GaN HEMT在栅极与源极和漏极之间存在一段通道区域，在等效电路模型中通常等效为一电阻，称为源漏通道区电阻R_D，S。准确构建GaN HEMT R_D，S模型，对于分析GaN HEMT直流和射频特性，构建GaN HEMT大信号模型具有十分重要的意义。本研究给出考虑自热和准饱和效应的R_D，S模型。首先由源漏通道区温度T_CH与耗散功率P_diss的关系，推导出非线性自热效应模型。进一步基于准饱和效应和Trofimenkoff模型，给出源漏通道区电子漂移速度与电场强度的关系表达式，构建非线性R_D，S模型。在环境温度T_amb = 300 ~ 500 K时，源漏通道区二维电子气2DEG面密度n_S，acc（T_CH）和迁移率μ_acc（T_CH）随T_CH的升高而下降，这导致低偏置条件下的源漏通道区电阻R_D0，S0随T_CH呈非线性增长。将本研究和文献报道的R_D，S模型与TCAD （Technology Computer Aided Design）仿真数据进行对比，结果显示：本研究与文献报道的漏通道区电阻R_D模型的平均相对误差分别为0.32%和1.78%，均方根误差（RMSE）分别为0.039和0.20 Ω；R_S模型的平均相对误差分别为0.76%和1.73%，RMSE分别为0.023和0.047 Ω。与文献报道的实验数据进行对比，结果显示：本研究与文献R_D模型的平均相对误差分别为0.91%和1.59%，RMSE分别为0.012和0.015 Ω；R_S平均相对误差分别为1.22%和2.77%，RMSE分别为0.001 5和0.003 4 Ω。本研究提出的R_D，S模型具有更低的平均相对误差和均方根误差，能够更加准确地表征GaN HEMT线性工作区R_D，S随漏源电流I_DS的变化。可将本模型用于器件的设计优化，也可作为Spice模型用于电路仿真。

基于脑电图（EEG）信号的癫痫自动检测对癫痫的临床诊断和治疗有很大的帮助。由于大部分癫痫识别算法忽略了EEG信号的时序关系，为此，文中提出了一种基于多频带路径签名特征的癫痫EEG信号分类方法。此方法首先将EEG信号分解成5个不同频段的频带信号，再通过路径签名算法进行特征提取，然后采用局部主成分分析去除特征相关性并进行特征融合，最后将融合特征送入集成分类器中进行预测分类。由于路径签名可以更深入地挖掘EEG信号的相关关系，结合局部主成分分析后，文中方法可以获取更有鉴别性的癫痫分类特征。分别在时长超过2 000 s癫痫发作片段的本地医院私有数据集和开源的CHB-MIT癫痫数据集上，选用10折交叉进行实验验证，结果表明：在私有数据集上，文中方法的平均分类准确率达到97.25%，比经典的基于经验模态分解（EMD）的方法提高了3.44个百分点，比最新的基于长短期记忆网络（LSTM）+卷积神经网络（CNN）的方法提高了1.35个百分点；在CHB-MIT数据集上，文中方法的平均分类准确率达到98.11%，比经典的基于EMD的方法提高了5.20个百分点，比最新的基于LSTM+CNN的方法提高了2.64个百分点；在两个数据集上文中方法的分类准确率均优于其他对比方法。

人体网格重建（HMR）在人机交互和虚拟/增强现实等领域有广泛应用。为了进一步提高基于图像的人体网格重建中人体姿势和形状估计的精度，提出了基于混合逆运动学的全局一致性深度卷积神经网络，用于参数化人体网格重建（GloCoNet）。为了增强网络的全局一致性和全局上的长程依赖，该网络在特征提取网络基础上，设计了全局一致性增强器（GCB）模块，它能够增强模型对全局信息的感知能力和表达能力，并且使模型能够自适应地调整不同通道和空间位置的特征图权重。然后引入了多头注意力机制（MHSA）来捕获模型全局上的长程依赖，它可以帮助模型在处理长期依赖时更好地捕捉到关键的关系和模式，并建模全局上下文信息，从而更好的丰富特征子空间的多样性。同时，该网络采用混合逆运动学的方法弥合人体网格估计和3D人体关节点估计之间的差距，最终提升人体3D姿势和形状估计的准确度。实验结果表明，GloCoNet模型在公开的Human 3.6 M数据集上以平均每关节51.3 mm的位置误差（MPJPE）显著优于先前的主流方法。

张量训练（TT）分解和Tucker分解是两种有效的卷积神经网络压缩方法。然而，TT和Tucker分解分别面临空间结构信息丢失与计算复杂度高等问题。为解决上述问题，文中考虑了网络结构的信息保留率和资源占用情况，采用学习-压缩（LC）算法的约束型压缩框架，提出了一种基于TT-Tucker分解的无预训练LC卷积神经网络压缩方法（TT-LC）。TT-LC方法包括学习步骤和压缩步骤两个部分。学习步骤不需要预训练过程，采用了指数循环学习率方法以提高训练准确率。而在压缩步骤，文中根据TT和Tucker分解的优点以及贝叶斯规则选取全局最优秩的特性，运用经验变分贝叶斯矩阵分解（EVBMF）和贝叶斯优化（BayesOpt）选出合理的秩以指导张量分解，采用TT-LC方法压缩训练后的模型。TT-LC方法既降低了空间结构信息丢失率和计算复杂度，又解决了张量的秩选取不合理导致模型准确率显著下降的问题，可实现模型的双重贝叶斯选秩和双重压缩，获得最优的压缩模型。最后，采用ResNets和VGG网络在CIFAR10与CIFAR100数据集上进行实验。结果表明：对于ResNet32网络，相比于基准方法，文中方法在准确率为92.22%的情况下，获得了69.6%的参数量压缩率和66.7%的浮点计算量压缩率。

针对非线性随机系统的概率密度函数（PDF）形状控制问题，文中以Fokker-Planck-Kolmogorov（FPK）方程为研究工具，提出了一种基于紧支撑多变量多项式（CSMP）函数的非线性随机系统PDF形状控制方法。当系统处于稳定状态时，系统的PDF被困在特定的紧凑子空间中，不需要对整个空间进行积分。而CSMP函数在一段连续的空间内非0，满足紧凑子空间的特征。因此，文中将CSMP的线性组合（CSMP-LC）作为FPK方程的稳态近似解逼近目标PDF。首先，采用飞蛾扑火优化（MFO）算法优化CSMP-LC函数的参数；然后，通过对多维稳态FPK方程的每一维状态变量进行积分，确保稳态FPK方程在整个空间中的积分为0；最后，求解出一维和二维非耦合的状态变量PDF形状控制器，并进行了仿真实验。结果表明，对于一维非线性随机系统，文中提出的方法能有效地实现对不同类型目标PDF形状（单峰形状、双峰形状、三峰形状）的控制，且在目标PDF形状为复杂的三峰时，文中方法的均值、方差、峰度和偏度误差均优于其他两种方法。文中方法扩展到二维状态变量非耦合的非线性随机系统时，也能较好地实现对PDF形状的控制，为多变量随机系统的PDF形状控制研究提供了新的思路。同时，CSMP函数可以减少积分计算的复杂性，降低了非线性随机系统的PDF形状控制器的求解难度。

随着机器人技术的发展，仿人机器人在多个领域展现出应用潜力和价值。针对仿人机器人，基于机器视觉进行自主抓取研究，旨在提高仿人机器人在自然环境中的抓取适应能力和动作仿人性。在机器视觉方面，硬件采用Realsense-D435深度摄像头，利用YOLO（You Only Look Once）物体检测模型实现目标物体的识别、空间定位、深度图裁切和目标点云生成，并根据目标点云与标准点云的配准算法（ICP）获取物体的姿态，通过D-H法对机器人头部进行建模，将物体的位置和姿态由相机坐标系转换为机器人坐标系。在运动规划上，参照人手臂的抓取规律，将抓取过程分为9个基础动作：初始位、移动至预抓取位、抓取物体、提起物体、搬运物体、移动至放置位、放置物体、退出位和回到初始位，针对不同物体确定对应抓取姿态，以提高抓取成功率，根据视觉获取的抓取点和放置点，自主计算余下的关键点，并以空间弧形作为抓取轨迹，通过Matlab仿真，验证抓取过程机械臂末端运动轨迹和关节轨迹的合理性。最后进行物体抓取实验，结果表明，仿人机器人在自然环境中能够快速准确地识别和定位不同物体，并能成功进行抓取和搬运，成功率均在80%以上，并且能够兼顾动作的仿人性，验证了所提出方案的有效性。本研究可促进仿人机器人在人类日常生活中的应用和普及。

近年来，注意力机制在图像分类、目标检测和语义分割等领域取得了巨大成功，但现有的注意力机制大多只能在通道或空间维度上实现特征融合，这极大限制了其在通道和空间维度上变化的灵活性，导致无法充分利用特征信息。为此，文中提出一种基于特征相似性和特征规范化的、可同时利用特征图各维度信息的卷积神经网络注意力模块FSNAM。该模块由特征相似性模块（FSM）和特征规范化模块（FNM）两部分组成，FSM利用输入特征图的通道特征信息和局部空间特征信息生成一个二维的特征相似性权重图；FNM利用输入特征图的全局空间特征信息生成一个三维的特征规范化权重图；两个模块生成的权重图融合在一起，生成一个三维的注意力权重图，以此实现通道特征信息和空间特征信息的融合。为证明FSNAM的可行性和有效性，进行了消融实验，结果表明：在图像分类任务方面，FSNAM模块对分类网络在CIFAR数据集上的性能提升明显优于其他主流注意力模块；在目标检测任务方面，使用FSNAM模块的目标检测网络对VOC数据集中的小目标和中等大小目标的检测准确率分别提高了3.9和1.2个百分点；在语义分割任务方面，使用FSNAM模块可以提高HRNet模型的性能，在SBD数据集上模型的平均像素准确率提高了0.58个百分点。

婴童的生理特征和行为模式与成人存在一定差异，导致其在使用相同类型产品时，对有害化学物质的暴露频率及暴露量远高于成人。因此，各国法规标准对婴童用品设置了有害化学物质的安全限值，用以保护最脆弱且敏感的婴童群体。异噻唑啉酮是一种能引起过敏性皮炎的强致敏性化合物，国内尚未设置其化学安全限值，国外也仅限于对其总含量的限制。为此，文中通过考察婴童的化学安全评估方法，总结现有化学安全限值模型，明确了构建限值模型的关键步骤。首先确定剂量反应数据；接着根据产品使用特征确定限值的量纲；然后基于量纲分析法，引入产品特征和人体行为模式参数，建立剂量反应数据与限值之间的联系。在此基础上，通过引入致敏阈值、总致敏评估因子、出汗率、运动时长构建了婴童运动护具中异噻唑啉酮汗液迁移限值模型。最后，结合婴童及产品特征选择合适的参数值，并应用该模型计算出3种异噻唑啉酮（MI、CMI和BIT）的迁移限值，分别为0.150、0.014和0.150 mg/L。该值拟在2023年底公布的国家标准《婴童用品 日常运动防护器具通用技术要求》中被应用，用以保障婴童皮肤免受异噻唑啉酮的危害。

从烟草中提取烟碱可实现废弃烟草的资源化利用，为此采用单因素实验考察了超临界CO₂萃取烟草中烟碱的工艺条件（萃取时间、萃取压力、萃取温度、CO₂流量、原料粒径）对烟碱提取率和烟草浸膏萃取率的影响；此外，还以烟碱提取率为指标，萃取时间、萃取压力、萃取温度、CO₂流量为考察因素，设计正交试验对萃取工艺进行优化，并采用气相色谱-质谱法分析了所得烟草浸膏的成分。结果表明，萃取温度对烟碱提取率的影响最大，萃取时间和萃取压力的影响较大，CO₂流量的影响最小。最佳萃取工艺条件：萃取温度为65 ℃，萃取压力为22 MPa，CO₂流量为25 L/h（以150.0 g烟草原料为基准），萃取时间为80 min，原料粒径为0.60 mm。在最佳工艺条件下，烟碱提取率为97.89%，烟草浸膏萃取率为5.57%，烟草浸膏的挥发物中共检测出14种成分，且浸膏主要成分为烟碱（相对含量为52.22%）、新植二烯（相对含量为10.29%）、维生素E（相对含量为6.67%），此外还含有植物甾醇、亚油酸、枫香脂等。因其烟碱相对含量较高，该浸膏可作为后期烟碱纯化的良好原料。

自组织游径网络的活力提升是城市更新规划的重要目标。由于老城区游径网络存在不连续性和断头路现象，居民游憩活动的舒适性受到了挑战，而游径网络的自组织性意味着自上而下的规划设计模式难以匹配市民需求。如何自下而上地推演游憩规划的空间活力，进而识别潜力地块，是提升城市游径网络品质的重要命题。文中以广州市老城区为案例，基于复杂网络理论，构建游径网络的非连续性和空间活力测度指标；以GPS轨迹数据识别既有游径网络的非连续区段，定量探讨了基于市民游憩行为的非连续路段空间的识别和城市更新改造项目的活化作用，推演更新项目实施带来的潜在影响。游径网络的非连续性分析表明，当前广州市老城区游径路段的非连续度总体较低，连接程度较好，但由于区位和历史遗留问题，仍有部分路段存在明显的非连续现象。城市游径网络的空间活力推演结果表明，城市更新项目对自组织游径网络会产生一定的正面影响，可依据推演分析来判定城市游憩品质提升项目的实施计划和日程。本研究从规划和交通维度出发，对城市的自组织特性进行了有益探索，弥补了“自上而下”式规划对城市自组织游径网络考虑不足的缺陷。

铁路桥梁线形测量对于桥梁健康检测与确保铁路安全运营具有重要作用。为提高运营铁路钢桁拱桥线形测量效率，以某3跨钢桁拱桥为例，运用地面激光扫描（TLS）技术对桥梁杆件进行整体化扫描，从桥梁线形测量精度、扫描完整性、点云个数等3方面，分析出最佳的桥梁扫描测站数为10个。运用3DNDT点云配准算法将各测站一一配准，桥梁点云配准精度为2 mm，将桥梁点云投影至xoy平面，用半径滤波器进行噪声点的去除，得到完整“纯净”的桥梁点云模型。提出点云等距切片与点云平面切片算法提取桥梁线形，并将线形点云数据导出在AutoCAD中拾取坐标。将点云切片法提取的TLS测量值、全站仪法测量结果与原始成桥线形做比较分析，结果表明：在桥面线形分析中，两方法均在跨中处A₅点测量出最大变形，分别为12.69 mm、10.29 mm，两方法的最大相互较差R为2.4 mm，相关系数优于99.93%；在拱轴线线形分析中，点云切片法与全站仪法在主桁上弦跨中B₄点位测量的最大变形为6.2 mm、3.9 mm，在主桁下弦跨中B₁₀点位测量的最大变形为5.9 mm、3.5 mm，两方法的最大互相较差R为3.2 mm，相关系数优于99.87%，验证了点云切片算法的有效性与TLS测量的高精度性。拱轴线横向线形未出现明显侧移，点云等距切片得到的19个吊杆垂直度保持良好，未发生扭转与偏移。该成果对于运营铁路钢桁拱桥的线形分析与点云处理方法可提供相应的思路和参考，具有重要的实用价值。

隧道围岩压力值是浅埋隧道设计计算的重要参数。为进一步提高围岩压力计算结果的可靠性，以传统浅埋隧道坍塌模型为基础，提出了圆弧滑移面破坏模式，同时基于非线性Mohr-Coulomb破坏准则，运用极限分析上限法推导了地震力作用下浅埋隧道围岩压力的计算公式，验证了计算结果的可靠性，并对影响因素进行了探讨。与实际工程和已有成果的对比分析证明了理论公式具有较高的可靠性和准确度。研究还发现：围岩压力受非线性系数和初始粘聚力的影响较为显著，非线性系数越大、初始粘聚力越小，围岩压力越大；随着待定参数K（水平围岩压力与竖向围岩压力的比值）的减小，水平围岩压力减小，竖向围岩压力增大；地震力对围岩压力的影响不容忽视，竖向地震力单独作用对围岩压力的影响最大，水平和竖向地震力共同作用的影响次之，而仅有水平地震力作用的影响最小。随着水平与竖向地震力系数的增大，围岩压力也在增大。分析结果对于大部分的隧道，尤其是易受地震影响的浅埋隧道研究具有较高的参考价值。

为了给广府木结构的修复提供理论依据，采用菠萝格木材设计制作了5个箍头榫节点试件。考虑到榫卯构造尺寸的影响，首先进行了未加固无损节点的拟静力试验。然后，采用对原有外观影响较小的雀替型阻尼器对上述节点损坏试件进行加固，以尽可能保留建筑的原始风貌。最后，对加固节点进行拟静力试验，以研究节点的抗震性能变化以及阻尼器的加固效果。结果表明：采用阻尼器加固后的节点试件在加载至破坏时，榫卯处压痕明显，梁外榫外侧劈裂、脱榫现象明显，阻尼器脚部的橡胶与钢板有一定的脱离现象；对节点增设阻尼器能够弥补节点初期损伤导致的受力性能下降，为残损榫卯节点提供较好的后期刚度，提高节点的承载能力和耗能能力；与未加固试件相比，增设阻尼器后，试件的后期刚度、极限承载力、总滞回耗能均有所增加，分别提高18%、19%、20%以上。文中还在已有简化力学模型的基础上，结合OpenSees，提出了一种应用于箍头榫木结构的宏观模型建模方法。采用该方法得到的节点滞回曲线与试验结果吻合良好，可以有效模拟阻尼器加固的箍头榫木节点的滞回耗能特性。

泥水盾构在砂卵石地层掘进时，排浆管道将输送大量大粒径卵石，导致浆体产生不稳定湍流，这给管道压力损失的确定带来了挑战。该研究设计了环流试验装置，以CMC透明黏性浆液为实验用泥浆，建立了基于计算流体动力学与离散单元法（CFD-DEM）耦合的三维数值模型；以粒径为5~80 mm的卵石为对象，分析了卵石粒径级配、浆液流速、卵石体积分数以及管道倾角对管道沿程压力损失的影响规律。研究结果表明：同一卵石粒径级配、卵石体积分数与管道倾角下，管道沿程压力损失随浆液流速的增加大致呈指数函数规律增加；对于水平管道，不同卵石粒径级配下的管道沿程压力损失差别较小；在低浆液流速（v < 2 m/s）下，管道沿程压力损失随卵石体积分数的增大呈线性规律增加，在较高浆液流速（v ≥ 2.0 m/s）下，管道沿程压力损失随卵石体积分数的增大呈指数函数形式增加；对于倾斜及竖直管道，同一卵石粒径级配、卵石体积分数与浆液流速下，管道沿程压力损失随着管道倾斜角度的增大首先表现为缓慢增加，然后呈急剧增加，其转折点的管道倾角为60°。此外，在泥浆浮力以及湍流的作用下，大粒径的卵石难以克服自身重力达到完全悬浮的运动状态，因此，大粒径卵石主要沿管道下壁面运动，且在管道弯头处压力存在明显的分层现象。

借助FLAC^3D软件，建立土工格室柔性挡墙支护边坡数值模型，并采用振动台试验结果对数值模型进行验证，采用标定后的数值模型，系统研究了条带刚度、格室尺寸、挡墙厚度和充填料弹性模量4种因素对边坡动力响应的影响，并对挡墙的破坏机理进行了深入探讨，计算了各参数的影响权重。研究结果表明：地震作用下挡墙的稳定性与4种因素有着密切的联系；格室约束围压和永久水平位移沿高程分布规律基本一致，均表现为“增加-衰减”的两段形态，坡顶沉降自墙面向坡体延伸表现为两头小中间大的“V”型分布，水平峰值加速度沿高程表现为“增加-衰减-增加”的3段形态；随着刚度的增加，格室约束围压增大，而永久水平位移、坡顶沉降和水平峰值加速度均减小；随着格室尺寸的增加，格室约束围压、永久水平位移、坡顶沉降和水平峰值加速度均增加；随着挡墙厚度和充填料弹性模量的增加，格室约束围压、永久水平位移、坡顶沉降和水平峰值加速度均减小；4种影响因素中，格室尺寸影响权重最大，对格室约束围压的影响权重达到0.996，而挡墙厚度影响权重最小；地震作用下土工格室挡墙结构具有良好的抗震性能，挡墙结构对于地震能量具有一定的衰减作用，满足抗震设防要求。该研究结果对于地震作用下土工格室柔性挡墙的抗震设计及工程应用具有一定的指导作用。