 将无法直接求解的非凸混合整数非线性分式规划(MINLFP)问题分解成易于求解的子问题并迭代求解. 目标函数的分式形式采用Dinkelbach方法求解, 该方法利用连续凸近似(SCA)将分式问题的原始子问题转化为凸形式. 仿真结果表明, 该方法可提高系统能效. 

〖HT5H〗

利用[SiO₂(OH)₂]^2-和[Al(OH)₄]^-极易发生缩合反应, 而[Al(OH)₄]^-和[Al(OH)₄]^-不发生缩合反应的特性, 将[SiO₂(OH)₂]^2-处于含有大量[Al(OH)₄]^-的溶液中, 使其发生类似有机化学反应中封端效应的封端反应, 尽管溶液中含有大量类似[Si(O—Al—(OH)₃)₄]^4-的离子基团, 却无法发生进一步的缩合反应, 由于该类离子基团无法进一步长大生成沉淀, 因此可制备用于合成钠A分子筛晶体的澄清反应溶液. 利用这种澄清的反应溶液体系, 可在玻璃以及多孔氧化铝陶瓷管等基体上制备出质量优良的钠A分子筛晶体薄膜. 

采用密度泛函理论（DFT）研究钠离子的缬氨酸螯合物（Val→Na⁺）在310.15 K的水液相环境下与羟基自由基（·OH）的反应机理, 考察Val→Na⁺与·OH的提H和加成反应势能面以及它们之间单电子转移反应的自由能垒和自由能变. 计算结果表明: 热力学均允许其提H反应, 隐性水溶剂效应下其反应能垒为23.3～75.6 kJ/mol, 显性水溶剂效应下其反应能垒为33.8～81.2 kJ/mol, 大多数提H能垒小幅度升高; 在隐性和显性水溶剂效应下, 热力学均不允许其加成反应; 在隐性和显性水溶剂效应下, 热力学和动力学均不允许其电子转移. 可见, 水液相下Val→Na⁺可通过提H反应快速消除·OH, 缬氨酸钠螯合物可作为·OH清除剂.

采用亲核取代、 扩链反应和硫醚化与扩链3个步骤， 制备得到包含5，7-二巯基甲基-1,11-二巯基-3,6,9-三硫杂十一烷和4,8-二巯基甲基-1,11-二巯基-3,6,9-三硫杂十一烷两种结构异构体的二巯基甲基三硫杂十一烷， 并将其作为改性聚氨酯光学材料的核心单体， 将该单体与多异氰酸酯和双酚A环氧树脂合成的多硫醇组合物， 可制备聚合性光学材料. 实验结果表明， 该光学材料具有高透光率、 高折射率以及优异的力学性能. 

针对全氟化合物(perfluorinated chemicals, PFCs)难降解、 在水环境与水生生物中分布广泛及其对生态环境和人体健康的危害问题, 采用纸喷雾电离质谱法(paper spray ionization mass spectrometry, PS-MS)技术, 建立罗非鱼表皮黏液非侵入性内源性代谢物的直接检测方法, 并结合多元统计分析筛选差异代谢物, 通过数据库匹配与通路富集分析解析代谢紊乱机制. 结果表明: 优化后的PS-MS方法可实现黏液样本的直接快速检测, 单个样本分析时长≤1 min; 在正离子模式下筛选出44种差异代谢物, 负离子模式下筛选出40种差异代谢物, 其中差异代谢物主要富集15条代谢通路, 包含氨基酸代谢、 能量代谢、 脂质代谢及碳水化合物代谢多个类别的富集通路, 证实全氟辛酸对鱼类的代谢扰动影响. 该研究在实验室条件下验证了PS-MS方法可快速获取罗非鱼表皮黏液的代谢指纹, 为实验室条件下非侵入性考察新兴污染物对生物代谢的影响提供了有效途径.