针对传统智能优化算法在机械臂关节空间进行时间最优轨迹规划应用中存在的寻优效率低、优化结果全局性和稳定性差的问题，提出新的机械臂时间最优轨迹规划方法. 在建立机械臂关节空间内的时间最优轨迹规划模型时考虑位置约束，根据输入的关节点列，使用S形曲线估算时间的取值区间，对生成算法的所有个体进行多种群竞争迭代，得出机械臂关节空间轨迹规划的时间最优解. 与不同算法的仿真对比试验结果表明，所提方法较传统的优化算法具有更高的寻优效率和更好的优化全局性；所提方法的稳定性好，其多次优化结果的方差相较单种群算法低3个数量级.

针对时空正则目标跟踪算法无法有效利用特征，为了缓解边界效应扩大搜索区域导致的滤波器倾向于从背景中学习的问题，提出基于通道可靠性和异常抑制的目标跟踪算法. 构造通道正则项,在训练阶段求解不同特征通道对应的权重，实现对不同特征通道的加权,降低通道冗余并提高定位精度.在目标函数中加入异常抑制正则项，约束当前帧的响应图,实现滤波器模型的平滑约束. 利用交替方向乘子法将求解目标问题转化为求滤波器、辅助因子以及通道权重的最优解. 将所提算法在OTB2015、TempleColor128以及UAV20L公开数据集测试并与其他跟踪算法进行对比. 实验结果表明，所提算法在快速运动、光照变化场景中的跟踪效果稳定，基本满足实时性要求.

针对道路场景检测忽略法线属性的问题，为了加强对空间上下文和边缘信息的利用，提出结合空间上下文算法的道路场景法线区域分割方法，将道路场景识别为路面和障碍物分别对应的水平区域和竖直区域. 在交叉熵损失函数的基础上添加障碍物增强损失，改善训练过程不同分类的权重分配，提高小区域障碍物识别率. 提出上下文改进算法优化位置关联图的矩阵计算方式，减少空间复杂度提高运算效率. 嵌入边缘上下文模块削减噪声并强化主要边缘，加强边缘信息的利用. 在自建数据集和Cityscapes数据集的实验结果表明，与主流的语义分割方法相比，本研究方法加强网络特征提取能力，能有效提高对道路法线区域的分割准确度，相较Deeplab, 交并比提高了2.1%，能简单有效地实现避障任务.

为了提高推力球轴承表面缺陷检测的精确率和召回率，增强模型抗干扰能力，提出自动提取检测区域预处理和改进Transformer中的多头自注意力机制模块. 在特征网络引入所提模块，忽略无关噪声信息而关注重点信息，提升中小表面缺陷的提取能力. 使用实例归一化代替批量归一化，提高模型训练时的收敛速度和检测精度. 结果表明，在推力球轴承表面缺陷检测数据集中，改进YOLOv5模型的准确率达到87.0%，召回率达到83.0%，平均精度达到86.1%，平均每张图片检测时间为14.96 ms. 相比于YOLOv5s模型，改进模型的准确率提升1.5%，召回率提升7.3%，平均精度提升7.9%. 与原模型相比，改进YOLOv5模型有更好的缺陷定位能力和较高的准确度，能够减小检测过程中的异物对检测结果造成的干扰，检测速度满足工业大批量检测的要求.

利用Pavlov管和电导探针分别测量含小颗粒（Stokes数小于1.0）的连续气液固三相喷射环流反应器内轴向液速和气体体积分数分布. 提出大气泡-小气泡-浆态相三相流体力学模型，以模拟三相喷射环流反应器的流体力学行为，对大气泡相和小气泡相分别考虑尾涡加速和气泡阻碍效应并修正其曳力. 对于上升区和下降区，流场模拟结果均与实验结果较吻合. 利用模型预测不同固体体积分数下的气体体积分数与轴向液速分布，结果表明，在考虑的固体体积分数范围内，气体体积分数随固体体积分数增加而下降，液体循环速度随固体体积分数增加而略有上升，其原因主要是反应器内平均气泡直径随固体体积分数增加而增大，进而导致气泡浮升速度加大并增强周围流体的加速运动.

针对答案选择过程中存在语句特征、语句间的相关语义信息提取不充分的问题，在长短时记忆网络(LSTM)的基础上，提出基于LSTM和衰减自注意力的答案选择模型(DALSTM). DALSTM使用LSTM和衰减自注意力编码层提取丰富的上下文语义信息，通过衰减矩阵缓解反复使用注意力机制出现的权重过集中于关键词的问题. 使用注意力机制对问题与答案间的信息进行双向交互，融合问答对间的相似性特征，丰富问答对间的相关语义信息. 在WiKiQA、TrecQA及InsuranceQA数据集上的模型评估结果表明，相较于其他基于BiLSTM的先进模型，DALSTM的整体性能表现更好，3个数据集的平均倒数排名（MRR）分别达到0.757、0.871、0.743.

针对上行免调度非正交多址接入（NOMA）场景中多用户检测的问题，通过结合传输数据的符号特征，提出基于深度神经网络（DNN）的联合活跃用户检测和数据检测框架. 考虑更一般化的实际场景，即用户在每个时隙中随机活跃. 将DNN求解结果作为改进的正交匹配追踪(OMP)算法先验输入，修正提升活跃用户检测和数据检测性能. 仿真结果表明，提出的多用户检测方案比传统的贪婪追踪及动态压缩感知（DCS）多用户检测算法具有更好的用户活跃性及数据检测性能.

针对以往剩余使用寿命（RUL）预测方法对轴承退化信息挖掘不充分、忽视不同特征贡献度差异，影响预测准确性的问题，提出基于多尺度特征与注意力机制的轴承RUL预测方法. 在多个尺度下计算轴承原始振动信号的若干时域和频域特征，作为输入特征集. 将多尺度特征集输入到网络中，以注意力模块为不同特征自适应地分配最佳权重，以卷积神经网络（CNN）模块进行深层特征提取与多尺度特征融合，通过前馈神经网络（FNN）模块映射得到RUL预测值. 通过公开的轴承数据集进行实验验证，与其他RUL预测方法相比，所提方法的预测性能更优越.

为了研制适应关节黏弹特性、轻便、可穿戴的手指功能康复装置，在分析手指关节、肌腱运动机理的基础上，设计形状记忆合金（SMA）丝驱动的手指功能康复装置. 建立该装置的运动学模型和SMA驱动模型，提出基于SMA丝电阻反馈的模糊神经网络PID控制方法，研制手指功能康复外骨骼样机，进行样机的运动性能和控制性能实验. 结果表明，仿生外骨骼实现了预期的手指被动康复运动，拇指、食指和中指的最大弯曲角度与人体手指的弯曲角度相近，分别为130.5°、236.4°、242.5°；仿生外骨骼能够辅助手指完成日常抓握动作；模糊神经网络PID相比于传统PID控制，有效缩短了仿生外骨骼的响应时间，手指的屈伸康复频率为6次/min.

为了实现智能电网的安全稳定经济运行，针对电力系统中广泛研究的经济调度问题，受到一致性模型和鞍点动态法的启发，提出基于一阶连续系统的分布式算法. 该算法考虑了迭代过程中节点生产能力和网络总负荷需求的约束，且每个节点只知道自身的代价函数. 为了解决上述约束，该算法设计3种对应的拉格朗日乘子. 为了实现控制参数的常量化，该算法添加了一个变量，用于平衡局部梯度差值. 由于有向网络的权矩阵是非对称的，该算法引入一变量用于平衡各有向边的权增益. 通过节点局部梯度与拉格朗日乘子，获取节点输出功率. 实验结果表明，该算法针对经济调度问题是可行且有效的.

针对车辆操稳性控制中功能耦合的主动前轮转向（AFS）与直接横摆力矩控制（DYC）的任务协调问题，提出优化相平面法进行稳定区域划分. 基于所提方法建立轮胎侧向力特性协调准则，实现纵横向动力学系统操稳性集成控制. 以前、后轮侧偏角及两者之差作为车辆横向稳定的表征量，结合轮胎侧向力特性划分车辆横向状态为稳定、临界稳定和失稳状态区间. 建立AFS与DYC的协调准则. 考虑控制算法面向实际应用时状态量的获取问题，建立基于超螺旋算法的状态观测器估计车辆前后轮侧偏角. 分别设计基于自适应超螺旋高阶滑模算法的AFS和DYC控制器，在消除控制器抖振和避免频繁切换的基础上完成稳定性控制. 试验结果表明，所提协调准则和控制算法对协调AFS和DYC有积极作用，且操稳性控制效果良好.

针对高功率、高比能的动力电池散热问题，提出结构紧凑、换热高效的制冷剂直接热传输的电池热管理系统（简称直冷式系统）. 以整车系统为背景，利用AMESim搭建空调制冷与电池热管理的耦合模型，从系统的温度响应和能耗角度，分析电池组及电池单体平均温降、温均、系统COP以及?效率. 结果表明，直冷式系统具有较快的温度响应特性，在高温高速的稳态和动态工况下都可以对电池进行快速降温，实现了较好的温均性. 在针对某一稳定工况进行能耗分析时，得出COP为4.19的较高的系统能效比，但系统的?效率为46.17%，存在进一步提升系统?效率的空间.

针对内河港口背景复杂、类间尺度差异大和小目标实例多的特点，提出基于多头自注意力机制(MHSA)和YOLO网络的船舶目标检测算法(MHSA-YOLO). 在特征提取过程中，基于MHSA设计并行的自注意力残差模块(PARM)，以弱化复杂背景信息干扰并强化船舶目标特征信息；在特征融合过程中，开发简化的双向特征金字塔结构，以强化特征信息的融合与表征能力. 在Seaships数据集上的实验结果表明，与其他先进的目标检测方法相比，MHSA-YOLO拥有较好的学习能力，在检测精度方面取得97.59%的平均均值精度，MHSA-YOLO对复杂背景船舶目标和小尺寸目标的检测更有效. 基于自制数据集的实验结果表明，MHSA-YOLO的泛化能力强.

为了实现钢渣在工业固废堆场覆盖层中的应用，采用膨润土改良钢渣的防渗性. 通过柔性壁渗透试验，测量压实钢渣-膨润土混合材料的饱和渗透系数k_s. 结合压汞法、X射线衍射和扫描电镜技术，分别观察试样的孔隙分布、蒙脱石矿物层间距和矿物形态，从微观尺度分析k_s的影响机理. 提出满足防渗层渗透性要求(k_s≤10^?9 m/s)的配方与制备方法. 结果表明，膨润土预水化处理使试样的k_s降低至未处理试样的1/2. 改良钢渣级配后，钢渣颗粒间的大孔隙比例降低，使试样的k_s降低至不良级配试样的1/5. 钢渣掺和怀俄明膨润土试样的k_s和孔隙分布与掺和钠化钙基膨润土试样的相似. 钢渣的高盐浸出液使蒙脱石层间距增大、结合水减少，对膨润土的渗透溶胀起抑制作用；钢渣水洗处理可以缓解该抑制作用，减少蒙脱石团簇的产生，使试样的k_s降低至未处理试样的1/10.

针对单阶段多边框检测算法(SSD)存在对小目标检测误差较大的问题，提出基于特征优化与深层次融合的目标检测算法，通过空间通道特征增强(SCFE)模块和深层次特征金字塔网络(DFPN)改进SSD. SCFE模块基于局部空间特征增强和全局通道特征增强机制优化特征层，注重特征层的细节信息；DFPN基于残差空间通道增强模块改进特征金字塔网络，使不同尺度特征层进行深层次特征融合，提升目标检测精度. 在训练阶段添加样本加权训练策略，使网络注重训练定位良好的样本和置信度高的样本. 实验结果表明，在PASCAL VOC数据集上，所提算法在保证速度的同时检测精度由SSD的77.2%提升至79.7%；在COCO数据集上，所提算法的检测精度由SSD的25.6%提升至30.1%，对小目标的检测精度由SSD的6.8%提升至13.3%.

为了在多主体参与、多需求共存条件下有效识别复杂产品再设计中各模块的主从关系，提升再设计效能，构建包括认知域、需求域及模块域的多域协同评价方法. 基于认知域中不同认知主体的情感需求及物理需求，完成设计需求域的建立. 结合模糊评价及相对偏好分析，获取需求域映射的各模块域间映射重要度. 考虑模块间的关联关系，提出模糊设计结构矩阵理论与DEMATEL结合，获取各模块的域内相关重要度. 运用合作博弈思维建立结合域间映射重要度及域内相关重要度的综合评价模型，识别各模块的主从关系. 相较于从单一角度进行模块重要度分析模式，所提方法的评价结果更为客观、全面、准确. 以CKA6180数控机床为例，验证多域协同的模块主从关系评价方法的有效性与可行性.

针对无人机室内定位容易出现漂移的问题，提出基于改进多状态约束卡尔曼滤波器（MSCKF）的无人机（UAV）室内定位方法. 该方法在MSCKF的框架下，提出高鲁棒性、低时延的标志点检测方法. 利用在世界坐标系下坐标已知的标志点计算得到无人机位姿，实现惯性测量单元(IMU)信息与单目视觉信息融合以及无人机位姿修正. 对提出的定位方法进行测试. 测试结果表明，该方法的定位误差小于0.266 m，与OpenVins和LARVIO开源算法相比，定位精度提高了54.6%以上.

综述2013-2018年基于穿戴式惯性传感器的跌倒检测研究工作.从跌倒的定义出发，阐述常规跌倒行为的几种状态、跌倒的分类方式及其类别.以可穿戴跌倒检测系统框架为基础，依次从数据采集、预处理、特征提取、模型构建等角度分别展开介绍当前的研究工作.归纳用于跌倒检测性能评估的一系列技术指标，展示9个跌倒检测的公开数据集，以及当前跌倒检测研究工作在这些数据集上的检测精度.旨在为后续开展可穿戴跌倒检测工作提供借鉴与参考.

针对原始乌鸦搜索算法对种群多样性控制不强、个体位置更新方式单一、局部搜索精细度不高等缺点，提出新的自适应乌鸦搜索算法.设计多种搜索引导个体，基于进化不同阶段的种群多样性，实现搜索引导个体的自适应选择策略，使算法在迭代前期加强全局勘探，在迭代后期强化局部开发. 结合正余弦搜索理念，构建基于线性递减、混合正余弦震荡递减的多种飞行长度控制参数及相应的多种搜索方式，提升算法的搜索遍历性，增加算法在迭代后期找到更优解的概率. 为了验证新算法的有效性，通过标准测试函数，将新算法与原始乌鸦搜索算法、改进乌鸦搜索算法和其他优秀的智能优化算法进行仿真实验，比较分析各算法的收敛精度、收敛速度、稳定性、Wilcoxon符号秩检验和Friedman检验. 实验结果表明，新算法的性能优于其他比较算法的性能，新算法实现了全局勘探和局部开发、收敛精度和收敛速度的平衡.