对近年来的相关工作进行全面分析、横向比较，梳理出基于深度学习的EEG数据分析闭环流程. 对EEG数据进行介绍，从深度学习在EEG数据预处理、特征提取以及模型泛化3个关键阶段的应用进行展开，梳理深度学习算法在相应阶段提供的研究思路和解决方案，包括各阶段所存在的难点与问题. 全方位总结出不同算法的主要贡献和局限性，讨论深度学习技术在各个阶段处理EEG数据时所面临的挑战及未来的发展方向.

为了经济高效地回收超临界CO₂布雷顿循环（SCBC）的余热，分别采用卡琳娜循环（KC）和有机朗肯循环（ORC）作为底循环，设计了SCBC/KC及SCBC/ORC这2种系统方案. 对2种方案系统进行参数分析并利用NSGA-Ⅱ多目标遗传算法对联合循环系统进行多目标优化计算，将优化结果与SCBC系统性能进行比较，突出联合循环系统的性能优势. 参数分析结果表明：2种联合循环系统热力性能均存在最佳压比；升高底循环膨胀比有助于提升系统热力性能；提高底循环涡轮机进口温度有助于改善系统?经济性能. 对比结果表明：优化后的SCBC/KC系统热效率和?效率较优化前SCBC系统分别升高了9.27%和8.69%，?经济成本仅升高了0.92%；SCBC/ORC系统热效率和?效率较优化前SCBC系统分别升高10.73%和10.08%，?经济成本升高了1.87%. 通过比较分析可知，SCBC/KC系统更经济，而SCBC/ORC系统更节能.

针对单模态特征提取存在的模态特征异质性难以保留问题和跨模态特征融合存在的特征冗余问题，基于跨模态Transformer，提出新的多模态情感分析模型（MTSA）. 使用长短时记忆(LSTM)与多任务学习框架提取单模态上下文语义信息，通过累加辅助模态任务损失以筛除噪声并保留模态特征异质性. 使用多任务门控机制调整跨模态特征融合，通过层叠Transformer结构融合文本、音频与视觉模态特征，提升融合深度，避免融合特征冗余. 在2个公开数据集MOSEI和SIMS上的实验结果表明，相较于其他先进模型，MTSA的整体性能表现更好，二分类准确率分别达到83.51%和84.18%.

针对建筑围护结构中热湿耦合传递(HAMT)机理复杂、模型与实验方法多样且工程适用性差异显著的问题，阐明热湿耦合传递模型的发展脉络，对比不同模型的适用性与局限性. 总结典型的实验方法与物性参数测量手段，分析复现性与可控性的差异. 梳理热湿传递在工程应用中的研究场景，重点关注南方地区在高湿、多雨与间歇用能条件下的特殊问题. 基于建筑围护结构性能日益提升的发展趋势，结合人工智能方法的前沿进展，归纳现有研究的不足并提出未来的发展方向，以期为本领域后续研究及建筑零能耗化进程提供系统参考与方法借鉴.

为了打破传统3D打印的静止约束，增加打印结构的可变形性和可设计性，4D打印的相关研究逐渐兴起. 综述了4D打印技术的发展和原理，总结了熔融沉积技术、立体光固化成型技术、聚合物喷射技术和直写技术这4种常见的打印方式的工作方式以及它们对材料的不同需求. 从外界不同激励的角度，对形状记忆聚合物的变形方式、机理及回复程度等进行分析与总结，对形状记忆聚合物目前存在的关键科学难点和未来的发展方向进行总结. 使用形状记忆聚合物的4D打印形状记忆智能结构在微创生物医学、机器人、柔性电子制造等研究领域已经有了应用，并表现出良好前景.

为了综合分析YOLO（You Only Look Once）算法在提升交通安全性和效率方面的重要作用，从“人-车-路” 3个核心要素的角度，对YOLO算法在交通目标检测中的发展和研究现状进行系统性地总结. 概述了YOLO算法常用的评价指标，详细阐述了这些指标在交通场景中的实际意义. 对YOLO算法的核心架构进行概述，追溯了该算法的发展历程，分析各个版本迭代中的优化和改进措施. 从“人-车-路”3种交通目标的视角出发，梳理并论述了采用YOLO算法进行交通目标检测的研究现状及应用情况. 分析目前YOLO算法在交通目标检测中存在的局限性和挑战，提出相应的改进方法，展望未来的研究重点，为道路交通的智能化发展提供了研究参考.

针对人工驾驶车辆轨迹的预测难题及对自动驾驶决策的影响，建立基于时空图注意力网络的车辆多模态轨迹预测模型（STGAMT）. 模型基于车辆的历史信息，对车辆时间和空间维度的特征进行建模. 利用二维卷积神经网络识别车辆的横纵向的变道状态信息，将横纵向变道状态信息分别与时空动态交互模块输出信息桥连为横纵向运动特征，采用Softmax函数识别车辆的驾驶意图. 利用基于高斯条件分布的GRU网络对轨迹进行多模态轨迹输出. 实验结果表明，在短期预测范围内，STGAMT模型在HighD和NGSIM数据集上的RMSE较其他5个经典模型的平均RMSE降低了63.8%和41.0%；在长期预测范围内，STGAMT模型在HighD和NGSIM数据集上的RMSE较其他5个经典模型的平均RMSE降低了62.5%和19.1%. STGAMT模型可以有效提高人工驾驶车辆轨迹预测精度.

为了实现城市高架桥或高速公路改扩建工程超大规模盖梁的装配化、快速化施工，提出由钢板和超高性能混凝土（UHPC）制作的外壳及现浇核心混凝土（NC）组成的新型UHPC-NC组合盖梁.为了探究外壳UHPC和钢模板厚度对受力性能的影响，对不同UHPC和钢板厚度进行参数分析. 分析结果表明，在自重作用下，外壳的刚度受UHPC和钢板厚度及其比例的共同影响. 当张拉预应力和浇筑混凝土时，UHPC和钢板越厚，外壳的受力性能越好，但是经济性会降低，建议采用UHPC厚70 mm，钢板厚6 mm的方案. 为了验证该方案的可行性和安全性，设计1∶2.5的缩尺模型，开展静力加载试验. 结果表明，新型UHPC-NC组合盖梁的受力性能好，安全储备较高，可以为盖梁的装配化施工提供参考.

针对由散射、吸收和色偏等多种因素导致的水下图像模糊、对比度低、图像失真辨识困难的问题，提出基于改进CycleGAN的多失真类型水下图像增强算法. 为了提高图像增强效果，在CycleGAN的生成器中采用Auto-Encoder+Skip-connection的网络结构，添加全局色彩校正结构，从像素方面以及颜色方面进行全局增强，从而更好地捕捉水下图像中的色彩信息. 设计多维感知判别器来学习图像的全局特征和局部特征，此设计更加注重图像局部细节部分，有效针对散斑和色彩噪声，从多维空间上感知图像，提取特征能力更强，从而能提高图像判别的精度. 在EUVP、UIEB和U45数据集上的实验结果表明，所提出的方法取得了较好的结果，相较其他算法，在处理多种水下失真类型的图像方面，该算法的SSIM指标平均比第2名高出1.57%、PSNR指标高出1.836%、UIQM指标高出1.324%、UCIQE指标高出1.086%，在处理颜色和噪声细节方面表现出色.

失效模式与影响分析（FMEA）方法在语言信息表达、语言建模、因子赋权上无法完全适应复杂情境下的风险评估活动，为此提出基于个性化语义的语言型FMEA风险评估方法. 一组专家采用分布式语言偏好关系对风险因子和评价专家的重要性进行评价，另一组专家采用分布式语言偏好关系对风险模式进行评价，利用数值刻度模型将语言评价结果转化为相应的数值偏好关系. 构建第一阶段的个性化语义模型，得到风险因素和评价专家的权重值，基于权重值构建第二阶段的个性化语义模型，算出失效模式的最终得分并完成优先级排序. 选取某型航空发动机研制过程中的风险评估问题，验证所提语言型FMEA方法的可行性与有效性. 实验结果表明，相比均匀分布方法，所提方法得到的个性化语义在获得高一致性水平风险评估结果方面具有优越性，有助于提升复杂实践背景中风险评估结果的可靠性与准确性.

基于65 nm CMOS 工艺，设计适用于高速SerDes串行链路的低抖动高速电荷泵锁相环(CPPLL)电路. 通过优化环路带宽以及压控振荡器（VCO）、电荷泵和鉴频鉴相器的电路结构, 抑制电压纹波和内部噪声引起的抖动, 以在满足SerDes链路需要的宽频范围和高速要求的同时, 电荷泵锁相环能够获得较小的抖动偏差和稳定的时钟信号. 包括整个焊盘在内的芯片面积为0.309 mm². 测试结果表明, 电荷泵锁相环能够实现10.9~12 GHz的输出时钟信号, 其在10 MHz频偏处的相位噪声、参考杂散和品质因数(FoM)分别为?111.47 dBc/Hz、?25.14 dBc和?223.5 dB. 当输入参考频率为706.25 MHz 时, CPPLL能够在600 μs后输出稳定的11.3 GHz时钟信号, 且RMS抖动为973.9 fs, 约为0.065 UI. 在电源电压为1.2 V下, 电路的功耗为47.3 mW. 所设计的锁相环（PLL）电路能够适用于20 Gb/s及以上的高速通信链路系统.

针对无人艇集群在复杂海洋环境中的围捕与博弈对抗问题，提出基于自适应课程学习和多智能体近端策略优化(MAPPO)算法的围捕决策方法. 针对海上围捕与防御任务，构建包含动态目标与多岛礁的作战仿真环境，确定围捕成功及任务终止的判定条件. 为了提升复杂对抗环境下的决策效率，设计表征敌我双方运动态势的归一化状态空间、多尺度奖励函数以及连续动作空间. 在集中式训练、分散式执行的训练框架中引入自适应课程调度器，动态调整训练环境复杂度和动作探索的噪声强度. 多组对抗仿真实验的结果表明，相较于基准方法（如无课程学习和传统课程学习方法），所提方法能够有效提升围捕成功率，缩短平均任务完成时间和平均围捕路径长度，降低碰撞次数，并展现出良好的泛化能力与对抗适应性.

自动驾驶仿真平台在自动驾驶系统的研发、测试与验证过程中发挥着至关重要的作用. 系统综述了当前主流自动驾驶仿真平台的分类与关键技术路径, 包括环境建模、传感器模拟、车辆动力学建模、感知算法测试、V2X通信、云仿真等方面, 重点分析合成数据生成、低成本算法训练、跨域迁移能力、平台可扩展性等核心挑战与研究进展, 分析具体的基于计算机视觉和人工智能的自动驾驶仿真技术，展望了该技术的发展趋势. 随着生成式AI、神经渲染、多模态学习等新兴技术的发展, 仿真平台正向高真实感、可交互、闭环式验证方向演进, 逐步形成数据生成、算法训练、性能评估的全流程闭环. 未来, 仿真平台将在提升自动驾驶系统的泛化能力、加速产品部署进程以及构建标准化测试验证体系等方面持续发挥支撑作用.

针对合成孔径雷达 (SAR) 小目标成像特征不显著、目标具有任意朝向易出现漏检、检测精度较低的问题，提出面向SAR舰船小目标的ES-YOLOv5检测算法. 添加小目标检测层调整感受野大小，更适应小目标尺度特征，方便进行多尺度融合. 引入EMA注意力机制重点关注目标关键信息，强化特征的表达能力. 使用圆平滑标签(CSL)技术适应角度的周期性，实现了对角度的高精度分类. 实验结果表明，在RSDD-SAR数据集上，该方法在交并比阈值为0.5时的平均检测精度达到90.9%，在提高SAR舰船小目标检测精度方面比基准算法YOLOv5提高了6%，显著改善了模型的检测性能.

以二维和三维圆柱涡致振动(VIV)系统为研究对象，通过非线性动力学稀疏辨识(SINDy)的方法，识别VIV系统的结构响应模型和尾流振荡模型. 对模型进行验证和分析, 得到VIV系统的流固耦合模型，实现不同缩减速度下圆柱VIV位移和速度响应的预测. 结果表明，采用SINDy算法，识别了带有附加阻尼的二维VIV系统的结构响应模型. 该模型与流固耦合系统的动力学特征表现出明显的规律：当涡致振动系统处于锁定(lock-in)区域时，附加阻尼随缩减速度变大而基本保持不变，结构的无量纲最大振幅保持在较高水平；当涡致振动系统处于非锁定区域时，附加阻尼随缩减速度变大而呈现线性下降的特征，结构的无量纲振幅保持在较低水平. 基于SINDy方法识别的二维VIV系统流固耦合模型和三维VIV系统结构响应模型有较好的预测能力，其中二维VIV系统流固耦合模型有一定的泛化能力. 模型预测值能够表征原系统的运动特征，对二维VIV系统结构位移响应预测的相对误差小于6%，结构速度响应预测的相对误差小于5%，对三维VIV系统结构位移和速度响应预测的相对误差小于4%.

针对路面病害生成和恶化的预测问题，提出应用图卷积神经网络的路面病害态势预测方法. 通过聚类算法建立拓扑网络，选取目标病害在演化过程中的主要影响因素；为了增强图神经网络对病害信息的表达能力，采用图拓扑增强的方法，从静态和动态方面分别构造与病害信息相关的视图；采用图神经网络(GNN)架构增强的方法，在视图维度上应用注意力机制调整不同视图的影响力，并在时间维度上应用Transformer和GRU模块，增强模型在长时间序列中对病害状态的预测性能. 设计模型的内部调整测试，经消融试验、多样本测试和超参数对照组的验证，证明所提模型的适用性和稳定性. 针对大型稀疏的路面病害数据集，此模型的平均绝对误差均值收敛在4.0以内，综合性能优于传统预测算法.

为了探究空间异质性对建成环境与共享单车出行量之间非线性关系的影响，构建考虑空间异质性的GW-XGBoost模型，采用SHAP模型解释建成环境因素的作用程度和空间差异. 相较于地理加权回归和极端梯度提升树模型，模型GW-XGBoost通过引入地理空间加权和自适应带宽显著提升了模型解释力和预测力，整体拟合优度平均提高15.59%，同时能够揭示建成环境对单车出行量非线性影响的强度方向和局部差异. 结果显示，建成环境因素对单车出行量呈现非线性影响. 在人口密度增加到20 000 人/km²后，影响由负转正；离CBD的距离位于15~20 km时，由中心向外围影响效应由正转负随后趋于平稳；在容积率增加到1.8后，影响效应由负转正. 研究结果为城市共享单车系统的资源优化提供科学依据和方法支撑.

以水泥炉窑氮氧化物（NO_x）脱除为研究对象，分析烟气温度、入口NO_x质量浓度、氨氮摩尔比（NSR）、催化剂装载量和积灰时间等对选择性催化还原脱硝技术(SCR)性能的影响，研究水泥炉窑SNCR-SCR联合脱硝工艺. 依托浙江省某水泥熟料生产线，通过在已配套的SNCR脱硝装置后端引入SCR反应器深化烟气脱硝过程，建立体积流量为10 000 m³/h的SNCR-SCR联合脱硝系统. 结果表明，在烟气体积流量为10 000 m³/h，入口温度为340 °C，入口NO_x质量浓度为200~320 mg/m³的条件下，选择NSR为0.85~1.00、催化剂用量为8.1 m³时，SCR处理系统出口NO_x排放质量浓度为23.4 mg/m³，氨排放质量浓度为0.98 mg/m³，SCR系统脱硝率可达90.4 %. 中试实验NO_x的排放质量浓度、氨排放质量浓度均远优于《水泥工业大气污染物排放标准》（GB4915—2013）的规定，证明可实现水泥炉窑烟气氮氧化物的超低排放.

为了解决工业机器人打磨的作业柔顺性不足问题，设计了机器人柔顺浮动打磨力控末端执行器. 为了解决无先验模型曲面工件的机器人打磨轨迹自适应性较差的问题，提出无先验模型曲面的机器人打磨主动自适应在线轨迹预测方法. 该方法根据打磨工具与工件的接触状态预测曲面法线方向，以有向进给平面与曲面切平面的截交线作为进给导向，自适应在线预测机器人打磨系统末端执行器的位姿，使末端执行器主轴轴线实时主动跟踪曲面法线，实现对无先验模型曲面工件的机器人打磨轨迹的主动自适应在线预测. 通过仿真分析和实验验证了所提出方法的有效性，最大综合位置预测误差与曲面法线跟踪误差分别为0.506 mm和4.912°. 所提出方法可以为无先验模型曲面工件的机器人打磨提供在线轨迹预测.

针对现有服务推荐方法中高阶服务特征提取不够充分的问题，提出基于超图卷积神经网络的多行为感知服务推荐方法(MBSRHGNN). 该方法根据服务交互类型和服务组合信息构建多重超图，基于谱分解理论和多重超图的功能结构特性以设计双通道超图卷积网络. 利用切比雪夫多项式近似超图卷积核来降低计算复杂度；在超图卷积过程中，结合多行为推荐方法和自注意力机制度量多行为交互之间的重要性差异，提出HG-DiffPool超图池化方法来降低特征维度；通过融合服务嵌入向量和超图信号，学习不同服务的推荐概率分布；爬取真实服务数据，构造不同稀疏度的数据集进行实验. 实验结果表明，所提的MBSRHGNN服务推荐方法能够适应数据高度稀疏的推荐场景，并且在推荐精确度和相关性上的表现优于现有基线方法.