针对残差收缩网络(RSN)在复杂场景下全局姿态依赖建模不足和异构特征融合能力有限的问题，提出了一种基于CNN-Transformer双分支特征学习的2D人体姿态估计架构——RS-Trans。该架构通过RSN分支的多阶段残差收缩机制提取局部精细空间特征，实现高精度关节点定位，同时利用TokenPose分支的关键点Token与自注意力机制建模全局姿态关系，有效克服CNN的局部感受野限制，提升遮挡及多人重叠场景下的定位精度。此外，设计了注意力引导的自适应融合模块，用于在异构特征之间动态分配权重，从而实现互补融合，避免固定权重融合带来的精度下降；并通过优化多阶段损失策略与难样本挖掘机制，进一步增强模型在复杂场景下的适应性。在COCO数据集上的实验结果表明，RS-Trans的平均精度均值(mAP)达到72.5%,较原版RSN18提升2.1个百分点，充分验证了该架构在局部精细特征与全局关系协同建模方面的有效性，为高精度鲁棒性姿态估计提供了新的解决方案。

基于脑电图的运动想象(EEG-MI)分类是一项重要的脑机接口技术，它通过分析个体在运动想象过程中产生的特定任务脑电图模式，再结合特征提取与分类算法来解码运动意图。传统的EEG-MI分类模型主要依赖卷积神经网络提取局部时域特征，但在捕捉长程依赖关系和全局上下文信息方面存在显著局限性。为解决此问题，提出了一种双流异构时序特征融合神经网络。该网络包含一个多尺度时序卷积网络分支，用于捕获细粒度的短期局部动态特征，同时，Transformer分支利用多头自注意力机制来建模全局依赖关系。此外，还引入了一种动态门控机制，以自适应地融合这两种异构特征。在基准数据集BCI-Competition-IV-2a上的实验结果表明，所提出的模型在四分类运动想象(MI)任务中实现了79.52%的平均分类准确率，优于当前主流方法。

为提高网络加密恶意流量检测分类的效果，提出基于图卷积神经网络的加密恶意流量分类检测模型GAT-CNN。首先将网络流量数据转换表示为图结构，充分考虑流量之间的时间和空间特性，接着通过图卷积层提取动态聚合节点之间的特征，最终利用多头注意力机制进行权重分配，模型能够准确且低误报地检测出恶意网络流量。为验证算法有效性，在ISCXVPN加密流量数据集上进行验证。实验结果表明，模型最终检测准确率达到98.79%,实现了99.24%的低漏报召回率。

为了提高道路裂缝检测的精准度和检测效率，提出了一种无人机视角下基于改进YOLOv8s的道路裂缝类型检测算法DRCD-YOLO。首先，在主干网络中用带坐标注意力的轻量化模块CAC2f全面替换原C2f,更好地捕捉局部关系与全局关系；其次，引入双分支融合模块DPDown,替换部分Conv模块，在降低分辨率的同时，能够抑制混叠并保留边缘纹理细节；最后，在最高语义层引入高效池化聚合模块MELAN,将不同感受野的特征拼接融合，以增强对宽幅裂缝的检测能力。改进后的DRCD-YOLO模型在无人机路面病害检测数据集UAV-PDD2023上进行实验验证。相较于基于原生YOLOv8s的道路裂缝检测算法，DRCD-YOLO的平均精度提高了4.5%,mAP0.5达到了0.907,参数量减少了22%,在保证参数轻量化的同时，提升了无人机视角下道路裂缝检测的准确性。

针对交通流量预测模型在长期预测任务中的周期性响应滞后、空间视角单一等问题，提出一种结合时序分解与多视图融合的MVTDformer模型。时间维度上，引入时序分解将流量数据分为趋势项与季节项，分别采用多层感知机和傅里叶时间注意力进行差异化建模；空间维度上，构建地理、语义、因果三类异构图以刻画节点间多视角空间关系，并设计图引导的时空注意力机制，实现多图信息的动态融合。在两个公共数据集上进行实验验证，结果表明：在PEMS04数据集上，与次优模型相比MVTDformer的MAPE分别降低了3.7%、1.5%和2.2%;在PEMS08数据集上，与次优模型相比MAPE分别降低了1.4%、3.1%和1.6%。MVTDformer的表现优于基线模型，展示了其在长期交通流量预测方面的有效性和准确性。

基于MobileNetV3构建MobileNetV3-CBAM-HMR框架，以实现辅助驾驶时对交警手势的精确识别。该框架利用MediaPipe姿态估计模型提取人体关节关键点；采用MobileNetV3作为特征提取网络，兼顾计算开销与特征表达能力，从而提升识别精度与实时性；引入卷积块注意力模块(CBAM),增强模型对相似手势的区分能力；引入热图回归(HMR),通过热图特征融合及坐标回归细化层提高定位精度；采用双向长短期记忆网络(Bi-LSTM)对时序数据进行建模，以捕获手势的动态演化特征。与现有CNN方法相比，该框架表现出更优的识别性能，改进模型在公共数据集上的识别准确率达到94.47%。

为缓解地铁平峰时段延误导致的乘客滞留问题，提出基于跳站运行的优化策略。构建以最小化乘客旅行时间和列车时刻表偏差为双目标的地铁运行优化模型，并设计基于NSGA-Ⅱ的迭代算法求解该模型，以南京地铁2号线为例验证模型有效性。结果表明：该方法能快速生成高效跳站方案，输出稳定的列车时刻表，且在不同初始延误场景下具有良好普适性，为实际调度优化提供可靠支撑。

采用三维计算流体力学(CFD)方法，对桑迪亚17 m垂直轴风力机(VAWT)的全尺寸模型进行数值模拟。将数值结果与实验数据对比，考察网格参数对风机叶片气动载荷仿真精度的影响。结果表明，在较低的叶尖速比(TSR=2.2)下，叶片表面会发生严重的动态失速，使得数值结果对网格变化更加敏感。叶片前缘附近的网格加密对数值结果的影响最大，不同的前缘网格会导致峰值扭矩最大相差达36%。边界层网格的影响次之。旋转区域的网格尺寸主要影响叶片处于下游位置时的切向力。相较之下，法向力对网格变化的敏感性要小得多，各种网格配置下法向力峰值几乎一致。

为促进单侧屈服装配式混凝土(SYPC)框架抗震设计的研究，需确定结构的关键抗震设计参数，并揭示这些参数对结构抗震性能的影响规律。首先通过理论分析确定可更换耗能连接(REDC)的关键设计参数对SYPC框架抗震性能的影响；然后基于SYPC梁柱节点受力机理，建立整体框架结构体系的非线性有限元模型，并选择合适的地震动作为结构动力输入；在此基础上，采用动力时程分析方法，探究REDC长度对SYPC框架抗震性能的影响，最终提出相关设计建议，为SYPC结构抗震设计理论的建立提供技术支撑。

混凝土碳化会造成内部钢筋锈蚀，是混凝土结构中常见的耐久性问题。基于徐州地区7根钢筋混凝土铁路梁的现场碳化实测数据，对碳化深度计算模型参数取值进行分析，并对混凝土铁路桥梁碳化耐久性寿命进行评估。结果表明：服役超过35年的钢筋混凝土梁混凝土强度和保护层厚度均满足原设计要求，腹板和下翼缘板底的混凝土碳化深度已接近保护层厚度。对于徐州地区铁路桥梁，碳化深度预测公式中的冻融损伤影响系数可统一取为1.7。根据钢筋锈蚀率7%为结构耐久性失效的准则，测试钢筋混凝土桥梁的耐久性寿命为34年，建议对其开展维修与防护工作。