光场相机能够同步记录光线的空间-角度信息，为三维视觉感知开辟了新范式。深度估计作为光场解析的核心环节，支撑着三维重建、视觉里程计等关键应用。然而，遮挡导致的估计误差仍是亟待解决的核心挑战。该文提出一种遮挡敏感的光场深度估计方法，包含基于信息熵的遮挡掩码预计算方法和基于视角筛选的深度估计算法两个创新模块。首先，通过引入光场子孔径图像信息熵对光场极平面图中的遮挡进行建模，构建基于局部熵极值的遮挡掩码预计算方法，有效弥补了传统方法在遮挡表征方面的局限性。进一步地，通过视角筛选，排除遮挡视角的干扰，有效降低误差，使视差估计结果中误差超过0.03像素的异常点比例有效降低。该文的核心贡献在于建立了信息熵与遮挡之间的关联，基于光场子孔径信息熵实现了一种可靠的遮挡处理和光场深度估计方法。在光场基准数据集上的实验表明，该方法的平均绝对误差和误差分布的25%分位数均优于同类算法，对比实验也证实遮挡掩码是有效的，验证了信息熵理论在深度估计框架中的关键作用。

快速傅里叶变换（Fast Fourier Transform，FFT）作为科学计算和信号处理领域的核心算法，已广泛应用于数字信号处理、图像处理、深度学习等领域。随着数据规模的增长和处理需求的提高，在新型硬件平台上优化FFT算法显得尤为重要。该文深入分析了昇腾NPU的架构特点及其对FFT算法优化的影响，基于矩阵运算形式的Stockham FFT算法，提出了一系列创新性优化策略：设计了启发式radix选择算法，针对不同输入规模提供较优的radix序列组合；针对单次迭代FFT，开发了无需虚实分离的高效计算流程，显著减少了全局内存访问开销；提出了基于片上缓存的数据读取优化策略，大幅提升了数据访问速度；为多次迭代设计了数据布局优化方法，有效改善了整体访存效率。在搭载昇腾910 AI处理器的昇腾Atlas 800平台上的实验结果表明，该文提出的优化策略相比无优化基准实现了4.61的平均加速比；对各项优化策略进行的独立性能分析和验证表明，各单项优化策略的平均加速比为1.42~3.52。研究结果为在新型NPU架构上实现高效FFT算法提供了技术参考。

重排序方法作为一种后处理技术，在跨模态检索任务中展现出了显著的效果，它通过挖掘、处理初始排序列表之间的信息，有效提高了检索的准确性。当前主流的跨模态检索重排序方法是在数据集有配对的情况下对初始列表进行重排序，灵活性差，使用时需对原来的框架进行修改并重新训练，无法灵活地迁移到其他框架上；此外，它们无法应用于无配对情景。依赖于大规模配对数据集，跨模态检索目前取得了显著的进展，但忽视了实际场景中标注大规模数据集需耗费大量资源的问题。鉴于此，该文提出了一种基于邻居信息聚合的无配对跨模态检索重排序方法。该方法通过挖掘并利用样本的邻居信息，使错误的答案远离查询输入；通过搜索欧氏邻域中的局部邻居，并基于协同表达搜索全局邻居表达样本的邻居信息，将这两种邻居信息加以融合生成新特征，再重新计算与检索输入的语义相似性，完成重排序。将该方法置于多种跨模态检索框架作为后处理方法，并在MSCOCO数据集上进行实验，结果证明了该方法的有效性以及相对于其他重排序方法的优越性。

扫描透射电子显微镜（STEM）可以在原子皮米级别上对物体材质进行电子成像，并利用图像进行原子结构解读。但是，要获得高质量的原子尺度STEM图像需要高端的STEM设备以及熟练的操作者，各种环境因素都会在STEM的成像过程中引入难以预计的非均匀噪声，从而严重影响图像质量，进而影响原子结构分析结果。基于深度神经网络的预测模型可以通过去噪或数据拟合来减少噪声的影响，但存在过拟合问题。该文将材料结构条件先验建模到深度神经网络模型中，设计了一种基于材料结构条件先验的高噪声STEM图像原子结构分割方法。该方法通过对比学习方式将材料结构条件先验建模成分割网络的注意力（包括自注意力和交叉注意力）并加以计算，不仅使得分割网络能够自适应地关注图像中的关键区域，还能自适应地关注来自结构坐标向量模态的控制信息。在仿真测试集中，该方法相比AtomAI Segmentor方法，在倒角距离、Jaccard分数和F1分数上分别提升175%、49.7%和42.7%；相比作者课题组早期提出的多尺度方法，在倒角距离、Jaccard分数和F1分数上分别提升167%、28%和23.9%。在实验室样本测试集中，该方法相比AtomAI Segmentor方法，在倒角距离、Jaccard分数和F1分数上分别提升63%、9.3%和7.4%；相比作者课题组早期提出的多尺度方法，在倒角距离上提升12.8%，在Jaccard分数和F1分数上性能持平。材料结构条件先验的引入，使得分割网络模型能更准确地分割高噪声STEM图像中的原子结构，并预测被噪声或顶层遮挡的次级结构信息。

由于数据采集质量不稳定，在3D手部姿态估计任务中，仅使用单一的RGB（红绿蓝）或深度图像往往会导致关键特征的缺失。相比之下，结合两者语义和结构优势的多模态方法更具鲁棒性。然而，现有多模态手部姿态估计方法在融合RGB和深度特征时，仍面临信息冗余、模态对齐误差及局部特征缺失等问题，影响了关键点定位的精度与稳定性。鉴于此，该文提出一种基于深度几何特征引导的多模态关键点特征增强与融合方法。首先，利用深度结构特征表征手部轮廓和几何信息，以初步估计关键点位置。然后，引导选取对应RGB模态信息的局部增强深度模态特征，弥补深度模态因空洞和遮挡而引起的结构特征缺失。进一步地，采用关键点局部深度三维结构特征来局部增强初始RGB特征，提升RGB模态对手部三维空间结构的理解能力。最后，通过全局跨模态注意力机制进行交互学习，使局部增强的深度与RGB特征在全局范围内对齐，并动态优化模态信息的互补性。与现有的主流深度学习方法相比，该方法在DexYCB、HO-3D和InterHand2.6M数据集上分别达到了7.52、1.80和7.40 mm的最低误差。

准确的CO₂排放计量与动态预测对于推动我国“双碳”目标（碳达峰与碳中和）的实现至关重要。该文结合排放因子法、CO₂-CEMS法和机器学习技术，提出了一种基于多源数据融合的CO₂排放计量与预测方法，旨在为燃煤电厂提供一个高效且精确的碳排放监测工具。研究中通过对比不同方法的碳排放量计算结果，评估了不同机器学习算法的性能，并基于多源数据开发了一个动态预测模型。在国能集团有限公司河北某电厂1#和3#机组上的实验结果表明，排放因子法和CO₂-CEMS法的CO₂排放量计算相对偏差分别为1.63%和-1.27%，两种方法具有较好的互证性。对多种机器学习模型（如XGBoost、LightGBM、AdaBoost）的性能进行了对比，在决定系数（R²）和平均绝对百分比误差（MAPE）这两个常规评价指标之外，提出一个新的筛选标准——将已训练模型应用至其他机组得到的与实测值的均值偏差x_c，将其用于机器学习算法的泛化能力评估及进一步筛选，发现AdaBoost算法在预测精度和稳定性方面表现最佳，并具有更好的泛化能力与鲁棒性。采用优选的AdaBoost算法进行CO₂排放的动态预测，在训练集和测试集上的决定系数均大于0.99，MAPE低于2%，表明该算法具有很高的预测准确性和稳定性，并且具有极强的泛化能力和鲁棒性。该文提出的多源数据融合方法不仅有效克服了传统方法在动态变化中的局限性，还能根据实时数据进行小时级的CO₂排放量精准预测。

城市道路重要度与交通状态存在复杂的相互作用，影响着人们的出行效率与出行满意度。该文从出租车GPS轨迹数据提取出GPS点位数、早高峰平均速度与夜间自由流速度之比两类交通状态指标，根据复杂网络理论获取拓扑结构中的节点度、介数中心性、接近中心性和特征向量中心性，来表征不同层面的道路重要度，利用耦合协调度模型探究了交通状态与4类道路重要度指标之间的耦合关系。以耦合关系为因变量，选用13个自变量，利用CatBoost算法结合SHAP图对耦合关系产生的机理进行回归分析。结果表明：交叉口数量、绿化面积、公交站点数量对交通状态与道路重要度的耦合协调程度起促进作用，道路分隔型式对交通状态与介数中心性、接近中心性、节点度的耦合关系具有较为显著的正向影响；对于正向不协调的道路，公共管理用地、居住用地强度对交通状态与接近中心性的耦合协调程度有负面影响，居住用地强度对交通状态与特征向量中心性的耦合协调程度有负面影响；对于负向不协调的道路，居住用地强度对交通状态与接近中心性的耦合协调程度有负面影响。

针对城市狭窄通道场景中平行泊车时存在的路径曲率突变、碰撞风险高及多次调整等问题，该文提出一种基于曲线组合与数值优化的三段式单步路径规划方法，以优化车辆的转向性能与动态避障能力，提升泊车效率和安全性。首先，基于圆弧与回旋曲线的曲率特性，设计CAC（回旋曲线‒圆弧‒回旋曲线）与CC（回旋曲线‒回旋曲线）两类曲线组合；然后，将泊车过程逆向化，采用CAC曲线组合设计终点段路径，再构建基于CC曲线组合的约束优化模型来规划起点段路径，并引入五次多项式曲线设计中间段路径；最后，采用Matlab在拟可行区域内进行多工况仿真试验。结果表明：该方法能够在通道宽度仅为3 m的狭窄场景中规划出无碰撞、曲率连续的可行路径，且占用的通道较窄；相较于五次多项式曲线和“圆弧‒回旋曲线‒直线”方法，该方法在路径平滑性、避障能力及空间利用率等方面均具有显著优势；模型预测控制跟踪实验显示，车辆能够精准跟踪规划路径且前轮转角连续变化，验证了该方法的有效性。所提出的三段式单步路径规划方法为狭窄通道场景中的平行泊车提供了高效、安全的解决方案，可提高泊车效率，从而有效缓解路边泊车造成的交通阻塞，对提升城市交通效率具有实际意义。

运行仿真和评价是无人配送车相关理论研究的基础，有利于推动无人配送车的高质量落地运营。该文首先梳理了无人配送车相关技术的发展现状和国内外的无人配送车安全运行管理规范，然后分析了无人配送车的行驶特性（包括车身安全特性、速度与能耗特性、跟驰和换道特性）和配送服务运行特性，指出需找到车辆设计、环境、配送任务之间合适的平衡点，并对无人配送车技术测试仿真、运营影响测试仿真和网络仿真方法的现状与不足进行了综述。在此基础上，借鉴国内外的无人配送车运行评价方法，结合无人配送车的运行特性，构建了针对非机动车道无人配送车运行评价的指标体系，指出了无人配送车的运行评价指标和未来研究方向，得到以下结论：现有无人配送车运行仿真技术缺乏统一的、权威性的管理规范；针对无人配送车运营影响的测试仿真研究较少；目前对无人配送车运行特性的研究不够深入，缺乏对实际场景的规划；借鉴道路服务水平评价指标，采用平均速度变化率和平均密度变化率作为无人配送车投放影响评价指标较为合适。

城际路网可达性是衡量区域经济社会要素流动效率的重要指标，但现有研究多聚焦宏观连通性，忽视了局部服务与节点经济互动，对区域协调发展的支撑不足，为此，该文构建了一个城际路网多维可达性评价框架。首先，提出了兼顾区域协调发展目标与数据可得性的节点分类方法，系统界定经济活动中心、交通枢纽与旅游景点在城际路网中的定位与功能。然后，将高速公路、普通国道与普通省道整合至统一的拓扑模型，并通过构建兼顾通行效率与费用差异的时间阻抗调整机制，真实反映不同类型道路在路径选择中的动态平衡特征。在此基础上，从连通、服务与经济3个维度设计可达性评价模型，分别量化网络整体连通性、居民对枢纽与景点的可达便利性，以及节点间的经济互动强度。以2021年底粤港澳城际路网为例进行实证分析，结果表明，粤港澳大湾区在多维可达性上显著优于粤东西北地区。基于循证设计原则，选取关键节点并规划建设高标准公路后，无论在全域范围还是粤东西北局部，连通、服务与经济可达性均显著提升，其中粤东西北地区99.2%的节点连通可达性改善，83.3%的节点经济可达性提高，充分证明了框架与优化方案的有效性。该研究为区域交通网络优化与资源配置提供了系统化分析工具和决策参考。

为了深入探究电动汽车与道路弱势群体碰撞事故的时空分布特征，提出一种电动汽车与行人/非机动车碰撞事故的时空多发点段鉴别方法。首先，基于电动汽车与行人/非机动车碰撞事故数据，采用层次分析法确定事故影响因素的权重，通过赋权网络核密度估计方法揭示交通事故的空间聚集性。在此基础上，采用密度峰值聚类（DPC）算法作为事故空间聚类模型，并引入带时间维度特征的时空DBSCAN（ST-DBSCAN）算法构建事故时空多发点段鉴别模型，精准刻画电动汽车与行人/非机动车碰撞事故的时空多发位置。最后，以某市连续11个月的电动汽车事故为例进行实证研究。结果表明：电动汽车与行人/非机动车碰撞事故在时间上具有3个高峰，异于传统交通事故的双峰特征，在空间则呈局部集中特征；对于空间多发点段的鉴别，相比DBSCAN、OPTICS和Mean Shift算法的最优值，DPC算法的轮廓系数、Davies-Bouldin指数（DBI）和Calinski-Harabasz指数（CHI）分别具有42.9%、74.5%和11.1%的优势；对于时空多发点段的鉴别，在DBI相近的条件下，ST-DBSCAN算法的轮廓系数和CHI分别比ST-OPTICS、ST-DPC和ST-Mean Shift算法的最优值高2.25倍和57.3%。

当前对车载光伏系统的研究多侧重于通过优化折叠机构增加光伏板安装面积来提升发电功率，忽视了发电功率与系统附加阻力能耗协同优化的问题。该文以提升车载光伏系统净功率为目标，通过优化车载光伏系统的气动性能，减小系统给车辆附加的阻力能耗，从而提升系统净功率。首先，以折叠式车载光伏系统为对象，设计了符合空气动力学原理的高透光率整流罩和车载光伏系统尾翼；然后，选取前倾角、后背角和系统高度3个设计变量对整流罩外形进行优化，通过构建正交试验方案，由极差分析得到3个设计变量对气动阻力的影响程度为系统高度 > 前倾角 > 后背角，由主效应图分析得3个参数对系统气动阻力的影响均具有单调性，由此确定整流罩外形结构参数为：前倾角70°，后背角0°，系统高度100 mm；进而，对车载光伏系统尾翼攻角进行优化，对实验数据构建三次样条插值近似模型，得到升阻比最优的尾翼攻角为33.96°。将安装了该文所提出的车载光伏系统的车辆与未安装该系统的车辆进行对比，发现空气阻力系数降幅达44.59%，气动阻力降幅达22.45%；升力系数降幅达226.15%，升力方向由向上转为向下，消除了气动升力向上给整车操控和安全性能带来的不利影响。与原始车辆模型对比，空气阻力系数降幅达17.35%，气动阻力仅增加3.14 N，基本消除了车载光伏系统对车辆气动性能的负面影响。该文还对优化前后的车载光伏系统净功率进行了对比和分析，发现所提出的优化方案可有效提升车载光伏系统在车辆行驶时的净发电功率，当车速为40.0 m/s时，净功率差达7 723.62 W。

在汽车轻量化与高安全性需求下，搅拌摩擦焊成为了车身关键结构制造的核心技术，对提升碰撞能量吸收能力至关重要。但传统显式动力学模型优化搅拌摩擦焊工艺参数时，需大量重复有限元计算，存在计算耗时久、资源消耗大的问题，制约了设计效率。为此，该文提出基于搅拌摩擦焊工艺参数分析的整车碰撞时序预测方法，以兼顾优化效率与碰撞安全性。首先，归纳旋转速度、焊接速度与焊件弹性模量的映射关系，构建参数集；然后，以某白车身为对象，用混合壳单元离散白车身零部件集合，设定正碰工况，构建整车显式动力学模型；接着，设计时序预测代理模型，用显式动力学响应数据进行训练，结合高维数据解耦器与罚函数，面向观测点变形量与应变量的最小化目标，形成代理模型的更新流程。经迭代后，代理模型预测结果的均方根误差与损失趋近于零，精度可靠。相较于传统方法，所提出的方法节省了50%的计算时间。该方法实现了轻量化与高安全性的协同优化，为车身设计及搅拌摩擦焊工艺参数迭代提供了一种高效的技术手段，对缩短汽车研发周期、提升安全性能具有工程价值。

环硫化物开环聚合是合成含硫高分子材料的重要方法之一。然而，传统阴离子聚合过程中，高活性硫阴离子容易引发链转移副反应，导致产物出现分子质量分布宽、结构不均一等问题，严重制约了聚合物链段结构的精确调控，影响了材料性能的可设计性和应用的可靠性。针对这一问题，该文基于三乙基硼烷（Et₃B）与磷腈碱 ^t BuP₁协同催化体系，以硫醇为引发剂，成功实现了环硫丙烷的高效可控聚合。实验结果表明：在0℃反应条件下，Et₃B的引入能够抑制硫阴离子向单体及二硫键的链转移副反应；密度泛函理论计算证实，Et₃B通过与硫阴离子活性末端形成稳定的配位作用，显著降低了硫阴离子的亲核反应活性，从而实现了对聚合过程的精准调控。在此基础上，该文提出了“一锅两步”富硫聚合物高效合成策略，采用上述双组分催化体系制备二硫化碳-环硫丙烷交替共聚物，并将其作为大分子链转移剂，通过二次投料，在不分离中间产物的情况下，直接引入苯乙烯单体进行扩链反应，最终成功合成了结构明确的聚苯乙烯-co-聚（二硫化碳-alt-环硫丙烷）三元共聚物，为精确合成富硫聚合物提供了新思路。

悬浮结晶耦合离心分离可精制得到聚酯级煤制乙二醇。与传统精馏纯化相比，悬浮结晶具有低能耗、无需溶剂、对环境友好等优点，对煤制乙二醇生产过程中杂质与乙二醇形成的窄沸、共沸以及热敏体系能起到节能减排的效果。为优化煤制乙二醇悬浮结晶的操作工艺，为相关耦合离心分离技术的开发提供参考，该文研究了晶种添加量、滤饼厚度、搅拌强度、程序降温和母液循环操作工艺对纯化效果的影响。结果显示：晶种添加量对晶体的粒径分布有影响，增大添加量可提高产品纯度，有效分配系数降幅达15.8%；降低滤饼厚度可使晶体与发汗气体更充分地接触，增强发汗效果，有效分配系数最大降幅达56.8%；搅拌强度直接影响传质传热，搅拌强度越大，产品纯度越高，但收率随之下降，有效分配系数和收率最大降幅分别为39.4%和30.8%；程序降温直接影响结晶时间，降温速率越小则结晶时间越长，产品纯度反而降低；母液循环使用会导致体系水含量增加，降低过冷度，从而提高产品纯度，与新鲜母液相比，母液循环7次时有效分配系数降低了72.0%。