基于BLSTM-CRF中文领域命名实体识别框架设计

为在不依赖特征工程的情况下提高中文领域命名实体识别性能，构建了BLSTM-CRF神经网络模型。首先利用CBOW模型对1998年1月至6月人民日报语料进行负采样递归训练，生成低维度稠密字向量表，以供查询需要；然后基于Boson命名实体语料，查询字向量表形成字向量，并利用Jieba分词获取语料中字的信息特征向量；最后组合字向量和字信息特征向量，输入到BLSTM-CRF深层神经网络中。实验结果证明，该模型面向中文领域命名实体能够较好的进行识别，F1值达到91.86%。     

基于机器视觉的首饰识别

为了实现首饰的自动识别，设计了一套基于机器视觉的首饰识别系统，并提出相应的算法。采用8种首饰作为试验样本，利用G+R分量和的颜色阈值分割法，并用27×27的模板对二值化图像进行滤波，采用2×2窗口内像素灰度值之和并结合阈值的边缘提取方法。提取面积特征和图像形心到边缘的距离特征。对面积判断其大小在设定数值范围内，对距离特征采用互相关算法处理。实验结果表明，该方法的识别准确率达100%，识别一个首饰所用时间约3秒，满足在实际中应用的要求。     

腐蚀环境中机器人用7075铝–碳纳米管纳米复合材料的腐蚀、力学和微观结构性能研究

污水清洁的管道内机器人的引入为研究人员提供了管道检查的新选择，如泄漏、裂缝、气体和腐蚀检测，这些都是当前工业场景中常见的标准应用。在所有这些情况下经常被忽视的问题是机器人固有的抗腐蚀能力。基于旋转超声和机械搅拌（RUMS）的铸造方法，讨论了加入不同碳纳米管质量分数（0、0.5wt%、1wt%和1.5wt%）的7075铝的机械、微观结构和腐蚀性能，同时不会影响机器人的机械性能。结果表明，1wt%铝-碳纳米管纳米复合材料表现出良好的腐蚀和机械性能，达到了机器人对污水环境的要求。     

矩形钢管偏心相贯梁柱节点平面内抗弯承载力

为研究矩形钢管偏心相贯梁柱节点的平面内抗弯性能，完成了节点的平面内抗弯承载性能试验，得到其承载力和破坏模式，并通过有限元参数分析对理论式进行改进，结合回归分析，建立节点平面内抗弯承载力的实用计算式. 结果表明，节点的破坏模式为主管翼缘管壁屈服与腹板压屈的组合破坏. 加劲肋可有效提高矩形管偏心相贯梁柱节点的抗弯承载力. 通过参数分析，得到了梁柱翼缘宽度比、梁截面高度与柱翼缘宽度比、柱截面管壁宽厚比、梁柱截面壁厚比等参数对矩形管偏心相贯梁柱节点承载性能的影响规律，结果表明，增大梁高以及增大柱壁厚对于提高承载力最为有效. 最后拟合得到矩形管偏心相贯梁柱节点的承载力计算式，通过和试验结果及数值计算结果的对比，验证了计算式的准确性.     

基于邻域自适应注意力的跨域融合语音增强

基于深度学习的语音增强方法可分为时域方法和频域方法两类，这两类方法各有优点.为了综合利用时、频两域方法的优点，提出了基于邻域自适应注意力的跨域融合语音增强模型.该模型能够同时对输入的波形和频谱进行增强，并对时域和频域的增强结果进行跨域融合得到最终增强结果.为了利用时域增强结果与频域增强结果的信息互补特性，提出使用信息交流模块来实现两域增强结果的互补提升.为了提高时域增强模型与频域增强模型的特征提取能力，充分利用时域和频域的信号特点，进一步提出了邻域自适应注意力模块.该模块依据输入信息自适应选择汇聚具有不同邻域窗口的局部自注意力模块，进而高效利用不同尺度下的平稳特征.实验结果表明，所提邻域自适应注意力模块和时频域的信息交流与融合模块，可有效利用波形与频谱的互补特性，进一步提升增强效果.     

显微组织特征对粉末热等静压TA15钛合金拉伸性能及断裂韧性的影响

粉末热等静压（HIP）是实现高质量复杂薄壁钛合金构件近终形制造的有效解决方法，近年来引起了广泛的关注，但关于微观结构特征对粉末热等静压钛合金强化和增韧机制的报道很少。为此，采用热等静压方法制备粉末TA15钛合金，用于探索不同热等静压温度下的显微组织特征以及相应的拉伸性能和断裂韧性。结果表明，当热等静压温度低于950°C时，合金为由板条集束及板条团簇周围的细小等轴晶组成“网篮组织”。当HIP温度高于950°C时，显微组织逐渐转变为魏氏组织，同时晶粒尺寸显著增加。拉伸强度和伸长率分别从910°C试样的948 MPa和17.3%降低到970°C试样的861 MPa和10%。相应的拉伸断裂模式从穿晶塑性断裂转变为包括晶间解理的混合断裂。试样的断裂韧性从910°C试样的82.64 MPa·m1/2增加到970°C试样的140.18 MPa·m1/2。低于950°C的试样由于原始颗粒边界(PPB)的存在而容易形成孔洞，不利于增韧。由于Widmanstatten结构的裂纹偏转、裂纹分支和剪切塑性变形，950°C以上的试样具有较高的断裂韧性。该研究为粉末HIPed钛合金的研制提供了有效的参考。     

氢等离子体还原赤铁矿:我们现在在哪里？

目前，铁是通过碳热还原从赤铁矿等矿石中提取的。提取过程包括几个需要大型设备和大量财务投资的单元步骤/过程。此外，提取过程会产生大量有害的二氧化碳 (CO₂)。碳热还原的替代方法是氢等离子体（hydrogen plasma, HP）的还原。 HP 主要由激发态原子分子的物质组成，它们通过提供热力学和动力学优势促进赤铁矿的还原，即使在低温下也是如此。除了这些优点之外，HP 还原赤铁矿还可以产生水，这对环境是有益的。本报告回顾了HP还原赤铁矿的理论和实践。此外，还研究了通过 HP 还原固态和液态赤铁矿的现有技术。 通过HP在线还原赤铁矿已被确定为碳热还原的潜在有希望的替代方案。然而，在氢等离子在线还原仍然受到热HP中温度过高和非热HP中相当大的真空成本等问题的困扰。这些问题可以通过使用显著偏离局部热力学平衡的非热常压 HP来克服。     

铝替代对合成的Mg2Cu纳米颗粒相演变的影响

研究了用Al替代Mg对Mg₂Cu粉末混合物的放电能力的影响。通过机械合金化（MA）技术，用高能行星式球磨机制备纳米晶体粉末的混合物。此外，不同摩尔数的Al（0.05, 0.1, 0.15, 0.2和0.3 M）被替换到Mg₂Cu粉末中。利用X射线衍射（XRD）、扫描电子显微镜（SEM）和透射电子显微镜（TEM）分析结构、形态和晶粒大小的变化。获得的粉末用作镍金属氢化物电池（Ni–MH）的阳极。在铝含量为0.05 M的试样中，经过5 h的研磨，出现了Mg₂Cu的正方体结构。结果显示，超过0.1 M的Al替代会导致MgCu₂峰的出现。铝的替代并不影响微观结构的均匀性；然而，它导致晶体尺寸和晶格参数的减少。选区衍射（SAD）图表明具有Mg_1.9Al_0.1Cu化学成分和20 h研磨的电极具有最大的放电容量。     

宽型自注意力融合密集型残差网络的图像去雾

当前去雾算法无法很好解决不均匀雾霾图像去雾的问题，为此提出了一种宽型自注意力融合的条件生成对抗网络图像去雾算法.在算法中加入了宽型自注意力机制，使得算法可以为不同雾度区域特征自动分配不同权重；算法特征提取部分采用DenseNet融合自注意力网络架构，DenseNet网络在保证网络中层与层之间最大程度的信息传输的前提下，直接将所有层连接起来，获取更多的上下文信息，更有效利用提取的特征；融合自注意力可以从编码器部分提取的特征中学习复杂的非线性，提高网络准确估计不同雾度的能力.算法采用Patch判别器，增强去雾图像的局部和全局一致性.实验结果证明，算法网络在NTIRE 2020、NTIRE 2021和O-Haze数据集上的定性比较，相比于其他先进算法得到更好的视觉效果；定量比较中，相较于所选择先进算法的最好成绩，峰值信噪比和结构相似性指数分别提高了0.4和0.02.     

SSH隧道下应用协议识别的网络安全研究

由于对应用层信息的收集和识别能够实现更精确的性能分析和入侵检测，对提高网络安全性和性能具有重要意义，为此对SSH隧道下应用协议的识别进行了研究。首先，分析SSH协议以确定可以从连接建立阶段获得哪些信息。随后在流量监控基础架构所创建的扩展功能的基础上对所获取信息进行分析，获取SSH数据中所包含的应用层协议相关的信息。最后，在真实网络对SSH连接进行监测，并对监测结果进行分析。研究结果表明，通过对SSH流量数据的分析，可以识别包括端口、客户端软件在内等应用层协议，改进对暴力密码攻击等安全漏洞的检测。