对气泡纵向偏心的空心液滴撞击超疏水小圆柱的动力学行为进行数值模拟研究。根据液滴在撞击过程中经历的拓扑结构变化，确定了4种典型的撞击模式：直接反弹、破裂回缩、连续破裂和顶部破裂。分析这些模式间的转变与韦伯数和气泡偏心比等无量纲参数的关系，并讨论不同模式下液滴的铺展比、速度、动能等关键物理量随时间的变化规律。进一步的定量分析表明，在所考察的参数范围内，空心液滴在撞击过程中的最大铺展比是气泡纵向位置的非单调函数；对于相对较大的韦伯数，较小的气泡偏心程度更有利于液滴的铺展。此外，液滴破裂的无量纲时间与气泡偏心比近似呈线性关系，与韦伯数大小的关联性较弱。

相较于传统的无机热电材料，聚合物复合热电材料具有良好的柔性、拉伸性和愈合能力，并因其原料丰富、价格低廉、重量轻、低毒或无毒、热导率低等优点而受到广泛关注。聚合物复合热电材料一般由纳米材料与导电聚合物组成，其中纳米材料通常包括碳纳米管、石墨烯、金属有机框架、MXenes和黑磷等；导电聚合物通常是聚噻吩及其衍生物、聚苯胺和聚吡咯。聚合物复合热电材料作为无机热电材料不可缺少的有益补充，除具有传统的热电材料利用热能发电的特点外，还结合了导电聚合物和纳米材料的优点。尽管其部分性能仍低于传统的无机热电材料，但已在各种传感器中展现了新的应用潜力。人工智能和机器学习作为新方法已被用于高效设计合成聚合物复合热电材料和增强其性能的研究。可以预见，聚合物复合热电材料有望取得长足进步，呈现更广阔的应用前景。

进行水平磁场下由塞贝克效应驱动的热电对流实验研究。采用镓铟锡和康铜作为实验工质，使用超声多普勒测速系统精确测量封闭腔体中的对流速度，得到3种热电对流模式。在弱磁场下，对流模式以热电效应主导，并且可以近似为一个二维流动；随着磁场的增大，对流模式开始向三维转变，出现不同程度的速度波动；在强磁场下，由于磁阻尼效应的影响，又会转化为一个近似的二维流动。热电效应和磁场相互作用产生的洛伦兹力在弱磁场下能够增强传热，但是在强磁场下磁阻尼效应又会反过来抑制传热。

通过对恒定雷诺数Re=80、理查森数Ri范围为-5≤Ri≤-0.5的冷圆柱绕流开展三维数值模拟，研究冷圆柱绕流尾迹结构的形成机理及浮力对尾迹结构的影响。结果表明，在-2.5≤Ri≤-0.5范围内，冷圆柱绕流的尾迹结构受到浮力作用呈现出一致的循环模式，当Ri达到一定值（如Ri=-5）时，冷圆柱绕流的循环模式发生改变。随着Ri减小冷圆柱尾迹结构整体向重力方向偏转，肋部结构数量呈现非单调变化，柱体尾迹的贴壁流动增强，当Ri减小到一定值时流动尾迹仅从圆柱下方发生分离。圆柱表面的升力系数、阻力系数和努塞尔数随Ri的减小而单调增加。

为探究纳木错入湖河流尼亚曲氮输送空间格局及判断沿河湿地在河流氮输送中的作用，在2019─2021年生长季监测了该河多个断面流量和氮组分含量并进行分析。结果表明总氮、硝酸盐氮和氨氮含量在断面之间不存在显著差异，但在年际间和月动态存在显著波动。全河段总氮含量在（0.207±0.003）mg·L^-1（±后均为1倍标准误）。湿地微弱地提高了河流总氮（0.022±0.002）mg·L^-1（P<0.05），对硝酸盐氮和氨氮没有明显影响。陆地生态系统沿途补给水分入湖，但总氮含量比纳木错站多年观测报道的大气无机氮湿沉降水平（0.21~0.24 mg·L^-1）略低，比总沉降水平只会更低。据此判断尼亚曲小流域陆地生态系统（包括湿地）并未通过河流向纳木错（净）排放氮元素，而是吸收。

低影响开发（LID）设施的配置对恢复城市自然水文过程至关重要。以中国科学院大学雁栖湖校区为研究区，基于5种重现期降雨情景下模拟的各个子汇水小区的峰值地表径流量和总固体悬浮物负载（TSS），构建雨洪状况综合指标，据此识别优先配置LID设施的子汇水小区；并根据LID设施的配置要求和地理环境条件，确定各小区的LID设施类型和最佳面积比例，由此制定LID设施的配置方案。模拟分析绿色屋顶、雨水花园、植草沟和渗透路面这4类设施不同空间配置的小区与整体地表径流和TSS削减效果。结果表明，对整个研究区，实施此方案可使总地表径流量和TSS负载削减率达到16%~24%，且与其他方案相比，削减效果最为明显。雨水花园、渗透路面和植草沟的径流和污染削减效果随其占小区面积比例的增大而增强，并在不同重现期降雨下保持稳定。绿色屋顶的污染削减率随面积比例增大而增加；径流削减效果还受地表土地覆被的极大影响：在绿色屋顶面积比例接近的情况下，削减效果随绿地增多而趋好。然而，在强降雨时，各类LID设施以及整体方案的削减效果有所减弱，仍需与城市地下管网及水系协同发挥作用。这些研究结果可为研究区的改造和建设提供重要的参考依据，以更好地防控极端降雨可能产生的内涝和污染灾害。

车辆轨迹预测算法在自动驾驶领域扮演着关键角色。当前基于深度学习的算法虽然能够显著提升车辆轨迹预测的准确性，但缺乏算法决策过程的可解释性。为此，本文将知识先验融入深度学习算法中，提出一个基于注意力网络的轨迹预测算法KIT。与传统的依赖增加约束来融合知识的方法不同，该算法通过设计特定的模型结构来融合社会力模型的先验知识，模仿驾驶者在复杂交通中的决策过程，从而增加预测过程的可解释性。KIT使用注意力机制模拟驾驶者观察周边环境，并通过多层感知机网络预估驾驶者基于自身动机、周边车辆和环境条件的加速度变化。在Argoverse数据集上的测试显示，KIT在增加可解释性的同时，其预测效果也超过了其他先进的深度学习轨迹预测算法。

低轨卫星融合5G的移动通信系统具有广阔的应用前景，为保障用户与基站之间通信链路的有效建立和数据的可靠传输，时频同步技术至关重要。传统的时频同步算法对毫米波频段、大带宽、高多普勒频移及变化率、低信噪比的低轨卫星信道的适用程度有限，导致估计精度下降。针对采用5G体制的低轨卫星通信系统上行业务数据信道，提出一种基于加权内置同步序列的时频联合同步算法，提高了时频偏估计精度。通过仿真实验对比可知，相比于传统算法，所提时频联合同步算法在不增加算法复杂度的同时，具有更优良的综合同步性能。

虚假评论影响在线消费者的购买决策，如何高效识别虚假评论是当前电子商务发展中亟待解决的问题。传统虚假评论识别方法容易受到评论文本风格、句法词法和上下文差异的影响，准确性偏低；大语言模型（LLM）虽然可以解决这一问题，但训练过程往往耗费机时过长。为此，提出一种新的基于聚类微调的在线商品虚假评论识别方法（CF-DRI）。该方法通过筛选聚类评论样本来微调LLM的预训练知识，以显著提升LLM识别虚假评论的训练效率。相较于传统方法，CF-DRI方法在微调样本数量较少的情况下即可表现出优异的识别性能。基于Yelp.com数据集的实验结果表明：CF-DRI方法仅利用20%的聚类样本，即可实现92.29%的虚假评论识别精确率和90.03%的识别召回率。

三维实时渲染技术存在计算复杂度高、存储开销大等问题，难以在资源有限的Web端高效运行。边折叠算法是三维实时渲染轻量化的常用技术，但存在边缘特征容易丢失、简化率单一、折叠后网格质量低等影响视觉效果的问题。针对上述问题，提出一种面向Web端的三维实时渲染高效轻量化方法。首先，提出一种基于3D-SIFT特征提取的边折叠优化算法，通过对关键区域进行冻结操作，更好地保留模型边缘特征；其次，在折叠过程中，引入局部信息熵，改变边折叠代价，优先折叠非特征区域，从而实现不同特征区域的分级简化；最后，引入Delaunay算法对三角正则度较差区域进行重建，提升网格质量。

无人机图像拼接是无人机遥感应用的必要前置步骤，但拼接结果中通常会存在大块不规则边界和多个拼接缝，影响后续分析和应用。现有方法通常不能同时解决这2个问题，需要对图像拼接结果进行多次处理，造成多次误差传递。针对这一问题，提出一种基于去噪离散扩散模型（DDPM）的无人机图像拼接补全方法，该方法对不规则边界和拼接缝统一设计掩码，利用带有流形梯度先验约束的扩散模型补全掩码区域的图像，可同时消除不规则边界与拼接缝，改进拼接结果的质量。利用不同场景数据开展对比实验，结果表明该方法有效消除了拼接结果中的不规则边界与拼接缝，修复后从局部到全局图像质量评价（PaQ-2-PiQ）与多尺度图像质量转换评价模型（MUSIQ）得分分别提升4.36%和15.37%，不规则边界处的结构相似性（SSIM）和峰值信噪比（PSNR）分别提升20.22%与33.69%。与SOTA方法和其他经典的图像拼接算法的对比实验结果表明，该方法在主观和客观2种质量评价方式下都优于其他方法，具有良好的鲁棒性和泛化性，可广泛应用于无人机图像拼接场景。

针对高速机动目标长时间相干积累过程中跨距离单元和跨多普勒单元造成回波积累增益损失，导致常规积累方法失效的问题，提出一种基于K-相邻脉冲时频双重反转变换的快速相干积累算法，通过在距离频率-慢时间域与相邻第K个脉冲的距离频率和慢时间双重反转共轭信号相乘，消除信号中的跨距离单元走动和多普勒频率徙动。同时，引入时频反转互相关算法作为补充，通过联合计算来估计目标距离、速度和加速度。最后构造补偿函数完成回波能量聚焦。仿真实验结果表明，该方法可以在不进行任何参数搜索的条件下实现二阶高速目标运动参数估计，计算复杂度低。此外，K-相邻脉冲时频双重反转变换与时频反转互相关可并行实现，从而进一步提升运算速度。

针对视觉导航图像前端的加速处理需求，提出一种基于轻量级、低成本FPGA的图像预处理加速器方案。该方案通过高效的流水线设计以及并行处理技术集成直方图均衡化、FAST特征点检测及多源传感器数据时间同步等关键功能，解决了在有限硬件资源下实现多功能集成、满足实时性要求、平衡成本与性能、多源传感器信息时间同步，以及实现软硬件协同设计等技术难点。该方案基于Xilinx公司Zynq-7000系列轻量级FPGA实现，在实现低成本的同时大大降低了图像处理延迟。当FPGA以160 MHz的频率运行时，对于1 280×720的图像可实现150帧/s的处理速度，提供了一种低成本、高性能的视觉导航图像前端加速解决方案。