针对传统多视图谱聚类算法中二步法导致的公共视图质量低、权重超参确定困难等问题，提出了一种新的自适应融合相似图的多视图谱聚类算法。该算法利用各视图的一致性和互补性，充分挖掘数据隐藏的结构信息，依据各视图对公共视图的贡献自适应分配权重。不同于传统多视图谱聚类算法的二步法策略，该算法由公共矩阵直接得到聚类结果。在6个真实数据集上的实验验证了该算法的有效性。

为提高大功率无线电能传输(WPT)耦合机构的耦合能力和抗偏移特性，以大功率电动汽车静态无线充电为例对耦合机构进行优化研究。使用COMSOL Multiphysics有限元仿真软件对双D形线圈进行磁场耦合建模，对耦合机构的耦合能力进行分析，得出最优的线圈匝数和线径。采用LCC-S混合拓扑谐振补偿电路，进行“磁场+电路”场路耦合建模研究，充分了解WPT系统的磁场特性和电路特性，分析双D形线圈的抗偏移特性。相比同尺寸的矩形线圈，双D形线圈在Y方向具有更好的抗偏移特性。

针对大尺寸机场道面板在飞机荷载与温度耦合作用下易出现疲劳破坏的问题，通过ABAQUS软件对不同尺寸道面板在飞机荷载和温度梯度作用下的应力进行了分析。在此基础上根据应力结果完成道面板的横、纵向配筋设计，并对配筋后的道面板通过有限元模型进行了应力验算。研究结果表明：单独考虑飞机荷载，道面板尺寸与内部荷载无直接关联，而在温度梯度作用下，道面板的尺寸会对板内应力产生影响，但超过12m后应力值趋于平稳。耦合荷载和温度共同作用下，尺寸越大道面板越容易发生破坏，当尺寸较小时板内应力上升幅度较大，但随着尺寸逐渐增大上升幅度放缓并趋于平稳。通过配备预应力筋，道面板板底拉应力下降幅度达87.3%,说明通过施加预应力筋可以有效防止道面板因尺寸过大在飞机荷载与温度梯度耦合作用下产生强度破坏与应力疲劳破坏。

多模态智能情绪识别通过综合分析图像、音频、文本等多种数据源来识别和理解人类情绪。与仅依赖单一数据源的单模态情绪识别相比，它更适合处理复杂场景，能够更准确地捕捉情绪变化。介绍了多模态智能情绪识别领域的研究成果，首先对情绪识别的理论基础进行介绍，结合实际应用需求将情绪识别模态技术分为3类，即面部情绪识别、音频情绪识别和文本情绪识别，比较分析了单模态情绪识别的方法和效果。然后分析多模态情绪识别技术，通过介绍语音和图像数据混合融合多模态神经网络系统架构，了解多模态情绪识别工作流程。再从特征融合、决策融合和混合融合角度分析多模态融合方法，归纳多模态情绪识别的现存问题和解决方法。最后总结本篇综述内容，并对多模态情绪识别技术的发展趋势进行展望。

当前基于细节增强机制的多曝光图像融合方法效率较低，针对此问题，提出一种基于局部细节增强的快速多曝光图像融合算法。首先，改进每幅图像待增强区域的划定方法；然后，采用快速局部拉普拉斯滤波（FLLF）提取待增强区域的细节信息，并根据采样插值原理对增强过程进行优化加速，减少计算局部拉普拉斯金字塔系数时的采样次数，避免细节过度增强的同时，进一步提高融合效率。对40组多曝光序列的融合质量和平均运行时间进行测试，并与5种代表性算法进行对比实验。结果表明，算法不仅保持超亮超暗区域的细节信息，而且视觉效果更加自然。算法的两种客观质量指标MEF-SSIM值和QCB分别为0.942和0.441,在6种算法中分别排名第2和第1;运行时间比基于原始分辨率空间运算的最快方法Li2020减少了46.2%,具有较高的运行效率。

针对现有方法在人脸图像完整性认证中存在的不足，提出了一种面向人脸图像的主题敏感哈希算法。该算法能够对图像中的人脸区域进行更高强度的完整性认证。首先，采用YOLOv8提取图像中的人脸区域，并利用FaceNet提取相应的人脸信息进行二值化处理；然后，采用离散余弦变换(DCT)提取非人脸区域的低频分量进行二值化处理；最后，将人脸区域和非人脸区域的二值化信息进行串联、加密，得到人脸图像的主题敏感哈希序列。实验结果表明：文章提出的主题敏感哈希算法对人脸信息篡改更为敏感，实现了人脸图像的主题敏感性认证。

为了解决安全反光背心传统检测方法效率低下的问题，文章提出了一种基于改进YOLOv5的安全反光背心检测方法。该方法采用GhostNet对主干网络进行轻量化改进，同时引入CBAM注意力模块以提高检测精度，最后应用Python的PySide6库搭建GUI界面并进行交互设计。通过开发检测系统实现了安全反光背心的穿戴检测和检测结果展示。实验结果表明：提出的优化模型mAP@0.5值达到89.02%,具有较高的检测精度。与原YOLOv5模型相比，参数量和计算量分别下降24.8%和56.3%,显著降低了检测模型的计算资源需求，适合嵌入式平台部署检测，从而提高了该模型的实用性。研究为安全反光背心检测提供了智能方法，同时为施工安全管理数字化提供了新的思路。

对元宇宙中区块链技术的研究现状和发展趋势进行了探讨。首先介绍了元宇宙和区块链技术的概念和发展现状，随后重点探究了区块链技术在解决元宇宙中安全存储、资源管理、身份管理、互操作性、公平交易等应用场景的研究现状，最后从隐私保护、互操作性、治理系统3个角度探讨了元宇宙中区块链技术的发展趋势。通过梳理元宇宙中区块链技术的研究情况和面临的挑战，为未来研究提供参考。

使用金属负载的方式对石墨相氮化碳进行改性，得到石墨相氮化碳负载钴光催化剂(Co/g-C3N4)。采用电子显微镜、X射线衍射仪、X射线光电子能谱仪、紫外可见漫反射光谱、光致发光光谱以及光电化学测试对制备的催化剂进行了表征。通过光催化评价系统探究了Co/g-C3N4光催化降解盐酸四环素(TC)的效果，以及不同催化剂投入量、污染物浓度等因素对Co/g-C3N4光催化降解TC的影响及机理。结果表明，钴金属的负载使得石墨相氮化碳电子-空穴对的分离效率进一步提高，催化剂的光催化活性得到改善，且钴负载后的石墨相氮化碳的晶体结构与表面形貌并未发生改变；1%Co/g-C3N4在120 min内可见光下对TC去除率可达95.68%,TC去除速率是纯g-C3N4催化下的2.3倍，5次催化循环后对TC的光催化降解效率仍保持在80%以上，有着良好的稳定性和可回收性；光催化反应中空穴和羟基自由基为主要活性物质。

以花瓣深粉红色的紫薇品种‘彩霞满天’(Lagerstroemia indica‘Caixia Mantian’)的半木质化带芽茎段为外植体，从消毒灭菌、初代培养基、增殖培养基等方面进行离体培养体系的优化。结果表明：各处理中紫薇茎段最佳消毒方案为先用75%酒精浸泡18 s,再用5%NaClO溶液浸泡8 min;腋芽茎段最佳启动培养基为1/2MS+6-BA 1.0 mg·L-1+NAA 0.1 mg·L-1 +蔗糖20 g·L-1+琼脂6.3 g·L-1,该培养基的平均诱导率达到45%,芽长势最好且叶色嫩绿；以基本培养基、6-BA浓度、KT浓度3个因素进行L9(33)正交试验，得出影响紫薇组培苗有效增殖系数的三因素主次程度为：6-BA>基本培养基>KT;对紫薇组培苗增殖及生长效果最好的培养基为MS+NAA 0.05 mg·L-1+6-BA 2.0 mg·L-1+KT 4.0 mg·L-1+蔗糖30 g·L-1+琼脂6.3 g·L-1和WPM+NAA 0.05 mg·L-1+6-BA 2.0 mg·L-1+KT 4.0 mg·L-1+蔗糖30 g·L-1+琼脂6.3 g·L-1。 

软件依赖网络是指代码中各个实体因相互依赖而形成的复杂网络结构。当前，大多数的研究使用商业或闭源工具构建依赖网络数据集，工具之间缺乏统一的实体依赖模型，难以进行数据交换、工具迁移和性能对比。为此，采用源码解析的方式提取依赖关系，构建软件依赖网络，并在6个开源项目上，从依赖提取和依赖强度两个方面开展实证分析，构建一个规模不等、可复现、开放、共享的依赖网络数据集，以便研究人员开展基于软件依赖网络的应用研究。

为了研究可变处理时间任务对应不同单机调度问题的性质，提出了一种可变处理时间的单机调度模型，该模型将基于累积时间和位置的学习效应作为可变处理时间的因素。交换同一序列中的两个相邻任务后，对两个序列对应的目标函数进行理论推导。对于目标函数是极小化完工时间和极小化总完工时间的问题，给出了最优解；对于目标函数是极小化加权总完工时间、最大延迟时间和总延迟时间的问题，给出了可能的最优解。为了更好地阐述定理，给出了相应的实例。

Cramer-Rao下界是统计学中非常重要的下界，也是Fisher信息量的倒数。针对Cramer-Rao正则族成立的5个条件以及参数函数无偏估计的方差下限值，从微积分计算的角度对Cramer-Rao下界进行扩充解释，证明了帕累托分布参数倒数的最大似然估计能达到Cramer-Rao下界，并给出了该参数倒数的另一个无偏估计。结果表明只有在无偏估计与参数本身无关的情况下，该估计的方差下限值才是Cramer-Rao下界。

开关磁阻电机(SRM)的电磁具有明显的非线性特征，传统异步电机的计算公式无法适用于开关磁阻电机的磁通，针对此问题提出了一种磁通快速计算方法。该方法以磁路模型为基础，同时考虑了磁路饱和及相间互感对磁通分布的影响。首先，通过求解磁路方程组，求得铁心各分段中的磁通、磁阻，进而求得磁链特性曲线。然后，分析了齿轭比参数对饱和特性及互感特性的影响，推导出轭部铁心先于齿部饱和的齿轭比临界值表达式。最后，以一台12/10结构的六相SRM为样机，将计算结果与有限元仿真结果进行对比，验证了方法的准确性。该方法降低了初期设计和分析过程中对有限元法和实验测量的依赖，有效提高了计算速度，减少了仿真成本。

为了增强对信号的调制识别性能，将图域理论与卷积神经网络相结合的方法应用于二进制相移键控/正交相移键控(BPSK/QPSK)信号的调制识别任务中。首先，计算待识别时域信号的平方谱，并加窗得到截断序列；之后对截断序列进行归一化—量化—图构建的图域变换，提取图的拉普拉斯矩阵和无符号拉普拉斯矩阵作为卷积神经网络的输入，训练得到分类识别结果。仿真结果表明，在低信噪比条件下，该方法具有较好的识别性能，具有一定的工程应用价值。

为提高卷积神经网络的图像分类性能,通过图像数据集CIFAR10的数据实验,验证了数据集、隐藏神经元数目和训练方法等优化因素对卷积神经网络的分类准确度、运行时间和网络参数量的影响,从而为有效提高卷积神经网络图像分类性能的研究提供了参考。

针对现有方法在风浪动态模拟方面可视化效果较弱、难于交互等问题，提出了一种风浪模型与WebGL耦合的动态模拟方法。基于WebGL技术绘制了风浪的三维场景，采用Three.js主流图形库，结合粒子系统，实现了多种条件下小型湿地风浪的动态模拟。实验结果表明：该动态模拟方法可行，且具有良好的鲁棒性，给用户提供了更加沉浸的交互体验与逼真的仿真场景，也为湿地管理提供了新的决策支持。

针对光纤对正用电磁类驱动器存在的电磁干扰问题,在分析镧改性锆钛酸铅(PLZT)陶瓷反常光生伏特效应、热释电效应、热膨胀效应以及压电效应耦合机理的基础上,推导了光照阶段PLZT陶瓷多能场耦合的光致形变公式,构建了PLZT陶瓷层合悬臂梁式光控驱动器在光照条件下的挠度输出数学模型，对光控驱动器的驱动位移进行了仿真分析。结果表明:光控驱动器的驱动位移和响应速度随着光照强度的增大而增大,且逐渐达到一个饱和值;在光照强度为200 mW·cm-2条件下,光纤对正用光控驱动器的最大输出位移可达226.7 μm。