针对“基于模型驱动”的产品研制模式中，难以高效地构建工序模型以准确描述实际加工过程的问题，开展机加件工序模型构建方法的研究，提出以基于模型定义（MBD）模型为输入的工序模型构建方法.以零件MBD模型为输入，采用CAD系统二次开发技术进行模型参数提取，提出MBD模型参数信息结构化表达方法.交互进行加工工序设计，建立常见的机加工序工艺信息库辅助具体加工方案设计；根据MBD模型参数和工序参数得到工序模型构建数据文件.读取工序模型构建数据文件，实现工序模型快速建模.开发了工序模型辅助构建工具，以某航空企业典型机加件为例，验证了所提方法的有效性.
频繁的创伤、肿瘤切除等引起的骨缺损导致人们对人工骨的需求大大增加，可降解人工骨越来越受到研究人员的重视.结合课题组在过去5年的研究，回顾骨修复材料的背景和发展现状，总结无机骨修复材料（生物活性陶瓷）和骨修复支架的制造方法，尤其是基于增材制造（3D打印）的方法.重点阐述3D打印可降解人工骨用于骨组织修复及再生在力学性能、成骨性能、降解性能和生物活性等几个方面的研究现状，并对可降解人工骨的未来发展方向作了展望.目前人工骨定制已经从简单的形状定制逐步过渡到骨性能定制，人工骨的个性化定制将是今后的研究重点.
为了克服传统故障模式和影响分析（FMEA）应用过程中存在的不足，提出一种基于直觉乘法偏好关系的改进FMEA方法.首先，引入直觉乘法数表征故障模式和风险因子权重专家偏好信息，刻画评估信息的不确定性；其次，运用直觉乘法加权平均算子集结故障模式偏好矩阵，并分别提出直觉乘法数和直觉乘法偏好矩阵间的兼容测度，通过兼容性检验修正专家极端偏好信息以达成专家共识，确定可接受的故障模式群体偏好矩阵；再次，运用专家评估信息法和理想解模型法相结合的综合赋权法确定风险因子权重；最后，引入标准Manhattan距离，提出基于双向投影距离的改进优劣解距离法（TOPSIS）对故障模式进行风险排序.案例结果表明，该方法可有效提高风险评估准确度，为实际风险管理提供一定的指导意义.
为了满足穿戴式医疗设备中低功耗、高精度的模数转换应用需求，设计一种基于共源共栅反相器的低功耗14 bit/500 Hz Sigma-Delta调制器电路.在低电源电压环境下，该电路采用栅压自举开关完成了高精度的信号采样.利用共源共栅反相器替换传统Sigma-Delta调制器的跨导放大器（DTA），有效降低了电路功耗.电路采用SMIC 0.13 μm 1P8M 混合信号工艺实现，测试结果表明，在供电电压为0.6 V、时钟频率为256 kHz、信号带宽为500 Hz内，Sigma-Delta调制器输出信号最大信噪失真比为69.7 dB，有效精度为11.3 bit，功耗仅为5.07 μW.
针对直线运动的轮式倒立摆常规自平衡控制方法存在自适应性差和鲁棒性差的问题，建立轮式倒立摆反应式认知系统，在与环境交互过程中涌现出自平衡控制规则.该系统由感知模块、执行模块和认知模块组成，前两者分别负责系统的输入与输出.认知模块涉及到知识模型与学习策略：前者由连续动作学习自动机组构成，用于描述控制规则；后者负责优化知识模型，采用不确定性动机驱动的学习算法.详细描述该系统的结构、原理和算法，理论证明学习算法的收敛性，并通过仿真实验验证系统的自学习能力.结合常规PID和LQR算法通过仿真实验验证自适应性和鲁棒性.实验结果表明，该系统能够自主涌现出自平衡控制规则，表现出良好的自主学习认知技能，具有较好的自适应性与鲁棒性.
提出一种基于改进型负反馈电路的宽带低噪声放大器.放大器芯片采用0.25 μm GaAs pHEMT工艺设计和SiP技术封装.通过调节封装内芯片外围负反馈电路实现增益平坦度优化，将低噪放工作频带拓展至0.5~2.5 GHz，可有效覆盖GSM、TD-SCDMA、WCDMA、GPS等多个应用频段.片内的稳压及温度补偿有源偏置电路可对供电电压波动及环境温度变化进行有效补偿，以适应复杂工作环境.经测试，低噪声放大器的供电电压为3.3 V，功耗为40 mW，工作频率为0.5~2.5 GHz，带宽高达5个倍频程，带内增益约为14 dB，增益平坦度≤1 dB，噪声系数≤1.3 dB，输入输出回波损耗≤-10 dB，输入三阶交调点≥1 dBm，封装后尺寸为3 mm×3 mm×1 mm.
为突破野战环境下传统路测方法对无线通信网络覆盖范围探测的局限性，提出一种基于无线感知网络的信号覆盖探测算法.该算法首先通过随机部署的感知节点采集接收信号强度并进行高斯滤波处理；利用支持向量回归对采集数据进行变异函数曲线拟合；利用Kriging插值算法对目标区域进行插值估计；综合感知节点采样数据与插值点估计数据生成目标区域电磁态势.仿真结果表明，所提算法能够快速正确不间断地探测无线通信网络的真实覆盖情况，算法的均方根误差（RMSE）为9.8756，精度高于其他经典算法，具有一定的可行性和应用前景.
针对Android应用数目庞大、功能多样而难以准确验证应用实际类别的情况，对Andriod应用的网络行为进行分析研究，提出应用的行为一致性理论，并实现一种基于网络行为一致性验证的LSTM分类模型.通过构造不同场景事件组合来触发不同功能类别应用运行时的网络行为，提取有效的网络特征构建成网络事件行为时序序列，并设计带有特殊输入结构的LSTM循环神经网络模型，对网络事件行为时序序列中潜在的行为模式进行学习与建模.实验验证结果表明，Android应用样本具有行为一致性；所提出的LSTM网络模型能有效地学习与归纳不同类别应用的网络行为模式；最优模型的平均分类准确性可达92.58%，优于常见的面向Android应用的机器学习分类模型.
对点云预处理，并采用点云映射的方式快速分割出地面，同时消除路内障碍物以降低数据量；将分割出的地面数据组织成无向图，结合道路边界的多种局部特征和全局连续性特征提取边界点；根据道路边界点的测量模型修正提取的边界点，并采用二次多项式拟合修正后的边界点；采用多种策略对道路边界进行更新以使相邻两帧检测的道路边界保持平滑.实验证明，在道路边界不规则、存在路内障碍物遮挡边界的情况下，采用该方法得到的道路边界检测结果依然具有较高的鲁棒性和准确性.
为了提高卷积神经网络模型中二维矩阵卷积的计算效率，基于FT2000多核向量处理器研究二维矩阵卷积的并行实现方法.通过使用广播指令将卷积核元素广播至向量寄存器，使用向量LOAD指令加载卷积矩阵行元素，并通过混洗操作将不易并行化的矩阵卷积操作变成可以向量化的乘加操作，实现了通过减少访存、充分复用已取数据的方式来提高算法的执行效率.设计卷积矩阵规模变化、卷积核规模不变和卷积矩阵规模不变、卷积核规模变化2种常用矩阵卷积计算方式，并对比分析不同计算方式对算法执行效率的影响.基于服务器级多核CPU和TI6678进行实验对比，实验结果显示，FT2000比多核CPU及TI6678具有更好的计算优势，相比多核CPU最高可加速11 974倍，相比TI6678可加速21倍.
根据注入型威胁的执行流程，提取用户输入、关键函数、响应数据3个关键节点的行为作为分析特征.采用隐马尔科夫模型检测用户输入是否存在异常，对异常参数在关键函数处进行词法结构分析以判断异常类型，对返回内容进行敏感字符或水印特征分析，确保重要数据不能传递给攻击者.实验结果表明，分析参数长度和字符分类对隐马尔科夫模型存在影响；对比实验证明该方法使检测准确率和误报率取得了较好的平衡.
分析传统相变存储器读出方法读取速度受限的原因，提出一种预充电读出方法.该方法将本地位线充电到预充电电压后开始读取数据.预充电电压设置在第一参考电压和第二参考电压的中间值.第一参考电压为读取最高晶态电阻值的存储器件时的本地位线电压，第二参考电压为读取最低非晶态电阻值的存储器件时的本地位线电压.采用SMIC 40 nm CMOS工艺进行设计和仿真，1-Mb相变存储器的随机读取时间为6.64 ns；Monte Carlo仿真表明，最长随机读取时间为9.07 ns.传统读出方法的随机读取时间和最长随机读取时间分别为45.36 ns和128.1 ns.晶态单元读电流是4.84 μA.仿真结果表明，所提方法比传统方法能更好地抑制工艺角、电源电压和温度波动.
针对浓香型、中间型和清香型3种香型特征的烟叶，测定不同质量分数烟叶（烟叶与聚乙烯的混合物）的太赫兹透射光谱，并计算得到相应的太赫兹波段吸收系数和折射率谱线.结果发现，不同香型的烟叶对太赫兹时域信号会产生不同的延迟和衰减，所计算得到的吸收系数曲线和折射率曲线的变化规律和香气特征存在一一对应的关系.其中，烟叶香气浓郁程度与样本吸收系数呈正相关性，而与样本折射率呈现负相关性.本研究证实了其在烟叶质量评价方面应用的可能性.
面向河道突发污染源追踪定位需求，提出一种联合使用行为规划法和浓度梯度法的河道污染源追踪定位方法.设计2个模拟实验方案进行追踪搜索效果的分析与验证.利用河道污染物二维扩散模型仿真计算某河道污染物扩散数据，模拟移动监测小船对不同污染源位置的追踪路径和定位情况，对比分析了单一方法和联合方法在障碍物约束条件追踪搜索步数、路程、污染源定位精度等方面的优缺点.借助自主研发的小型移动式水质监测平台，进行避障算法和污染源追踪实验，验证结果表明，相比已有方法，所提方法更适用于复杂条件，且搜索效率更高.
针对节点全局表示和链接局部拓扑关系，提出链接序列化表示及卷积神经网络（CNN）提取序列特征的链接预测方法.研究节点间的局部拓扑及共邻关系，基于共邻紧密度构建链接局部拓扑的有序节点序列，并用node2vec节点向量表达生成潜在链接的矩阵表示；基于CNN建立链接预测的分类模型，采用CNN可变滤波器窗口卷积运算提取序列中共邻与节点对的多层隐含关系，分类训练实现链接的有效预测.在4种大规模网络数据集上的实验结果表明，相比已有方法，该方法的AUC值有显著提高，最高达12.4%，稳定性及普适性较强，解决了传统方法对大规模稀疏网络的预测准确率下降问题.
为了解决现有人像皮肤美化技术中出现的细节模糊以及特征丢失问题，提出一种基于构建多重特征蒙板的人像皮肤美化技术.第一重蒙板为利用高反差保留和强光迭加构建的面部显著瑕疵特征蒙板，基于该蒙板可预先去除人像面部的显著瑕疵；第二重蒙板为利用肤色检测构建的人像背景特征蒙板；第三重蒙板为利用Face++算法构建的面部关键区域特征蒙板；第二、三重蒙板的结合使用可以解决人像的背景特征及面部关键区域特征由于后续滤波处理而变模糊的问题；第四重蒙板为利用高反差保留构建的面部立体视觉控制蒙板，该蒙板可在之前的皮肤美化处理基础上还原人像的面部立体视觉特征.实验结果表明，该技术使用较小的皮肤美化系数即可去除瑕疵，并能在皮肤美化系数较大的情况下保留人像关键区域以及立体细节等真实感信息特征，从而解决人像皮肤美化过程中细节清晰度与瑕疵去除程度无法兼得的矛盾，最终达到人像美化的目的.
为了减少图像尺寸对提取特征的影响，同时移除特征向量中的冗余信息，将词汇袋模型（BOW）与梯度方向直方图（HOG）特征相结合，提出一种基于BOW-HOG的特征描述子用于图像分类.将图像划分为不同的子区域，对梯度幅值较大的子区域提取HOG特征.用BOW模型对子区域HOG特征编码，构建原始图像上维度一致的特征向量.将特征向量输入训练好的分类器，完成图像分类任务.将BOW-HOG特征描述子在不同的图像分类任务上进行试验，包括图像文本分类、图像场景分类.本实验的文本分类正确率为0.813，场景分类正确率为0.826，优于传统基于HOG特征的方法，表明了基于BOW-HOG特征图像分类方法的可行性、有效性.
为了得到更好的脑岛功能划分结构，加深人们对其功能组织性的理解，提出一种基于免疫克隆选择（ICS）算法搜索高斯混合模型（GMM）的脑岛功能划分方法（NICS-GMM）.该方法基于功能磁共振成像（fMRI）数据，将GMM映射到抗体上；利用ICS算法搜索能够反映脑岛功能分布的GMM，并在搜索过程中融入具有抗噪能力的动态邻域信息，以提高其搜索质量；利用最优的GMM实现对脑岛的功能划分.在划分数为2~12的脑岛功能划分上，新方法搜得的GMM具有最高的似然分数，而且相应划分结果的轮廓系数也达到了最大值.真实脑岛fMRI数据上的实验结果表明，该方法不仅具有更强的全局搜索能力，还可以得到具有较高功能一致性与更强区域连续性的脑岛功能划分结构.
提出一种基于策略属性协商的云间组合服务访问控制机制.使用属性来表达服务组件之间的授权关系，能够满足云环境下动态、弹性、点对点的交互特点，该机制使用策略属性协商来实现访问控制的交互，减少了服务内安全信息的披露，有效地保护了用户隐私，实现了云组合服务内不同服务组件的策略对外一致性的访问控制表现.设计一种基于历史信息的策略协商算法，通过同步高频协商策略、存储历史协商信息、计算属性披露开销，来优化协商流程，提高交互效率.仿真实验验证了该机制的可行性及其运行效率.
由数控振荡器（NCO）生成的时钟存在严重的周期性边沿抖动，并且频域上存在较多的杂散信号.为此，在NCO的基础上引入抖动算法和锁相环技术，设计一种改进的全数字时钟生成方法.采用抖动算法产生随机数，并将随机数添加到NCO的数字相位输出端，使得时钟边沿随机提前，从而降低相位抖动的周期性，使杂散的功率均匀化分布到整个频域；利用锁相环技术滤除由于杂散的均匀化而增加的基底噪声.在Matlab中搭建仿真模型，生成几种不同频率的目标时钟，统计结果显示：采用该方法后时钟的相位抖动标准差显著降低.将本设计应用于Spartan-6 FPGA，实验结果表明：抖动算法可使杂散白化，锁相环技术可以降低基底噪声，滤除带外杂散.在与现有方法频率稳定度相近的情况下，所提方法输出的时钟信号频率精度大为提高，频率精度和稳定度分别达到7.5×10-9和2.5×10-9，并且所得到的时钟信号具有频率适应性.
