文字识别技术在文档管理、图像理解、视觉导航等中具有重要应用。然而，自然场景中的文字通常排列任意、形状不一、字体多样，难以被检测和识别。提出了面向自然场景图像的三阶段文字识别框架，该框架包括文字检测、文字矫正和文字识别。首先，利用特征金字塔网络分割图像中的字符，基于双向长短期记忆网络获取字符间的亲和度，连接孤立字符构建单词行，文字检测率（F分数）高达91.97%。然后，通过多目标矫正网络矫正被检测文字，以应对场景图像文字的复杂形变，增强阅读性。最后，通过注意力序列识别网络按序输出预测结果，实现单词级识别，文字识别正确率达84.98%。

交互分类是解决数据复杂分类问题的主要手段之一。在现有的大多交互分类系统中，用户能准确识别数据类别，但在有些分类场景中,类别之间的顺序关系更容易被识别，为此，提出一种排序支持的交互数据分类算法。为提升交互分类精度，引入数据的顺序信息，为降低标记难度，提出候选样本推荐策略。另外,提出一种评估分类算法性能的可视化方法，用包含基本车况、交通违法记录、交通事故记录等信息的车辆数据集进行实验验证，将相关车辆分为高危车辆、中危车辆、低危车辆3类，算法的分类结果模型一致度达近98%，验证了方法的有效性。

随着医学影像数据的迅速增长，传统的影像分析方法给医生带来巨大挑战。利用计算机视觉技术提供自动或半自动辅助诊断，可大大缓解人工阅片压力，提高诊断的准确性，促进医疗流程的标准化建设等。目前，深度学习卷积神经网络在医学影像处理中已取得不俗表现，但深度学习“黑匣子”的不可解释性阻碍了智能医疗诊断的发展。为增强对医学影像数据处理的深度学习可解释性的了解，对近几年相关研究进展进行了综述。首先，综述了深度学习在医学领域的应用现状及面临的问题，对神经网络的可解释性内涵进行了讨论；然后，从现有深度学习可解释性的常见方法出发，重点讨论了医学影像处理的深度学习可解释性研究进展；最后，探讨了医学影像处理的深度学习可解释性的发展趋势。

基于Hilbert空间标架理论，借助算子工具，用己有连续广义标架构造了新连续广义标架，并给出了有限个连续广义标架和构成新连续广义标架的充要条件，为构造连续广义标架提供了新方法。

研究一类带阻尼项非线性分数阶微分方程的振动性，利用Riccati变换和不等式技巧，得到了方程振动性的2个判定准则，并用例子验证了相关结果。

基于Lyapunov范数研究了巴拿赫空间中演化过程的非一致指数二分性,借助Datko-Pazy方法,得到了演化过程满足非一致指数二分性的若干连续与离散形式的充要条件。所得结果推广和完善了指数稳定性与指数二分性理论的部分已有结果。

研究了具无界中立系数的三阶非线性微分方程解的振动性和渐近性。通过引入参数函数和广义Riccati变换，结合微分不等式、积分平均等技巧，给出了方程每个解振动或收敛于零的若干新的充分条件，这些结果很容易被推广至更一般的中立型微分方程和时标上的中立型动力方程，最后用例子进行了说明。

研究了在R3中有界区域内相互作用的Forchheimer-Darcy流体方程组解的结构稳定性。假设黏性流体在Ω1中满足Forchheimer方程组，在Ω2中满足Darcy方程组，借助于一些先验估计，构造了微分不等式，证明了对Forchheimer系数b，Forchheimer-Darcy方程组的解是收敛的。

设{Xi,-∞<i<∞}为同分布的渐近几乎负相协（AANA）随机变量序列，当0<δ<1时，满足EX1=0，0<EX12+δ<∞，limn→∞ESn2n=σ2>0，∑n=1∞qδ1+δ(n)<∞。设{ai，-∞<i<∞}为绝对可和的实数序列，满足τ=∑i=-∞∞ai≠0。记Yn=∑i=-∞∞aiXn-i，Tn=∑j=1nYj，n≥1，利用AANA随机变量序列的矩不等式和中心极限定理，在适当条件下，得到了由AANA随机变量序列生成的移动平均过程的中心极限定理，改进并推广了已有结果。

提出了一种基于多尺度特征提取网络的图像美学客观量化评分方法，该模型主要由多个多尺度特征提取单元级联组成，每个单元包含由3个不同卷积核组成的特征提取层、融合层和映射层。特征提取层通过联合图像的全局视图和局部视图组成网络输入端，在输出端以EMD函数为损失函数，输出分布为1~10分的概率密度质量函数，并以分布均值作为图像美学量化值。实验证明，本文方法具有可行性和有效性，解决了传统方法只进行美感二进制等级分类的问题，给出了（模拟人类思维对）图像的客观量化评分；同时在AVA数据集上获得了优于几种主流算法的分类准确度。

PM_2.5小时浓度多为单步预测。为实现PM_2.5小时浓度的多步预测，基于“编码器-解码器”的序列-序列预测（Seq2Seq）模型，集合图卷积神经网络提取非欧式空间数据特征的能力以及注意力机制自适应关注特征的能力，提出了融合图卷积神经网络和注意力机制的PM_2.5小时浓度多步预测（GCN_Attention_Seq2Seq）模型。并与Seq2Seq模型和使用了图卷积神经网络、未使用注意力机制的GCN_Seq2Seq模型进行了对照，以2015—2016年北京市22个空气质量监测站点的空气质量数据为样本进行实例验证，结果表明，Seq2Seq模型和图卷积神经网络（GCN）可对PM_2.5小时浓度数据的时空依赖进行有效建模，注意力机制有助于减缓多步预测中的预测精度衰减，提升PM_2.5小时浓度多步预测的精度。GCN_Attention_Seq2Seq模型可有效应用于多种长度的PM_2.5浓度预测窗口。

医院作为应对“非典”“新型冠状病毒疫情”等类似城市突发公共卫生事件的主要阵地，其空间分布格局直接影响突发卫生事件的防控速度。为分析医院的空间地理分布特征，借助GIS、SPSS等分析工具，从宏观格局、省域布局等视角对2001—2016年我国医院（不含港、澳、台）空间分布特征及其影响因素进行了分析。结果表明：（1）医院建设形成了以中西部地带、东部沿海地带为首的带状增长结构，并呈东高中低西高的整体增长趋势，远西地带和东北地区增速缓慢；呈明显的向行政中心省会城市集聚的特征。（2）中西部地带的医院具有多而不精、大而不强的特点；医院点密度重心随医院等级的提高逐渐向东部地区移动，东西部地区城市的优质医院数量差距较大；三甲医院的空间结构呈单核心状，扎堆现象明显。（3）具有单中心集聚、高区位熵轴线集聚、中区位熵带状集聚、低区位熵成片集聚4种集聚特征。（4）城市户籍人口、建成区面积、固定资产投资以及社会消费品零售总额对医疗资源分布有影响。

在编撰《浙江植物志》（新编）过程中，通过野外调查、模式标本检查、分类学文献研究等方法，在浙江种子植物分类方面取得了若干新发现。（1） 修订了5个植物分类群：将钟氏柳Salix tsoongii Cheng 改隶为粤柳的变种S. mesnyi var. tsoongii（Cheng） Z.H.Chen，W.Y.Xie et S.Q.Xu；将白花八角莲Podophyllum pleianthum var. album Masam.组合为Dysosma pleiantha （Hance） Woodson f. alba （Masam.） W.Y.Xie et D.D.Ma；将短毛紫荆Cercis chinensis Bunge f. pubescens C.F.Wei提升为变种C. chinensis Bunge var. pubescens （C.F.Wei） G.Y.Li et Z.H.Chen；恢复了落叶女贞Ligustrum compactum （Wall.ex G.Don） Hook.f. et Thomson ex Brandis var. latifolium Cheng的变种地位，将L.lucidum W.T.Aiton var. latifolium （Cheng） Cheng作为其新异名；肯定了钟氏蓟Cirsium tsoongianum Ling的种级地位，并将钟氏线叶蓟C. lineare （Thunb.） Sch.Bip.var. tsoongianum （Ling） Ling和杭蓟C. tianmushanicum C.Shih作为其新异名。（2） 描述了7个植物新分类群，其中，无毛黄山紫荆Cercis chingii Chun var. glabrata G.Y.Li et Z.H.Chen和无刺裸实Gymnosporia diversifolia Maxim.var. inermis Z.H.Chen et G.Y.Li为新变种；绿花三叶木通Akebia trifoliata （Thunb.） Koidz.f. dapanshanensis G.Y.Li et Zi L.Chen等5个为新变型。

日本荚蒾是浙江省重点保护野生植物，种群数量极为稀少，仅零星分布于部分海岛。在野外调查的基础上，对8个居群共125份日本荚蒾样品进行了ISSR遗传多样性分析。从100条ISSR通用引物中筛选出7条引物用于ISSR-PCR，共扩增得到240个谱带，其中多态性谱带232个。在物种水平上，日本荚蒾的多态性位点百分比（PPB）达96.67%，Nei’s基因多样性指数（H）为0.227 3，Shannon’s信息指数（I）为0.358 1，具有较高的遗传多样性；在居群水平上，日本荚蒾的PPB为32.61%，H为0.073 1~0.136 3，均值为0.108 8；I为0.109 2~0.205 1，均值为0.164 2；居群间基因分化系数（Gst）为0.527 1，基因流（Nm）为0.448 7，遗传距离为0.098 2~0.254 0；聚类分析结果表明，同一地理来源的日本荚蒾大多聚为一类，呈一定的地域分布规律。日本荚蒾遗传多样性水平高，但主要存在于居群间，岛屿之间的地理隔离可能是遗传分化的主要原因。

乡村旅游是民族地区实现乡村振兴的重要突破口，而增权是实现乡村旅游可持续发展的重要条件。以四川省北川羌族自治县石椅羌寨为例，运用社区增权理论，从经济、社会、心理、政治4个维度对当地居民的权利感知和旅游增权情况进行了研究。结果发现，经济权能是最核心的维度，居民对通过发展旅游业实现乡村振兴的信心较足，但由于缺乏科学的引导与管理，经济增权后劲不足；居民对社会增权的感知表现为旅游对社区凝聚力的增强作用，但由于受益机制不完善，社会去权不容忽视；居民对心理权能的感知也较明显，表现为较高的文化自豪感和通过教育培训提升自身水平的愿望，但因其综合素质跟不上旅游发展需求，心理增权尚显不足；在政治权能方面，社区实现了基本的民主自治，但多数居民并未意识到自己的“权利”状态，同时信息不对称、制度不完善等导致政治去权现象严重。基于以上发现，从提升乡村旅游竞争力、完善利益分配机制、强化社区教育增能、建立健全规章制度等方面提出了相关增权建议。

旅游吸引力是旅游者选择旅游目的地的前提条件，对旅游行为有深刻影响。为优化旅游吸引力评价指标体系，基于已有研究，运用模糊数学方法构建了模糊综合评价模型，将该模型应用于重庆合川钓鱼城风景名胜区，并对钓鱼城旅游吸引力进行了客观评价，所得评价结果为不好。分析了旅游环境、旅游产品和旅游形象等因素对钓鱼城旅游吸引力的影响，在此基础上提出了提升钓鱼城旅游吸引力的对策及建议。

已有研究表明，任务诱发的局部脑区激活可通过全脑功能网络中脑区间的神经活动信息流（activity flow,AF）预测，然而静息态下自发脑神经振荡与AF的关系仍不清楚。本文旨在研究静息态自发神经活动是否也反映脑区间在功能连接(functional connectivity,FC)路径上的信息传播。用来自千人脑功能连接组计划中的197名健康被试的静息态功能磁共振成像（RS-fMRI）数据，计算全脑160个感兴趣区的自发性神经振荡低频振幅（amplitude of low-frequency fluctuation，ALFF），采用相关性分析和多元回归分析2种方法计算脑区间FC；基于AF模型，通过ALFF与FC的加权和估计汇聚到目标脑区的AF，利用Pearson相关性分析在全脑层面和默认网络脑区层面ALFF与AF之间的空间相关性。结果表明，在全脑层面和默认网络（default-mode network，DMN）脑区层面，AF与ALFF的分布模式显著相关；用多元回归改进FC估计可改善预测效果。低频振幅不仅体现脑区局部的神经振荡和功能情况，同时也反映自发性脑神经活动通过FC通道在脑区间进行信息交互。