作为世界六大古文字之一的古彝文记录了几千年来人类的发展历史。通过对古彝文的识别能够将这些珍贵文献资料转换为电子文档，便于保存和传播。由于历史发展、区域限制等原因，针对古彝文识别的研究鲜有成果。本文将当前新颖的深度学习技术应用于古老的文字识别。在四层卷积神经网络（convolutional neural network, CNN）基础上扩展出5个模型，然后利用Alpha-Beta散度作为惩罚项,对5个模型的输出神经元重新进行自编码，接着用2个全连接层完成特征压缩，最后在softmax层对古彝文字符特征进行重新评分，得到其概率分布，选择对应的最高概率作为识别的字符。实验表明，相对于传统CNN模型，本文方法对古彝文手写体的识别精度更高。

针对刺绣风格数字化模拟方法立体感不强、缺少线条方向等问题，提出了一种基于深度学习和卷积神经网络的算法，将刺绣艺术风格传输到目标图像。利用图像语义分割网络及风格迁移网络，分别对目标内容图像与刺绣艺术风格图像进行目标提取和风格迁移。首先，输入目标内容图像与刺绣艺术风格图像，采用基于条件随机场的图像语义分割,将目标内容图与刺绣艺术风格图的前景与背景分离，并进行二值化处理，形成掩模图像；其次，将目标内容图与刺绣艺术风格图的RGB颜色空间转换为YIQ；最后，参照掩模图像使用VGG19网络模型提取目标内容图的内容特征及刺绣艺术风格图的风格纹理特征进行目标区域内的风格迁移，从而对刺绣艺术进行数字化模拟。该算法能模拟出具有刺绣艺术效果的结果图像，能更好地模拟真实刺绣艺术的线条方向，突出了线条的立体感。通过使用语义分割与风格迁移相结合的方法，有效模拟了色彩艳丽、立体感强的刺绣艺术风格图像，是对非真实感绘制的有效补充，为刺绣数字化保护与非物质文化传承奠定了基础。

为修复受破损且噪声点众多的壁画图像，提出了用偏微分方程（partial differential equation，PDE）扩散的方法对图像进行降噪修复。针对PDE法求解精度较低的问题，提出了一种Shannon-Cosine小波精细积分法，运用小波数值方法对偏微分方程进行离散处理，降低其方程组规模，并采用精细积分法求解，有效提高了计算速度。试验结果表明，采用该算法对受损壁画降噪处理后，视觉上，图像边界更清晰，且噪声点得到有效减少，达到了保边降噪的效果，更符合人眼的视觉效果；客观上，与中值滤波、均值滤波和维纳滤波方法相比，采用本算法处理后的图像其PSNR值和SSIM值均最大。因此，运用Shannon-Cosine小波精细积分法求解图像的PDE模型是可行的，取得了较好的图像降噪效果。

对民族服饰图案进行自动分割以提取图案纹样元素，是民族服饰图案素材库构建急需解决的难题。通过融合形态学连通域标记和CV模型（MCC-CV），提出了一种民族服饰图案自动分割方法，首先对民族服饰图案进行预处理，然后采用形态学连通域标记算法获得待分割目标的位置和大致轮廓信息，对CV模型进行初始化，最后通过CV模型对不同分割目标进行边缘追踪，以实现民族服饰图案纹样元素的自动分割。实验表明，融合形态学连通域和CV模型的民族服饰图案纹样元素自动分割方法在边界召回率（BR）为0.5时，分割准确率为60%，与其他自动分割算法相比，该算法更为有效，满足了民族服饰图案素材库建设对图案纹样元素分割的基本要求。

研究了Neuman-Sándor平均NS(a,b)关于调和平均H(a,b)、算术平均A(a,b)、二次平均Q(a,b)若干特殊组合的序关系，给出最佳参数α₁,α₂,α₃,α₁₄,β₁,β₂,β₃,β₄∈(0,1),使得下列双向不等式：$\sqrt{a_{1}Q^{2}(a,b)+(1-a_{1})A^{2}(a,b)}< NS(a,b)<\sqrt{\beta_{1}Q^{2}(a,b)+(1-\beta_{1})A^{2}(a,b),}\\ \sqrt{[a_{2}Q(a,b)+(1-a_{2})A(a,b)]A(a,b)}< NS(a,b)<\sqrt{[\beta_{2}Q(a,b)+(1-\beta_{2})A(a,b)]A(a,b),}\\ \sqrt{a_{e}Q^{2}(a,b)+(1-a_{3})H^{2}(a,b)}< NS(a,b)<\sqrt{\beta_{3}Q^{2}(a,b)+(1-\beta_{3})H^{2}(a,b),}\\ \sqrt{[a_{4}Q(a,b)+(1-a_{4})H(a,b)]A(a,b)}< NS(a,b)<\sqrt{[\beta_{4}Q(a,b)+(1-\beta_{4})H(a,b)]A(a,b),}$对所有不同的正实数a和b均成立。

利用Riccati变换技术，借助Bernoulli不等式和Yang不等式以及数学分析技巧，研究了具有非线性中立项的二阶广义Emden-Fowler型微分方程的振动性，考虑非正则情形∫t0+∞a-1/β(t)dt<+∞，建立了该方程的若干振动准则。最后用2个例子说明，这些准则推广并改进了一些已有的结果，且具有较好的实用性和可操作性。

研究了时标上的一类具有阻尼项的二阶广义Emden-Fowler型泛函动态方程的振荡性，利用时标上的微积分理论和广义的Riccati变换及不等式技巧，建立了该方程振荡的若干判别准则， 推广且改进了一些已有的结果，并用具体实例来说明本文的主要结论。

研究一类三阶非线性分布时滞动力方程的振动性，通过构造广义Riccati变换得到一类新的广义Riccati不等式，利用积分平均技巧等方法，建立了保证该方程一切解均振动或收敛于0的若干新的振动结果，推广和改进了近期文献的相关结论，并给出了若干例子。

根据自治动力系统中周期跟踪性和极限跟踪性的定义，将其引入到非自治动力系统。研究了非自治动力系统中周期跟踪性和极限跟踪性的动力学性质，得到：(1)若F={fi}i=0∞拓扑共轭于G={gi}i=0∞，则F具有周期跟踪性当且仅当G具有周期跟踪性；(2)若F={fi}i=0∞拓扑共轭于G={gi}i=0∞，则F具有极限跟踪性当且仅当G具有极限跟踪性；(3)若乘积系统(X×Y,F×G)具有周期跟踪性，则(X,F)和(Y,G)具有周期跟踪性。 以上结论对非自治动力系统中跟踪性的发展有一定的促进作用。

针对任意初态下带有扰动的线性定常系统, 提出了相应的控制算法。该算法将受控过程分成无穷个子过程, 系统利用上一子过程的输入输出信息来调节当前过程的输入，以期获得更好的控制效果。在控制过程中, 基于迭代学习控制思想, 借助初始修正手段, 可使系统的跟踪误差达到任意小, 且当系统无扰动时，在指定区间内可实现完全跟踪。最后, 通过仿真算例, 验证了算法的有效性。

建立了一种离子色谱-抑制电导同时测定植物生长调节剂中主要活性成分氯化胆碱、甲哌鎓以及杂质N-甲基哌啶的快速检测方法。 样品经稀释过膜后直接进样分析， 采用阳离子交换色谱柱thermo scientific ionpac CG17 （50 mm×4 mm） + CS17 （250 mm×4 mm），以10 mmol·L^-1甲烷磺酸溶液等度淋洗，可在10 min内完成以上目标分析物的检测，且常规阳离子（Li⁺、 Na⁺、 NH₄⁺、 K⁺、 Mg²⁺和Ca²⁺）不会干扰对3种化合物的测定。 在优化后的最佳色谱条件下，氯化胆碱的线性范围为0.1~500 mg·L^-1，甲哌鎓的线性范围为0.5~500 mg·L^-1，N-甲基哌啶的线性范围为0.4~200 mg·L^-1，3种化合物线性相关系数（r）均大于0.999 4，线性关系良好。 3种目标分析物的检出限（信噪比S/N = 3）为28.0~112.5 μg·L^-1，定量限（信噪比S/N = 10）为93.5~375.0 μg·L^-1，峰面积的相对标准偏差（RSD， n = 6）均小于0.47%，表明方法具有较好的重现性。 该检测方法简单方便，已成功应用于商品化植物生长调节剂中3种成分质量浓度的测定，实际样品加标回收率为96.0%~103.6%。 可应用于相关植物生长调节剂原料及成品的质量控制。

采用高效液相色谱法（HPLC）、气相色谱质谱联用法(GC-MS/MS)以及液相色谱质谱联用法(HPLC-MS/MS)测定动物源性食品中镇静剂类药物地西泮的残留量。将样品均质粉碎后，经乙腈提取，固相萃取小柱净化后上机检测，外标法定量。实验证明，当固相萃取的洗脱液中甲醇与乙酸溶液的体积比为70：30时，洗脱效率最高。在不同仪器条件下，地西泮在各自浓度范围内的线性关系良好，相关系数（r²）均大于0.999，回收率在84.6%~ 101.7%，相对标准偏差（RSD）在0.52%~9.44%（n=3），检出限为0.5 μg·kg^-1（S/N=3，气相色谱质谱联用法以及液相色谱质谱联用法）和10.0 μg·kg^-1（S/N=3，高效液相色谱法），定量限按照3倍检出限计算； 3种方法均可分析动物源性食品中的地西泮残留量。对比可知，质谱法灵敏度和准确率高，但有一定的基质效应；液相色谱法操作简单，几乎不受基质效应的影响，但灵敏度和准确率不如质谱法。

利用在线监测仪测量了杭州市一次重灰霾过程（2017年12月29日至2018年1月3日）中PM_2.5主要水溶性离子（Cl^-、SO₄^2-、NO₃^-、NH₄⁺、Na⁺、Ga²⁺、Mg²⁺）及主要气态污染物（SO₂、NO₂、O₃、NO、CO、HCl、NH₃、HNO₂、HNO₃）的小时浓度。结合混合受体模型和国控监测分析，研究了2017年12月30-31日重灰霾事件的污染特征、来源和成因。研究结果表明：PM_2.5浓度高达318 μg·m^-3； NO₃^-/SO₄^2-最大值为2.68，说明移动源污染是杭州市PM_2.5形成的重要来源； PM_2.5/CO最高达到0.19，说明二次细颗粒物对PM_2.5贡献很大；NO₃^-、SO₄^2-、NH₄⁺的浓度总和占PM_2.5平均浓度的64.3%，说明二次无机细颗粒物是杭州重灰霾形成的重要原因，且NO₃^-的贡献最大，占33.5%。混合受体模型分析显示，杭州市重灰霾污染的潜在源区主要位于安徽、江苏、河南、山东四省交界处，以及安徽省中东部、蚌埠、芜湖等工业污染较为严重的城市。夹杂着大量污染物的北方干冷空气远距离传输叠加部分局地源是杭州此次重雾霾形成的根本原因。因此，为了改善杭州市空气质量，不仅需控制当地的污染物排放，而且还需对整个长三角地区甚至跨区域采取大气联防联控策略。

华顶杜鹃（Rhododendron huadingense）因分布地域的局限和资源量的稀少，被列为浙江省珍稀濒危植物。基于珍稀特有植物华顶杜鹃主要分布区的样地调查数据，通过分析群落相似性、种群结构，并基于2×2联列表，应用共同出现百分率PC、联结系数AC、Pearson积矩相关系数r_p和Spearman秩相关系数r_s等方法对华顶杜鹃乔木层22个主要物种、灌木层24个主要物种的种间联结的显著性和关联强度进行了定量测定，以揭示华顶杜鹃群落不同结构层次中主要物种的种间关系及其种群濒危的原因。结果显示：（1）华顶杜鹃生长在光照较强的阳坡，不同产地所处群落物种组成差异较大。（2）种群结构显示，各群落均处于不同程度的衰退阶段，幼苗和幼树储备不足，种群呈衰退趋势；各样地的龄级结构不完整，普遍出现断代现象。（3）方差比率VR和统计量W表明，华顶杜鹃群落中物种整体关联性不显著；PC值显示乔木层和灌木层共507个种对，有183个相互独立，其余大部分PC值小于0.6，联结性较弱；AC值显示，乔木层和灌木层中除25个种对具有显著的联结性外，其余AC值的绝对值小于0.6；r_p值和r_s值正负关联比在0.36~0.85，显著检验率在0.06~0.08。表明华顶杜鹃所在群落种间关系较为松散，整体关联性弱；大部分物种生态习性差异较大，在共存时无法达到资源的最佳分配和利用状态，群落尚处不稳定阶段。为抑制其种群的衰退趋势，应加强对华顶杜鹃个体和群落生境的保护，需要适当的人为干预。

青海湖作为我国内陆最大的咸水湖，针对其水域的研究具有重要的环境意义。采集青海湖金沙湾沿岸9个间隙水样，2个井水样，1个湖水样以及2个降水样。调查研究了青海湖金沙湾间隙水溶解态镭同位素活度的空间分布情况，发现间隙水中²²³Ra和²²⁴Ra的平均活度为3.5 dpm/100 L和162.6 dpm/100 L，均高于井水和湖水。通过对沿湖岸线水平向和垂直向的间隙水镭同位素活度分布研究发现，金沙湾间隙水镭同位素活度随离岸距离的增大而增大、随深度的加深而减小，这与湖水镭同位素活度随离岸距离的变化规律相反。结合镭同位素活度随盐度的变化，发现湖水与间隙水在离岸30 m左右发生了交换，交换深度在1 m以下。最后，通过水平涡动扩散模型估算了金沙湾沿岸表层地下水的排放通量为0.20 m3·m^-2·d^-1。

针对目前大部分PM_2.5预测模型预测效果不稳定、泛化能力不强的现状，以记忆能力较强的循环神经网络（RNN）和特征表达能力较强的卷积神经网络（CNN）为基础，采取Stacking集成策略对两者进行融合，提出了RNN-CNN集成深度学习预测模型。该模型不仅充分利用时间轴上的前后关联信息去预测未来的浓度，而且在不同层次上将自动提取的高维时序数据通用特征用于预测，以保证预测结果的稳定性。最后，对集成之前的RNN、CNN和集成之后的RNN-CNN模型，以2016年中国大陆地区1 466个监测站点的空气质量数据为样本进行实例验证，结果表明，RNN-CNN在PM_2.5时间序列预测上的表现明显优于集成之前的RNN和CNN，而且泛化误差更低，在34%站点上的拟合度超过0.97，该模型可用于大范围区域的PM_2.5小时浓度预测。

基于秦岭南北地区1960―2017年47个气象站点逐日降雨资料，根据章文波提出的日降雨侵蚀力模型估算降雨侵蚀力，并采用气候倾向率、反距离权重插值及Mann-Mendal突变检验等方法分析秦岭南北地区近58 a年均降雨侵蚀力与不同量级降雨侵蚀力的时空变化特征。 结果表明：（1） 1960―2017年秦岭南北地区年均降雨侵蚀力与不同雨量产生的降雨侵蚀力均呈由南向北递减的特征。（2）近58 a，秦岭南北地区年均降雨侵蚀力、大雨与暴雨侵蚀力年际变化呈增长趋势，未通过突变检测；中雨侵蚀力呈减弱趋势，在1972年发生突变且在2007年后达到显著；其中秦岭以北年均降雨侵蚀力、中雨侵蚀力、暴雨侵蚀力均呈下降趋势，且年际波动程度较大，秦岭以南年均降雨侵蚀力及大雨、暴雨侵蚀力均呈上升趋势。（3）秦岭南北地区年均降雨侵蚀力变化趋势空间差异显著，明显增长区集中于汉中盆地与巴巫谷地，减少区集中于西部嘉陵江、秦岭以北汾河入黄河交界、汉水流域两湖平原；且不同量级侵蚀力呈增长趋势的面积大小依次为大雨侵蚀力>暴雨侵蚀力>中雨侵蚀力。