基于快速神经网络架构搜索的鲁棒图像水印网络算法

为解决深度学习在图像水印算法中计算量大且模型冗余的问题，提高图像水印算法在抵抗噪声、旋转和剪裁等攻击时的鲁棒性，提出基于快速神经网络架构搜索（neural architecture search，NAS）的鲁棒图像水印网络算法。通过多项式分布学习快速神经网络架构搜索算法，在预设的搜索空间中搜索最优网络结构，进行图像水印的高效嵌入与鲁棒提取。首先，将子网络中线性连接的全卷积层设置为独立的神经单元结构，并参数化表示结构单元内节点的连接，预先设定结构单元内每个神经元操作的搜索空间；其次，在完成一个批次的数据集训练后，依据神经元操作中的被采样次数和平均损失函数值动态更新概率；最后，重新训练搜索完成的网络。水印网络模型的参数量较原始网络模型缩减了92%以上，大大缩短了模型训练时间。由于搜索得到的网络结构更为紧凑，本文算法具有较高的时间性能和较好的实验效果，在隐藏图像时，对空域信息的依赖比原始网络更少。对改进前后的2个网络进行了大量鲁棒性实验，对比发现，本文算法在CIFAR-10数据集上对抵抗椒盐噪声和旋转、移除像素行（列）等攻击优势显著；在ImageNet数据集上对抵抗椒盐高斯噪声、旋转、中值滤波、高斯滤波、JPEG压缩、裁剪等攻击优势显著，特别是对随机移除行（列）和椒盐噪声有较强的鲁棒性。     

关于两个图的一类新连接图的谱

给定2个图G1和G2，设G1的边集E(G1)={e1,e2,?,em1}，则图G1⊙G2可由一个G1，m1个G2通过在G1对应的每条边外加一个孤立点，新增加的点记为U={u1,u2,?,um1}，将ui分别与第i个G2的所有点以及G1中的边ei的端点相连得到，其中i=?1,2,?,m1。得到：（i）当G1是正则图，G2是正则图或完全二部图时，确定了G1⊙G2的邻接谱（A-谱）。（ii）当G1是正则图，G2是任意图时，给出了G1⊙G2的拉普拉斯谱（L-谱）。（iii）当G1和G2都是正则图时，给出了G1⊙G2的无符号拉普拉斯谱（Q-谱）。作为以上结论的应用，构建了无限多对A-同谱图、L-同谱图和Q-同谱图；同时当G1是正则图时，确定了G1⊙G2支撑树的数量和Kirchhoff指数。     

基于PI法的门源MS6.4地震前震中附近地震热点图像异常变化研究

基于1980年以来青海省和甘肃省区域地震台网的定位地震目录，分析了研究区最小完备震级，选取空间网格尺度为0.2°×0.2°、地震活动异常学习时间段和预测时间段均为3 a，应用图像信息（PI）法，分析了门源M_S6.4地震发生前震中附近地震热点图像的异常变化过程。结果表明，在2013年1月1日至2016年1月1日的预测时间窗内，冷龙岭断裂和祁连山北缘断裂附近存在明显的地震热点，且地震热点图像颜色偏深，发震概率较高，向前滑动至2014年1月1日至2017年1月1日，2015年1月1日至2018年1月1日和2016年1月1日至2019年1月1日3个预测时间窗，此两断裂附近仍存在地震热点，地震热点图像颜色逐渐由深变浅，而门源M_S6.4地震就落在PI法得到的地震热点内。门源M_S6.4地震前存在明显的地震热点，且地震热点相对集中，地震热点图像颜色由深变浅，震后消失；在祁连山北缘断裂附近，地震热点持续存在，分布较集中，地震热点图像颜色也呈由深变浅的过程。未来需关注祁连山北缘断裂，附近有发生强震的可能。     

从废水到新能源:光催化燃料电池的优化与应用

随着经济的飞速发展,社会对能源的需求日益扩大,对工业废水的无害化处理也提出了更高的要求。光催化燃料电池 (photocatalytic fuel cell, PFC) 在燃料电池中引入半导体光催化材料作为电极,实现了有机污染物高效降解和同步对外产电的双重功能,在废水无害化与资源化利用方面具有潜在的应用价值。半导体光催化电极是PFC系统高效运行的核心组件,增强其可见光响应和光生载流子分离是提高PFC性能的关键策略。反应器结构设计和运行参数优化也有利于改善PFC性能。本文从PFC基本原理和应用入手,综述了PFC在环境污染物资源化处理中的研究进展,并详细阐述了提高PFC的污染控制性能和产电效率的优化手段,为进一步设计高效稳定的PFC系统并实现其在水污染控制和清洁能源生产中的应用提供理论指导。     

表面喷砂对有机玻璃沿面闪络性能影响

绝缘子表面粗糙处理是提升其沿面闪络性能的重要途径,表面粗糙化处理方式不当,极易带来表面结构不均匀,难以获得稳定耐压性能的绝缘材料。为提升绝缘子表面粗糙处理的均匀性,本文利用表面喷砂技术对圆柱形有机玻璃(PMMA)绝缘子进行了粗糙化处理研究,以球形二氧化硅(SiO2)颗粒为工作介质,研究了不同喷砂粒径、氢氟酸后处理等因素对绝缘材料表面形貌和组分的影响,并利用短脉冲高压测试平台对喷砂处理前后有机玻璃绝缘子样品进行了真空沿面闪络性能测试。研究结果表明,喷砂处理在有机玻璃表面形成了较为均匀的凹坑,HF酸能够有效去除表面残留的SiO2颗粒,具有表面喷砂粗糙结构的绝缘子沿面闪络电压得到了稳定提升,相较于未处理的绝缘子闪络电压提升了约80%。     

高分辨大视场紫外-可见光偏振成像融合处理技术

采用蒙特卡罗方法对水云下大气的偏振态分布进行了仿真分析,所建立的水云大气环境在紫外360～400 nm波段的偏振度响应最大。采用紫外-可见光偏振成像技术对同一视场下的楼房、云和天空进行了偏振成像实验,并用霍夫变换分割方法对图像中的每个区域进行了统计分析,发现观测区域内无云区与云区的偏振角均值相对差为1.6%,偏振度均值相对差为-14%,证明了大气偏振角较偏振度稳健。紫外光和可见光在对云目标的偏振观测中存在互补性,采用拉普拉斯金字塔图像融合技术能够提高对大气目标的探测能力,验证了大视场高分辨紫外-可见光偏振成像技术在大气探测中的可行性和有效性。     

固-液两相流黑水管道冲蚀磨损的数值模拟研究

煤气化黑水处理系统管道由于其流体介质高含固体颗粒和腐蚀性介质，且工作在高温、高压差环境中，极易受到冲蚀磨损和腐蚀的耦合作用而失效，影响其服役寿命. 采用计算流体力学(CFD)方法数值模拟研究了煤气化黑水处理系统固-液两相流管道的冲蚀磨损行为和机理，以及流体介质速度和固体颗粒粒径对管道冲蚀磨损的影响规律，并分析了盲通管和涡室结构对弯管冲蚀磨损行为的优化改善效果. 研究结果显示，煤气化黑水处理系统管线的冲蚀高危区主要分布在弯管外拱和变径管等结构突变区域；管道冲蚀磨损行为与其内部流体的运动和颗粒冲击特性有关；管道的冲蚀率均随着流体速度的增加而加剧，而粒径对弯管和变径管冲蚀率的影响并非单调关系，这与颗粒受力作用有关；弯管优化分析显示，涡室结构可以降低弯管的最大冲蚀率，减缓弯管的冲蚀磨损.      

基于多尺度学习与深度卷积神经网络的遥感图像土地利用分类

土地利用信息是国土资源管理的基础和重要依据，随着高分辨率遥感图像数据的日益增多，迫切需要快速准确的土地利用分类方法。目前应用较广的面向对象的分类方法对空间特征的利用尚不够充分，在特征选择上存在一定的局限性。为此，提出一种基于多尺度学习与深度卷积神经网络（deep convolutional neural network，DCNN）的多尺度神经网络（multi-scale neural network，MSNet）模型，基于残差网络构建了100层编码网络，通过并行输入实现输入图像的多尺度学习，利用膨胀卷积实现特征图像的多尺度学习，设计了一种端到端的分类网络。以浙江省0.5 m分辨率的光学航空遥感图像为数据源进行了实验，总体分类精度达91.97%，并将其与传统全卷积网络（fully convolutional networks，FCN）方法和基于支持向量机（support vector machine，SVM）的面向对象方法进行了对比，结果表明，本文所提方法分类精度更高，分类结果整体性更强。     

排序支持的交互数据分类算法及其应用

交互分类是解决数据复杂分类问题的主要手段之一。在现有的大多交互分类系统中，用户能准确识别数据类别，但在有些分类场景中,类别之间的顺序关系更容易被识别，为此，提出一种排序支持的交互数据分类算法。为提升交互分类精度，引入数据的顺序信息，为降低标记难度，提出候选样本推荐策略。另外,提出一种评估分类算法性能的可视化方法，用包含基本车况、交通违法记录、交通事故记录等信息的车辆数据集进行实验验证，将相关车辆分为高危车辆、中危车辆、低危车辆3类，算法的分类结果模型一致度达近98%，验证了方法的有效性。     

固体核磁共振结合密度泛函理论计算研究SSZ-39分子筛的钠离子落位与铝分布

具有AEI结构的SSZ-39分子筛的骨架外阳离子落位和铝分布对其催化性能影响显著.AEI笼中有三个结晶学不等价位，且铝取代T位具有一定的倾向性.本文结合固体核磁共振（NMR）技术（²⁷Al/²³Na MQ MAS NMR），以及密度泛函理论（DFT）计算，研究了不同硅铝比Na-SSZ-39分子筛中的Na⁺落位和铝分布.在孤立铝分布的情况下，铝原子优先占据于T3位，Na⁺主要落位于AEI笼中的SIIa0和SIII'a0位点上，其中SIII'a0位点的优先度较高，此外少部分Na⁺还落位于六棱柱内部的SIa0.当铝对存在时，AlSiSiAl分布的铝对占据六元环的对位（T3-T3），对应的Na⁺分别落位于SIIa1和SⅢ'a1位点.随着分子筛结构的部分破坏，游离的Na⁺可能形成明显的SIII'b位点.本文可加深对SSZ-39分子筛构效关系的理解，为更好地调控催化性能奠定基础.