基于Copula函数对金融市场风险价值(VaR)的研究，构造出一种新的混合Copula，并于传统的方法进行了比较，通过事后检验(Backtesting),实证研究得出，混合Copula函数方法的确能够改善VaR模型，降低时失效天数。

Pd纳米颗粒的氧化还原性能对Pd/CeO₂催化氧化反应的性能至关重要,且与Pd-CeO₂的界面结构密切相关.我们发现Pd/CeO₂的低温催化CO氧化活性高度依赖于载体CeO₂的形貌和暴露晶面.利用胶体沉积法,得到Pd/CeO₂八面体和Pd/CeO₂立方块两种催化剂.结果表明暴露{111}晶面的CeO₂八面体负载Pd催化剂的催化CO氧化活性远优于暴露{100}晶面的CeO₂立方块负载Pd催化剂.DFT理论模拟计算结果表明,催化剂表面的Pd物种的氧化还原活性可能决定催化剂的可还原性和催化活性:钯从氧化态到金属态的循环更容易在CeO₂(111)上进行,而这取决于Pd与载体CeO₂之间的相互作用.我们的结果表明,催化剂表面活性Pd物种的氧化还原性能对Pd/CeO₂的催化活性至关重要,可以通过调控载体暴露的晶面实现Pd与载体CeO₂之间的相互作用,最终实现对催化剂可还原性和催化活性的可控调变.

归纳总结了光场成像从理论到实现的发展历程,根据光场数据获取方式对目前典型的光场成像设备进行了分类.在光场相机原理的基础上,重点阐述了基于光场的计算成像原理、数字重聚焦技术、合成孔径成像技术和显微成像技术,并对光场成像技术的应用前景和存在的关键问题进行了讨论.

GH3 基因家族是植物生长素早期响应基因家族之一.拟南芥 10个GH3 基因启动子序列分析表明:GH3 基因的转录起始位点一般在起始密码子上游65~145bp之内,TATA box大多分布在(-24)~(-40)bp区域.MDB和MatInspector分析显示,AtGH3 s基因的上游调控区域普遍存在组织和器官特异性表达元件、激素响应元件以及环境响应元件,表明GH3 基因的表达受到多因素调控;同时,基因芯片数据显示AuxREs对生长素的响应非常重要,但也可能存在其他的生长素响应元件.

文本聚类是建立大规模文本集合的分类体系实例的有效手段之一。本文讨论了利用标准的分类测试集合进行聚类质量的量化评价的手段，选择了k-Means聚类算法、STC（后缀树聚类）算法和基于Ant的聚类算法进行了实验对比。对实验结果的分析表明，STC聚类算法由于在处理文本时充分考虑了文本的短语特性，其聚类效果较好；基于Ant的聚类算法的结果受参数输入的影响较大；在Ant聚类算法中引入文本特性可以提高聚类结果的质量。

采用分散聚合法合成了微米级聚甲基丙烯酸甲酯(PMMA)微球，对影响粒径及其分布的各种因素，如单体、引发剂、稳定剂、分散介质以及反应温度等进行了考察，探讨了分散聚合法制备单分散大粒径微球的机理。研究结果表明：增加单体和引发剂浓度，微球的粒径增大，分散性变宽；增加稳定剂的量，微球的粒径减小，分散性变窄；此外分散介质的极性和反应温度的影响也很明显。通过合理调节各种影响因素可制备理想粒径和粒径分布的PMMA微球。

DBSCAN是一种经典的基于密度聚类算法,能够自动确定簇的数量,对任意形状的簇都能有效处理.DBSCAN算法需要人为确定Eps和minPts?2个参数,导致聚类过程需人工干预才能进行.在DBSCAN的基础上提出了SA-DBSCAN聚类算法,通过分析数据集统计特性来自动确定Eps和minPts参数,从而避免了聚类过程的人工干预,实现聚类过程的全自动化.实验表明,SA-DBSCAN能够选择合理的Eps和minPts参数并得到较高准确度的聚类结果.

Gram-Schmidt正交化算法是数值线性代数中的基本算法之一,主要用于计算矩阵QR分解.经典和修正Gram-Schmidt正交化算法基于level 1/2 BLAS运算,低级BLAS运算对cache的利用率比较低,从而限制了算法性能.提出一种新的分块Gram-Schmidt正交化算法.新算法通过重正交保证产生矩阵 Q 的正交性达到机器精度,并且利用level 3 BLAS运算提高了算法性能.数值试验表明,新算法能使得矩阵 Q 的正交性达到机器精度,并且新算法使得性能得到显著提高.

提出一种基于自修改代码(SMC)技术的软件保护方法,该方法通过将关键代码转换为数据存储在原程序中,以隐藏关键代码;受保护的可执行文件执行过程中,通过修改进程中存储有隐藏代码的虚拟内存页面属性为可执行,实现数据到可执行代码的转换. 实验证明,此软件保护方法简单,易实现,可以有效提高SMC的抗逆向分析能力.

基于Dalsa公司的面阵CCD评价板EKxxxx设计了一套高分辨率全帧CCD相机电路系统。系统采用专用集成芯片SAA8103和TDA9991构成时序发生器和驱动器，采用TDA9965进行前端信号处理。采用单片机对系统进行控制并应用Camera Link接口简化了体系结构。针对CCD多路输出时各通道存在不均匀性，提出采用两点校正法进行校正。该系统能以较高的帧频获取超高分辨率的图像，适用于航空拍摄、数字后背等场合。

针对中国近年重金属污染事件频发,而在大气重金属污染方面尚缺乏总体认识的现状,总结近年来的研究成果.结合文献调研,对中国大气颗粒物中的主要重金属元素Pb,V,As,Mn,Ni,Cr和Cd的污染水平、季节变化、南北方差异、粒径分布等污染特征进行分析.对中国大气颗粒物重金属的主要来源、控制现状及技术进行讨论.通过对世界其他国家大气颗粒物重金属污染控制的历程及经验的总结,提出中国重金属污染的控制对策及建议.

在微生物驯化环境中,聚乙烯醇具有生物降解的潜力。该文综述了PVA生物降解的机理、影响因素、降解性的评价方法,以及降解环境对PVA降解性的影响,并对近年来基于PVA的共聚/共混材料的制备及其生物降解性能的研究进行了较为详细的概述。

介绍了一种高性能CMOS采样/保持电路，在0.35-μm工艺、3.3-V电源和18-mW功耗下，实现了50-MHz采样频率，输入直到奈奎斯特频率仍能达到10位精度的要求。电路采用全差分结构、底极板采样、栅压自举开关技术、增益自举的折叠共源共栅跨导核心运算放大器和钳制共模电平的电平控制放大器。

二氧化铀是一种稳定的陶瓷燃料,它具有熔点高和物理化学性质稳定的特性,作为核燃料二氧化铀的导热性能将直接影响核燃料芯块内的温度分布和芯块中心的最高温度,分析比较了二氧化铀热导率的实验研究结果和关联式,发现已有实验结果间的差异已经缩小.通过开展非平衡分子动力学模拟分析表明,二氧化铀热导率在中温区模拟较为准确可靠.在低温区时,需对能量输运粒子的动能计算进行量子修正;在高温区,需建立声子能量输运模型、电子气能量输运模型和光子辐射部分的能量输运模型,进一步建立二氧化铀的热导率计算程序.

Android平台目前已经成为恶意代码攻击的首要目标,超过90%的Android 恶意代码以APP的形式被加载到用户设备.因此,监控APP行为成为对抗Android恶意代码攻击的重要手段.然而,已有的监控手段依赖于对Android系统底层代码的修改.由于不同OEM厂商对Android系统的严重定制,直接改动商用Android系统的底层代码很难由第三方人员部署到用户设备.本文在分析Android进程模型和代码执行特点的基础上,提出一种在应用层实现的程序行为监控方案,通过动态劫持Android虚拟机解释器的方法,实现对应用程序代码执行情况的全面监控.由于不直接对Android系统源码进行任何改动,该方案可以灵活、快速地部署在不同型号、不同版本的Android移动终端上.通过对原型系统的实现和测试,发现该系统易于部署、监控全面并且性能损耗较低.

人地系统是地理学最为重要的研究内容，区域可持续发展有赖于人地系统的合理结构与优化模式以及人们对此系统的有效调控。县级区域是一个具有复杂系统结构与功能的人地关系地域系统，本文以黄陵县为例，结合实地调查资料和统计数据，分析县域人地系统中人口、资源、经济和社会等结构特征。运用系统动力学理论与方法，建立人地系统演变的动态调控模型，对该系统进行多种发展方案调控试验，比较优选出人地系统协调发展的优化调控模式，为地区可持续发展提供决策依据。

本文分析了中国25个水稻主产省主要种植的水稻品种，探讨我国水稻品种改良进程和水稻品种性状的变化，并采用水稻成本数据研究品种改良对水稻生产的贡献。结果表明我国品种改良获得了巨大的成功，对水稻生产贡献份额达30%。与20年前相比，水稻审定的品种个数增加了1.5倍。抗病虫害品种的种植面积提高了10%；优质品种的种植面积增加了50%。然而，从90年代中后期品种改良对水稻生产的贡献逐渐下降。鉴于此，政府应鼓励育种人员进一步发掘优异种质，提高水稻育种水平，突破目前单产停滞不前的现象，从而更好的为水稻生产服务。

K-means算法是一种重要的聚类算法，在网络信息处理领域有着广泛的应用。由于K-means算法终止于一个局部最优状态，所以初始类中心点的选择会在很大程度上影响其聚类效果。本文提出了一种K-means算法的改进算法，首先探测数据集中的相对密集区域，再利用这些密集区域生成初始类中心点。该方法能够很好地排除类边缘点和噪声点的影响，并且能够适应数据集中各个实际类别密度分布不平衡的情况，最终获得较好的聚类效果。

以没食子酸为标准品,使用福林酚试剂(FC),通过分光光度法,对蒙古栎树叶中植物多酚含量进行了测定.首先从方法的稳定性、线性关系、精确性和准确性角度,对FC法进行了调整,确定了以没食子酸为标准的最佳反应条件.结果表明,最佳反应条件为0.15mL FC试剂(1mol/L),0.15mL 10%体积分数的Na₂CO₃,25℃反应80min后于760nm处测吸光值.使用调整后的方法测得结果为:蒙古栎叶中总酚含量为6.39%,RSD为1.90%.方法操作简单,结果重现性好, 可用来测定蒙古栎叶中总酚的含量.

氮化镓是直接带隙半导体材料,在室温下有很宽的带隙(3.39eV).它在光电子器件如蓝光、紫外、紫光等光发射二极管和激光二极管方面有着重要的应用.本文系统介绍了氮化镓的各种制备方法,对其结构和性能关系的研究,揭示了它在半导体领域广泛且重要的应用前景.

旨在通过对学习路径规划研究现状的分析，为未来学习路径规划领域相关研究的发展提供借鉴。具体而言，首先介绍学习路径规划的定义以及学习路径规划方法中常用参数；然后按照使用算法的类别的不同，对学习路径规划算法进行详细分类，总结各类学习路径规划方法的优缺点；接着，对学习路径规划方法使用的数据集与评估方法进行介绍；最后，总结学习路径规划方法面临的挑战并对其未来发展趋势进行预测。

二次指派问题(QAP)属于NP-hard组合优化问题，在现实生活中有着广泛应用。目前相对成熟的启发式算法通常以问题为导向来设计定制化算法，缺乏迁移泛化能力。为提供一个统一的QAP求解策略，将QAP问题的流量矩阵及距离矩阵抽象成两个无向完全图并构造相应的关联图，从而将设施和地点的指派任务转化为关联图上的节点选择任务，基于actor-critic框架，提出一种全新的求解算法ACQAP。首先，利用多头注意力机制构造策略网络，处理来自图卷积神经网络的节点表征向量；然后，通过actor-critic算法预测每个节点被作为最优节点输出的概率；最后，依据该概率在可行时间内输出满足目标奖励函数的动作决策序列。该算法摆脱人工设计，且适用于不同规模的输入，更加灵活可靠。实验结果表明，在QAPLIB实例上，本算法在精度媲美传统启发式算法的前提下，迁移泛化能力更强；同时相对于NGM等基于学习的算法，求解的指派费用与最优解之间的偏差最小，且在大部分实例中，偏差均小于20%。

以中国南方主要速生丰产树种桉树为研究对象，利用野外破坏性实测的90棵桉树解析木数据，研究桉树单木器官生物量的分配及规律，构建最佳单木异速生长方程，计算桉树根冠比并将其应用于桉树树根生物量的估算。结果表明：1)桉树生物量的分配策略如下：随着林龄的增大，桉树树干的生物量分配比例不断增多，而树枝、树叶和树根的生物量分配比例不断减少。2)应用桉树分林龄的根冠比数据估算桉树树根生物量是最为可行且有效的方法。3)在桉树生物量的异速生长方程构建中，乘幂方程优于线性方程，最优自变量则根据各器官有所差异。

基于PM_2.5浓度数据、自然因素数据和人类活动因素数据，采用克里金插值法和统计分析法探究2017年京津冀地区13个城市大气PM_2.5污染的时空分布特征，并采用相关分析模型和因子分析模型探究其成因。结果表明，京津冀地区：1)PM_2.5浓度空间分布呈现“北低南高”的特点，南部和北部城市的年平均浓度梯度最高可达到64μg/m³;2)PM_2.5浓度时间分布呈现“冬高夏低”、“早晚高午后低”的特点，冬季PM_2.5浓度是夏季的1.3~2.8倍，四季PM_2.5浓度日较差介于11~29μg/m³;3)大气PM_2.5污染与自然因素关系密切。地势地形影响PM_2.5的聚集、传输和扩散过程。风速、日照时数和相对湿度是影响大气PM_2.5污染的主导气象因素，冬季PM_2.5浓度与气象因素的相关性最强;4)大气PM_2.5污染与人类活动关系密不可分，具体可归为：社会经济因素、工业污染排放因素和城市建设因素。研究结果将有助于为京津冀地区大气污染防治查漏补缺。

鉴于在线社交网络谣言控制的时效性与及时性，提出一种基于多维特征的两阶段图卷积网络(MSF-GCN)学习模型。该模型试图在尽早的时间实现精准定位核心谣言传播节点，从源头上阻断谣言扩散。通过将MSF-GCN方法与其他基准方法在谣言数据集上进行比对，实验结果验证了MSF-GCN学习模型更加有效。

图像补全技术广泛应用于对象消除、媒体编辑，旨在平滑地恢复受损图像。基于生成对抗网络(GAN)反演将预训练的GAN模型作为有效先验，以真实的合成材质填充缺失区域。然而，现有GAN反演方法忽视了图像补全是具有硬约束的生成任务，使拼接图像有颜色、语义的不连续问题。针对此问题设计新的双向感知生成器和预调制网络来无缝地补全图像，其中双向感知生成器充分利用扩展隐藏空间，帮助模型从数据表征层面感知输入图像的非缺失区域，预调制网络利用多尺度结构进一步为风格向量提供判别性更强的语义。在Places2和CelebA-HQ数据集上进行实验，结果表明该方法不仅搭建GAN反演和图像补全之间的桥梁，而且优于目前主流算法，在FID指标上降低49.2%。

随着宽带低轨卫星系统的迅速发展，Ku、Ka等通信频段逐渐趋于饱和，非静止轨道(NGSO)卫星在工作时难免对采用相同频率工作的静止轨道(GSO)卫星产生干扰。目前常采用空间隔离的策略来规避干扰，NGSO卫星始终会对共线区域产生最强的干扰，增大隔离角可以减少干扰但会大大损失卫星波束的有效覆盖范围。基于此，提出一种基于发射波束旁瓣零陷的干扰规避策略，通过建立LEO卫星坐标系将天线阵面按行、列阵元划分，在列阵元维度上采用稳健LCMV算法实现宽零陷，在行阵元维度上结合波束指向进行扩展，最终在共线区域方向上形成一条“零陷带”。通过仿真分析，所提策略能在规避共线干扰的同时有效减少LEO卫星的干扰规避隔离区，算法复杂度低，在卫星上易于实现。

在多智能体强化学习的研究中，如何进行Ad-Hoc协作，也就是说如何适应种类和数量变化的队友，是一个关键问题。现有方法或者有很强的先验知识假设，或者使用硬编码的规则进行合作，缺乏通用性，无法泛化到更一般的Ad-Hoc协作场景。为解决该问题，提出一种面向Ad-Hoc协作的局部观测重建算法，利用注意力机制和采样网络对局部观测进行重建，使得算法认识到并充分利用不同局面中的高维状态表征，实现了在Ad-Hoc协作场景下的零样本泛化。在星际争霸微操环境和Ad-Hoc协作场景上与代表性算法的性能进行对比与分析，验证了算法的有效性。

将一个二元多项式P(x,y)=(x²+1)y²+2(x²+x)y+x(x²+1)的Mahler测度表达成一些Bloch-Wigner双对数函数的线性和,进而得到其与χ_-3的L函数特殊值的有理倍数关系：m(P(x,y))=5/2L'(χ_-3,-1)。

样本不平衡现象是指在数据集中以背景为主的易样本数量较大，而以前景为主的难样本数量过少，即样本存在类间不平衡与难易不平衡问题。现有目标检测算法大多是基于候选区域的两阶段算法或基于回归的单阶段算法，当应用于不平衡样本时无法避免训练中产生的预测框对大量样本过度依赖，从而导致模型过拟合且检测精度低，准确性、泛化性差。为了在不平衡样本下实现高效精准的目标检测，提出一种全新的SA-YOLO自适应损失目标检测算法。(1)针对样本不平衡问题，提出SA-Focal Loss函数，能够针对不同数据集与训练阶段对损失进行自适应调节，以达到平衡类间样本与难易样本的效果。(2)在多尺度特征预测机制下构造CSPDarknet53-SP网络架构，增强困难小目标样本全局特征的提取能力，达到提升难样本检测精度的效果。为验证SA-YOLO算法的性能，分别在样本不平衡数据集与COCO数据集上进行了大量仿真实验。结果表明：相较于现有YOLO系列算法最优指标值，SA-YOLO在不平衡数据集中mAP可达91.46%，提升10.87%，各类目标AP₅₀提升均在2%以上，有极强的专精性；在COCO数据集中mAP₅₀提升1.58%，各项指标均不低于最优值，有良好的有效性。

运用有效拉氏量方法分析LEPS合作组首次发布的关于γp → π^-Δ⁺⁺反应的高精度微分截面和极化观测量Beam asymmetry(Σ)的实验数据。把t道的π和ρ交换，u道的Δ交换，s道的核子N交换以及使光生反应振幅满足规范不变性的推广接触项作为背景项，尝试在s道进一步引入核子激发态交换的贡献以描述此实验数据。分析表明，如果在模型计算中不引入s道核子激发态交换的贡献，背景项的理论计算结果虽然能够大体上描述γp→π^-Δ⁺⁺反应的微分截面的实验数据，但是无法描述极化观测量Σ的实验数据；在s道中引入核子激发态N(1860)5/2⁺，模型计算结果就能够很好地同时描述LEPS实验组的微分截面和极化观测量Σ的实验数据。

基于SRAM等方案实现的物理不可克隆函数(PUF)易于受电压变化、热噪声等环境因素影响，存在可复现性较差的内在缺点，因此极大限制了其在密码和通信等领域的应用。借助BCH码的精确纠错译码特性，设计了一种具有大纠错容量的模糊提取器，用于实现SRAM原始数据的重建。搭载本设计的SRAM PUF芯片在华虹宏力0.11 μm CMOS平台制造，模糊提取器部分消耗面积为306 267 μm²，搭载的本源BCH码具有127 bit的码长和27 bit的纠错能力，满足PUF的实际应用需求。

异质群体的亚组分析是实现个体化医疗和个性化营销的关键所在。基于回归的方法是亚组分析的主要流派之一，这种范式将预测变量分为具有异质效应和同质效应的两部分，并根据异质变量是否相同将样本分为不同的亚组。然而，现有的基于回归的亚组分析方法大多有两大局限性：第一，它们仍然认为亚组内的样本是同质的，没有充分考虑个体效应；第二，没有考虑到同质变量中常见污染现象，这将导致模型结果出现较大偏差。为应对这些挑战，提出一种稳健的个体化亚组分析方法。使用多向分离惩罚函数估计模型异质部分的个体化效应，并使用γ散度得到同质部分的稳健估计。还提出一种高效的交替迭代的两步算法，这一方法结合了坐标下降法和交替方向乘子法。数值模拟和对皮肤黑色素瘤数据的分析进一步验证了所提方法的有效性。

利用2001—2020年的中分辨率成像光谱仪产品和全球陆地数据同化系统气象数据，基于“植被指数-地表温度”梯形特征空间模型反演黄河流域夏季的土壤水分，并采用Sen斜率与Mann-Kendall法以及地理探测器进行黄河流域的土壤水分时空变化格局及驱动因素分析。研究结果表明：黄河流域土壤水分在空间上具有明显的空间异质性，黄河源区和下游地区较为湿润，黄河中游相对比较干旱；2001—2020年黄河流域土壤水分含量在空间上主要表现为不显著增加和不显著减少变化趋势，分别占全流域面积的39.54%和58.01%，其中上游地区土壤水分增长速度最快；降水是黄河流域土壤水分时间变化的主导要素，气温和高程是影响黄河上游土壤水分空间变化的主要因子，归一化植被指数和降水是黄河中游土壤水分变化的主要驱动因子。

在前人工作的基础上，考虑月表向内吸收的太阳光照热量和向外释放的月球热辐射热量，以及与温度、深度相关的月壤热力学参数的非线性，开发了适合研究月壤温度、变形和热应力时空演化的热弹性耦合有限元并行程序，利用4组有限元模型研究不同的月壤特征厚度对月表温度、变形和热应力时空演化的影响。计算结果表明，月表月壤温度呈现1个月球日(29.5个地球日)的周期性变化，赤道月表的温度在100~385 K之间变化，变化幅度随深度增加指数衰减，影响深度约达50 cm。温度的周期性变化引起月表垂直位移也呈现上升和下降的周期性变化，以及月表水平正应力的挤压和拉张的周期性变化。总体而言，水平应力白昼是挤压，夜晚是拉张，其中拉应力增长速率最快的时刻是18:00，拉应力最大的时刻是06:00。月壤特征厚度对温度、水平正应力的时空分布的影响较大。热应力的量级有可能达到月表岩土抗张强度，张应力增长最快和幅值最大时段与观测到的月球浅表热事件发生的早晚频度较高相吻合。

月球冷却过程中积累的热应力是影响月球内部力学环境的重要因素之一。使用三维黏弹性有限元模型计算月球热应力的积累过程，并通过对比实验分析黏性参数对热应力大小的影响。计算结果表明月幔深部和浅部的热应力状态存在截然的分界。浅部热应力以切向挤压为主，挤压应力最大值出现在月壳底部；深部径向和切向正应力的大小主要受浅部径向正应力的控制，径向和切向热应力均为拉张，但由于黏性松弛差应力的积累和松弛动态平衡，而处于接近“静水压”状态。假设月球岩石圈的黏度大于10²⁸ Pa·s，则现今月壳和浅部月幔水平挤压热应力可以达到数百MPa，而月幔深部的拉张热应力可达到数十~100 MPa。因此，震源深度较浅的浅源月震可以用热应力来解释。而深源月震成因仍是一个困难的问题，推测深部月幔的拉张热应力为孔隙结构的发育提供了条件，而月幔底部的熔融层提供了高压孔隙流体，从而降低了深部月幔介质的破裂强度。

鉴于不同类型草地叶面积指数(LAI)的时空变化特征不尽相同，且不同变化趋势的LAI对气候变化的响应也不尽相同，利用长时间序列LAI和气象数据，结合草地分类数据，获得1981—2017年中国北方不同类型温性草地最大LAI的时空变化特征，并重点探讨不同变化趋势的LAI对气温和降水量变化的响应。结果表明，中国北方温性草地年均最大LAI的多年均值为(0.76±1.07) m²/m²，东高西低；其中，草甸草原最高((2.73±1.20) m²/m²)，草原化荒漠最低((0.13±0.17) m²/m²)。总体上，年均最大LAI呈显著增加趋势；呈显著增加的面积占32.52%，显著降低的面积占6.31%；所有类型草地最大LAI显著增加的面积均大于显著降低的面积。年均最大LAI与1—8月总降水量和7—8月平均气温的年际变化均呈正相关。最大LAI显著降低和显著增加均主要受7—8月均温显著升高的影响。7—8月均温上升速率在影响LAI变化上存在转折阈值；对所占面积较大的草地类型，该阈值约为0.042~0.043 ℃/a。当气温上升速率低于该阈值时，LAI才随气温上升而增加；反之，LAI随气温上升而降低。这些研究结果可对气候变化背景下的草地利用、保护和恢复提供重要的科学依据。

为提升高分辨率遥感影像中建筑物提取的精度，提出一种基于MFF-Deeplabv3+(multiscale feature fusion-Deeplabv3+)网络的高分辨率遥感影像建筑物提取方法。首先，设计多尺度特征增强模块，使网络能够捕获更多尺度的上下文信息；然后，设计特征融合模块，有效融合深层特征与浅层特征，减少细节信息的丢失；最后，引入注意力机制模块，自适应地选择准确特征。在Inria建筑物数据集的对比实验中，MFF-Deeplabv3+在PA、MPA、FWIoU、MIoU指标中取得最高精度，分别为95.75%、91.22%、92.12%和85.01%，同时在WHU建筑物数据集的泛化实验中取得不错的结果。结果表明，本方法在高分辨率遥感影像中提取建筑物信息精度较高，且具有较好的泛化性。

在育种中，常常通过利用单核苷酸多态性(SNPs)来预测表型以辅助育种，提高育种效率。传统的统计分析方法受到数据缺失等诸多因素的限制，在一些情况下效果不佳。针对此问题，提出一种利用多尺度特征进行植物性状预测的卷积神经网络模型(MSF-CNN)，该模型通过卷积提取3个不同尺度的SNPs特征，对植物性状数值进行回归预测，并通过对模型中SNPs的权重分析SNP位点的显著性。测试结果表明，与目前已知的其他方法相比，MSF-CNN模型在有基因型数据缺失值的数据集上表型预测的准确性更高。此外，通过显著性图研究基因型对性状的贡献，发现数个较显著的SNP位点。说明该深度学习模型可以更准确地预测定量表型，并能够高效识别与全基因组关联研究相关的SNP位点。

基于轨道碳观测者2/3(OCO-2/3)卫星数据和高斯羽流模型对发电厂CO₂排放量进行遥感反演。首先基于OCO-2(2014-09-06—2021-10-01)和OCO-3(2019-08-06—2021-10-01)数据检索中国超大型燃煤电厂(≥5 000 MW)附近图像，共在托克托、嘉兴、外高桥电厂附近识别到7个CO₂羽流。综合利用3种大气背景值确定方法，经过高斯羽流模型估算的CO₂排放量范围为43~77 kt/d，模型拟合的相关系数0.50~0.87。单个羽流的不确定性变化为8%~32%(1σ)，风速是最大的不确定性(6%~31%)，其次是背景值(5%~18%)、增强值(1%~21%)和羽流上升(1%~8%)。经验证，估算结果与碳监测行动、碳简报、全球电厂排放数据库等排放清单一致性较高(托克托：(76.48±15.75) kt/d、外高桥：(55.98±6.90) kt/d、嘉兴：(64.55±15.89) kt/d)。这项研究有助于监测点源碳排放，这不仅是电力行业开展碳减排的前提，也有助于针对性制定区域碳减排政策，从而减少人为碳排放。