笔法与结构对文字观感的影响是中国书法文化的重要研究命题，也与数字书法领域审美评价技术相关联。但以往对该命题主要为定性讨论。本文结合计算机样条曲线及审美量表等技术，设计了一种实验方法对其进行量化研究。首先，选取78个高频字的6种有代表性的楷书体文字作为样品，自编软件并招募测试人员对其标注结构特征点，并用参数曲线建模输出“去除笔法”后的样品图，再进一步经严格定义的“统一结构”操作进行处理，共获得3组样品图，每组468幅。然后，编制审美量表，招募测试者以随机分配的方式对3组样品评测美感和风格。最后，对评测数据进行统计分析。结果显示，对于楷书文字的风格而言，笔法的影响远高于结构；对于文字的美感而言，笔法的作用也大于结构，但影响有限。该结果局限于实验选定的几种经典的楷书文字，且其定义的“去除笔法”和“统一结构”并不能完全涵盖以往经验理论中的相关概念范围。研究表明，自然学科的方法可用于研究书法学中的命题。

已有的图采样方法侧重于单图采样，关注如何在一张图上通过采样保留其特定的拓扑结构特征。随着数据采集能力的提升，多重网络图在实际应用中越来越普遍，即相同的节点集在不同场景中具有不同的网络关系。针对传统图采样方法无法兼顾多重网络图结构特征的问题，提出了表征学习驱动的多重网络图采样算法。首先，设计融合多重网络图结构特征的图表征学习方法，将节点投影至二维的表征学习空间；其次，利用改进的自适应蓝噪声采样算法，考虑节点密度和网络连通性，从表征学习空间筛选节点，以保持其多重网络结构特征及图上下文结构特征。进而开发了一套多重网络图采样可视分析系统，支持用户交互式地探索多重网络图采样，并与已有采样算法进行对比。案例分析和评估实验证明了本文算法在多重网络图采样中的有效性。

近年来，机器学习等人工智能技术被应用于蛋白质工程，其在蛋白质结构、功能预测、催化活性等研究中具有独特优势。在未知蛋白质结构的情况下，将蛋白质序列和功能特性与机器学习相结合，基于序列-活性关系（innovative sequence-activity relationship，ISAR）算法，将蛋白质氨基酸序列数字化，用快速傅里叶变换（fast four transform，FFT）进行预处理，再进行偏最小二乘回归建模，可在数据集较少情况下拟合得到最佳模型。通过机器学习对紫色球杆菌视紫红质（gloeobacter violaceus rhodopsin，GR）的突变体蛋白质氨基酸序列与光谱最大吸收波长进行建模，获得了最佳模型。用最佳索引LEVM760106建模得到的确定系数R² 为0.944，均方误差E为11.64。用小波变换进行的预处理，其R² 虽也约为0.944，但E大于11.64，不及FFT进行的预处理。方法较好地解决了蛋白质序列与功能特性之间的数学建模问题，在蛋白质工程中可为预测更优的突变体提供支持。

运用新定义的谱集，刻画了有界线性算子满足a-Browder定理的充要条件。通过该谱集，分别研究了有界线性算子的a-Browder定理与单值延拓性质的紧摄动问题，并对二者之间的关系进行了探索。

设H为无限维复可分的Hilbert空间，B(H)为H中有界线性算子的全体。若{\sigma }_{\mathrm{a}}(T)\backslash {\sigma }_{\mathrm{a}\mathrm{b}}(T)?{\pi }_{\mathrm{00}}(T)，则称T\in B(H)满足(R_{\mathrm{1}})性质，其中{\sigma }_{\mathrm{a}}(T)和{\sigma }_{\mathrm{a}\mathrm{b}}(T)分别表示算子T的逼近点谱和Browder本质逼近点谱，；若{\sigma }_{\mathrm{a}}(T)\backslash {\sigma }_{\mathrm{a}\mathrm{b}}(T)={\pi }_{\mathrm{00}}(T)，则称T满足(R)性质。给出了有界线性算子满足(R_{\mathrm{1}})性质或(R)性质的充要条件，研究了算子函数满足(R_{\mathrm{1}})性质或(R)性质的判定方法，并讨论了完全*-paranormal算子及其函数的(R_{\mathrm{1}})性质或(R)性质。

研究了有界区域内多孔介质中一类双扩散扰动模型的解的结构稳定性。首先得到了一些有用的先验估计，然后利用这些先验估计构建了解的差所满足的一阶微分不等式，最后通过积分该微分不等式，建立了解对Lewis系数L_{\mathrm{e}}的连续依赖性结果。该结果表明，用双扩散扰动模型描述多孔介质中的流体流动是准确的。

构造了一个带参数的Riemann-Liouville分数阶积分恒等式，得到几个关于h-预不变凸函数的带参数的分数阶积分不等式。当参数取特殊值时，分别得到了“中点型”“梯形型”和“Simpson型”积分不等式。利用构建的不等式得到了几个经典数值积分的误差估计式。

得到离散时间正规鞅平方可积泛函空间L^{\mathrm{2}}(M)中广义计数算子N_h的5种表示：（1）量子Bernoulli噪声（quantum Bernoulli noises，QBN）\{{?}_k,{?}_k^{\mathrm{*}};k\ge \mathrm{0}\}的加权表示；（2）N_h的谱表示，广义计数算子N_h以h-计数测度{\#}_h的值域为其点谱；（3）N_h的“对角化”表示，N_h可表示为L^{\mathrm{2}}(M)的标准正交基\{Z_{\sigma };\sigma \in \mathrm{\Gamma }\}所生成的一维对角化正交投影算子的加权极限；（4）广义Skorohod积分-广义随机梯度表示，N_h可表示为互共轭算子{\delta }_h和{?}_h的复合算子；（5）对\mathbf{N}上的任意非负函数h，可构造一列有界广义计数算子，N_h恰为该有界广义计数算子的强极限，当h可和时，N_h为该有界广义计数算子的一致极限。

研究了一类特殊情形\left(m=\mathrm{1}\right)的重心权Hermite有理插值，证明了该插值函数的二阶导数r_{\mathrm{1}}^{″}\text{?}\left(x\right)在插值节点和非插值节点处分别以O\left(h^{\mathrm{2}d-\mathrm{1}}\right)和O\left(h^{\mathrm{2}d-\mathrm{3}}\right)的速度收敛于函数f^{″}\text{?}\left(x\right)。数值例子进一步验证了方法的有效性。

为提高一维双曲守恒律方程数值求解格式的分辨率和精度，提出了一种基于加权本质非振荡（weighted essentially non-oscillatory，WENO）重构保号的四阶熵稳定格式。该格式主要包含高阶熵守恒通量和数值耗散项，通过在单元交界面处用拉格朗日多项式对熵变量进行有限差分WENO重构，证明了重构前后跳跃值满足保号性，论证了所构造格式的熵稳定性。在数值算例中，将空间半离散格式与四阶Runge-Kutta格式相结合，并将该格式与熵稳定格式进行了比较，结果表明，该格式具有四阶精度、较高的分辨率和鲁棒性，且不产生非物理振荡。

采用智能感官分析技术结合传统感官评价，研究了细点圆趾蟹蟹肉、细点圆趾蟹重组蟹肉、仿蟹肉块和仿蟹肉棒的感官品质。4类均为低脂类、可放心食用的食品。用电子舌技术与主成分分析法对4类蟹肉样品进行了区分和识别，用质构仪检测了4类样品的适口性（包括硬度、弹性、黏结性、胶性、咀嚼性和回复性）。结果表明，仿蟹肉制品与纯蟹肉在味道上存在明显差异，纯蟹肉较仿蟹肉制品具有更强的鲜味回味，但苦味、涩味和苦味回味相对较高；蛋白质类添加剂（TG酶）有利于提高纯蟹肉的感官品质，尤其可大幅度改良口感和质地，全质构分析测定结果与人的感官评价结果一致性较高。

甲氧基多溴联苯醚（methoxypolybrominated diphenyl ethers， MeO-PBDEs）广泛存在于生物体和海洋环境。以象山海域的生物体和沉积物为样本，采用固相萃取净化-气相色谱-负化学源质谱法，检测了6种MeO-PBDEs，结果显示，当目标分析物浓度为0.1~20.0 μg?L^-1时，线性关系良好（R²>0.999），检出限为0.13~0.22 μg?kg^-1，定量限为0.42~0.72 μg?kg^-1，实际样品的平均回收率为71.2%~116.2%。MeO-PBDEs的分布状况调查结果显示，藻类样品中仅检出6-MeO-BDE-47，且浓度较低，其他生物体中检出3种MeO-PBDEs，检出率为31.3%，浓度为0.21~2.72 μg?kg^-1。沉积物中无MeO-PBDEs被检出。

长江流域在我国水资源配置体系中具有重要地位，对其进行水质预测尤为重要。基于现有研究结果，结合循环神经网络（recurrent neural network，RNN）中的门控循环单元（gate recurrent unit，GRU）模型与全连接神经网络（fully connected neural network，FCNN），提出了改进的多元水质指标预测（MWQPP）模型，并用其预测长江流域水体的pH、溶解氧（DO）、高锰酸盐指数（CODMn）、氨氮（NH₃-N）。基于长江流域2011—2018年23个水质监测点7 566条原始数据，经对比实验，证明了用MWQPP模型预测得到的均方根误差（RMSE）、平均绝对误差（MAE）、平均绝对百分比误差（MAPE）和决定系数（R²）均优于传统水质预测模型，有效提升了水质预测的精度，具有较好的鲁棒性，为水质预测和流域管理提供了科学支撑。

走滑断裂分段叠置区通常包括拉分叠置区和挤压叠置区，其形成及演化与油气藏关系密切，其内部构造特征对油气运聚具有重要影响。塔里木盆地顺托果勒地区顺北1号断裂叠置区分段发育特征明显，油气勘探表明，拉分叠置区和挤压叠置区对油气运聚的控制能力有一定差异。在分析构造特征的基础上，对走滑断裂拉分叠置区和挤压叠置区开展了物理模拟实验研究，结果显示，拉分叠置区内发育有多组里德尔（R）剪切和压剪性（P）剪切，在叠置区内多组断裂组成一套平面范围较小、垂向断距较大的雁列地堑系统；挤压叠置区内仅发育一组R剪切、P剪切及单条共轭里德尔（R'）剪切，并在叠置区内形成平面范围较大、垂向断距较小的地垒。因此认为，基底断裂的几何形态、运动性质是控制叠置区发育类型的关键因素。叠置区内断裂发育的数量、规模均受控于总走滑量，并与之呈正相关。相较于挤压叠置区，拉分叠置区的断层数更多，分布更密且地层破碎变形程度更高。在构造特征及力学机制上，拉分叠置区均表现出更强的油气富集潜力。

国内以公共交通为导向的开发（transit-oriented development，TOD）研究大多集中在规划实践领域，对于TOD能在多大程度上降低城市居民小汽车出行距离依然有待明确。基于南京市城市居民出行调查数据，采用家庭所在地800 m范围内有无地铁站点定义TOD中“T”因素，以综合密度、混合度、步行评分作为“D”因素。在控制个人社会经济属性和家庭所在地位置因素的基础上，建立Tobit模型，研究TOD对居民小汽车出行距离的减量影响。通过划分TOD、only-T、only-D、non-TOD等4类家庭居住地，分析边际效应发现，当“T”因素从无地铁站点变为有地铁站点时，小汽车出行距离降低19.6%；“D”因素每增加0.01，小汽车出行距离平均下降0.7%；当“T”与“D”因素综合作用时，小汽车出行距离下降43.4%。依据上述研究结论，提出从only-T向TOD、从non-TOD向only-D转变的规划建议。

伴随着对社区治理的关注，如何通过提升社区的智能化保障居民生活的安全性、舒适度以及提升公众的参与水平已经成为当前的热点问题。传统的智慧社区运营管理理论仅考虑少数利益主体，并未关注多方利益主体，且大多研究未涉及多方利益主体的网络关系。基于此，从社区智慧运营“需求-供给-调控”等维度识别智慧社区运营的主体要素，深入调查智慧社区运营的利益主体，构建关系矩阵并绘制社会网络结构图，基于UCINET 6.0软件分析网络的密度、中心性以及影响力，识别关键因素并提出多维度的政策建议，为多方参与下的智慧社区协同发展提供理论支撑。