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.

为了确保施工过程中的安全和效率，提出施工现场动态三维重建技术. 部署双目摄像头对重建现场进行三维扫描获取模型基底和目标活动轨迹，基于YOLOv8模型引入注意力量表序列融合(ASF)模块形成YOLOv8-ASF框架，提高预测模型精度和性能，解决如目标遮挡、目标丢失的痛点. 融合改进的半全局立体匹配 (SGBM)算法，与YOLOv8-ASF集成YOLOv8-ASF-SGBM算法，实现基于二维图像的目标近实时识别和定位. 利用获取的深度信息，将动态要素行为轨迹三维动态投影至模型基底中，实现对真实施工现场的近实时、全视角监控. 实验结果表明：所提技术高精度三维复现了施工动态要素的运动轨迹，且与动态要素真实运动轨迹的相对误差小于5%，实现了基于二维图像视频信息的高精度全视角三维立体化监控，具有良好的应用场景和工程价值.

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%.

为提高继电保护整定计算中电源运行方式选择的合理性与计算效率，提出一种基于电源贡献系数法的优化选择方法.提出电源贡献系数的概念和基于节点阻抗矩阵的计算方法；根据保护支路和助增支路电源贡献系数的计算结果，构建电源运行方式的优化选择方法.在新英格兰10机39节点系统中进行算例验证，结果表明：上述方法能够准确地给出各电源在最小或最大配合系数的计算中所对应的大小方式，可以避免排列组合的枚举，提高了自动整定计算的效率.

传统计算智能技术缺乏实时性和适应性，基于并行计算的计算智能技术能够提高计算效率，解决多模态信息兼容处理的问题. 分别从智能计算的3个分支（神经网络、进化算法和群智能算法）介绍计算智能与大数据并行计算融合的研究现状. 总结并行计算智能面临的问题与挑战，思考相关研究的发展方向.

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.

针对圣加旺水电站层状围岩引水隧道工程，设计物理模型相似试验，考虑不同的静荷载、动荷载及围岩倾角，采用LSDYNA分析层状岩体应力波的传播特性及分布特征. 通过正交试验分析不同因素对围岩峰值应力及二次平衡应力的敏感性，基于量纲分析建立多因素影响下应力预测模型，确定围岩安全荷载控制范围. 结果表明，高地应力条件下隧道围岩存在初始应力集中，动力扰动对应力集中数值的影响显著，应力波波阵面受层理的影响呈不连续分布. 动、静载与围岩峰值应力、二次平衡应力呈正线性相关，围岩峰值应力及二次平衡应力随倾角增大呈“∧”型分布，不同因素对围岩峰值应力及二次平衡应力的敏感性顺序均为动载>静载>倾角. 当围岩倾角为90°(0°)、75°(15°)、60°(30°)及45°时，静载极限值分别为0.731、0.555、0.479及0.456 MPa，动载极限值分别为0.624、0.523、0.477及0.463 MPa.

为了准确评估用户在体验虚拟产品时由视觉内容诱发的晕动症程度，提出基于注意力机制的视觉诱导晕动症（VIMS）评估模型. 该模型依托Transformer架构构建网络，分别在时间序列和空间序列上建立自注意力机制，捕捉时间与空间特征之间的关系. 利用光流信息和用户关注信息，设计运动流和关注流2个子网络，构成双流网络结构；运动流子网络解析视觉内容中的运动特征，关注流子网络专注于提取用户关注区域的物体、纹理等重要信息. 采用后端融合策略实现双流网络结果的融合. 在公开视频数据集上进行实验验证，结果表明，关注流子网络和Transformer架构在注意力机制方面的协同作用有效提升了模型准确性. VIMS模型在F1指数、准确度和精确率方面均取得了最优结果，分别为0.8468、89.19%和92.28%，相较于现有方法有显著的性能提升.

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.

现有类案检索研究忽略了模型应当蕴含的法律逻辑，无法适应实际应用中案件相似标准的要求；类案检索任务的中文数据集较少，难以满足研究需求现状. 为此提出基于法律逻辑、有较强可解释性的类案检索模型，构建以谓语动词为基础的案件事理图谱. 将各类罪名对应的法条知识融入所提模型，将提取的不同要素输入以神经网络为基础的评分器以实现准确、高效的类案检索. 构建针对类案检索任务、以易混淆罪名组为主要检索案由的Confusing-LeCaRD数据集，所提模型在LeCaRD数据集和Confusing-LeCaRD数据集上的归一化折损累计增益分别为90.95%和94.64%，在各项指标上均优于TF-IDF、BM25和BERT-PLI模型.

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.

基于实际脉冲型地震动数据建立钢框架结构的Abaqus有限元模型，建立钢框架结构4种形式（最大底部剪力、最大底部弯矩、最大层间位移角和顶层位移）的地震需求概率模型. 为了方便模型应用和明确模型参数的物理意义，构建模型时在规范方法和力学原理计算结果的基础上增加修正项，基于贝叶斯方法进行模型优化和参数估计. 结果表明，所建立的4种地震需求概率模型能够获取有限元数值解的无偏估计. 以最大层间位移角概率模型为例，可以得到20层钢框架结构的地震易损性曲线. 相对于普通类型地震动作用，钢框架结构在脉冲型地震动作用下的失效概率显著偏大.

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.

综述直接空气捕集CO₂吸附剂的研究进展，对比碱/碱土金属基吸附剂、金属有机框架吸附剂、负载胺基吸附剂、变湿吸附剂的优缺点，从吸附容量与胺效率、动力学与载体选择、再生方式与能耗、热稳定性与抗降解等方面对吸附剂性能进行评估. 简要叙述相关工程示范项目和技术经济性；总结研究中存在的问题，展望未来的研究方向.

考虑区域建筑群的动态生长特性，结合负荷计算理论、灰色 Verhulst 模型及等维新息灰色理论，采用 MATLAB 构建完整的区域动态冷热负荷预测方法，以常州高铁新城 2017—2022年的建筑面积为历史数据，对区域未来10年的冷热负荷进行预测. 结果表明，采用基于等维新息灰色理论的 Verhulst 灰色模型建立的3种业态面积预测方程拟合精度均达到一级. 高铁新城未来10年冷热负荷先快速增长后缓慢增长直至饱和，达到饱和的时间约为 2030 年，冷、热负荷饱和规模分别为 436、228 MW，与采用面积指标法的计算结果（冷负荷为472 MW、热负荷为 285 MW）相比，分别降低了约 7.52%、19.86%.

为了解决实时渲染过程时间开销较大的问题，提出基于光流重投影的高性能轻量级帧外插技术.提出光流重投影模块，基于深度学习预测相邻帧之间的光流信息，对历史帧执行光流重投影，解决了阴影、高光区域没有运动信息的问题. 该方法引入多种轻量化设计，包括低分辨率网络推理、基于SE模块的图像填补，大幅减少了方法的时间开销. 经过实验验证可知，相对于最前沿的帧外插技术，该方法能够达到3倍的时间性能提升.

三维空间环境复杂，多无人机的低空突防航迹规划计算量大，现有多目标秃鹰搜索算法存在求解易趋于中心点及精度低的缺陷，为此提出基于改进多目标秃鹰搜索算法(IMBES)的三维多无人机低空突防方法. 构建三维环境模型、威胁源模型、无人机物理约束模型、多无人机协同约束模型以及路径平滑度约束模型，确定多目标代价函数. 设计耦合混沌映射初始化，有效提高初始化种群质量；设计基于“侦察鹰”的自适应高斯游走策略，平衡开发与搜索能力；引入快速非支配排序，进一步提高算法效率. 利用秃鹰位置与无人机速度、转弯角度、爬升角度的对应关系，采用IMBES高效搜索无人机构型空间，找到最优的帕累托前沿. 实验结果表明，IMBES的成功率为70.5%. 与现有路径规划方法相比，所提方法的优化能力强、能耗低，适用于多无人机协同低空突防.

为了克服手机信令数据定位信息的时空不确定性对出行识别的影响，分析手机信令数据的时空特性，在时空阈值识别停留点方法的基础上，引入兴趣面（AOI）信息和基站位置数据，提出可变参数滑动窗口的出行停留点识别方法. 建立出行链模型，采用贝叶斯多目标优化获得模型的最佳参数，实现时空阈值的动态调整，提高识别的准确性. 为了验证方法的有效性，组织志愿者采集真实出行GPS数据和出行信息标签作为验证数据，与应用模型于对应手机信令数据后的结果进行对比. 研究结果表明，手机信令数据的采样在移动和静止状态下存在特性差异；相较于对比方法，提出的出行链识别方法在泛化性能和最优性能方面都表现出较小的误差和较高的识别率，尤其在识别率指标上，相比其他的最新算法改进了3%~26%.