在基于深度学习的合成孔径雷达(SAR)图像舰船检测领域，传统的模型通常结构复杂、计算量大，难以适配低算力平台并实现实时检测；同时，依赖于预设锚框的卷积神经网络因锚框位置较难合理设置，容易导致大量计算冗余。针对上述问题，提出一种基于无锚框的端到端轻量化卷积神经网络，设计了一种轻量的通道注意力模块(EESE)并将其应用于解耦合检测头(ED-head)上，有效解决了分类和定位2种任务的冲突。此外，提出一种优化的EIOU损失函数，在保证推理速度几乎不变的情况下有效提升网络性能。在SSDD数据集上的实验结果表明：与YOLOX-nano相比，该方法的AP₅₀和AP分别提高2.1和7.4个百分点，在CPU上推理延迟仅5.33 ms，远小于YOLOX-nano的13.13 ms，实现了精度与效率的平衡。

超分辨率技术以其灵活、低成本等特点已经成为构建高分辨率数据集以及补充高分辨率影像不足的重要手段。相较于自然图像，反映真实场景的遥感影像由于其自身的复杂性与特殊性加大了超分辨率任务的难度。同时对于遥感影像，传统的深度学习模型虽然在一定程度上可以提高分辨率，但是对于地物细节和纹理的提升还存在着很大不足。因此，本文在对抗生成网络模型的基础上，融合通道-空间注意力来增强网络的特征学习能力，并使用伪影抑制策略来区分平滑区域和细节丰富区域，让网络专注于细节丰富区域，抑制伪影的产生。在高分卫星数据上的大量实验表明，本文方法的定量指标和视觉质量优于目前主流的方法。

近年来, 随机方差缩减类方法在解决大规模机器学习问题中取得很大成功, 自适应步长技术的引入减轻了该类方法的调参负担。针对自适应步长的方差缩减算法SVRG-BB, 指出其算法设计带来了“进展-自适应步长有效性”的权衡问题。因此引入Katyusha动量以更好地处理该权衡问题, 并且在强凸假设下证明由此得到的SVRG-BB-Katyusha算法的线性收敛性质。之后基于“贪婪”思想, 提出稀疏地使用Katyusha动量的SVRG-BB-Katyusha-SPARSE算法。在公开数据集上的数值实验结果表明，提出的2个改进算法较SVRG-BB有较稳定的优势, 即在达到一定外循环数时优化间隙有若干个数量级的减小。

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。

选取中亚地区最为重要的小麦、大麦、玉米、燕麦、水稻等5类粮食作物作为研究对象，分析1992—2021年中亚粮食的单产、总量及播种面积的变化，研究中亚地区粮食波动性的区域化差异，并借助ARIMA模型对中亚未来粮食生产量进行预测。结果表明：1)1992—2021年中亚的粮食单产、总量及播种面积整体呈先减少后增加的趋势，三者的变化区间分别为：0.79～1.96 t/hm²、(0.14～0.37)×10⁸ t、(0.14～0.23)×10⁸ hm²，粮食单产及总量在2011年达到高点，分别为：1.96 t/hm²、0.37×10⁸ t，粮食播种面积在1993年达到高点，为0.23×10⁸ hm²；2)中亚地区的粮食波动性和周期性特征主要表现为粮食产量波动频繁，波动指数的绝对值超过5%的年份占比大，波动幅度较大，平均波动周期为2～4 a，属于短期波动，以古典波动为主，增长型波动极少；3)未来几年中亚的小麦、大麦、玉米、燕麦及粮食总产量均将呈上升趋势，而水稻产量呈下降趋势，与2021年相比，到2030年中亚的小麦、大麦、玉米、燕麦分别可增产(410.15，91.6，795.26，8.91)×10⁴ t，增幅分别为20.1%、31%、299.2%、37.1%，水稻可能减产15.99×10⁴ t，降幅为15.5%。

城市街景图像作为重要的空间数据形式，在地图服务、城市环境三维重建与制图等领域具有广泛的应用价值。由于采集的街景图像面临干扰目标遮挡和隐私安全等问题，因而需要进行精细的预处理。针对街景图像预处理中的问题，提出基于多尺度语义先验特征引导的街景图像修复算法，用于生成更加真实自然的静态街景图像。首先，构建语义先验网络学习输入图像缺失区域的多尺度语义先验以增强上下文信息，语义增强生成网络利用先验转移模块自适应地融合多尺度语义先验和图像特征，同时引入多级注意力转移机制细化图像纹理信息；算法采用马尔可夫判别网络，通过对抗训练区分生成图像与真实图像，使得重建后的街景图像具有更强的真实感。基于Apolloscape数据集的实验证明，该算法在图像语义结构连贯性和细节纹理等方面取得了显著提升，算法的提出在解决街景图像中隐私问题的同时也可为实景化城市应用提供更可靠的基础数据。

针对股票市场变化快、关系复杂的情况，提出一种结合个股新闻的股票价格预测方法。首先通过动态时间规整算法找到与目标个股序列相似度最高的基准序列，然后通过平滑突变点模型提取新闻影响的长度和时间，转化为时间序列数据，通过统计模型将股票之间的关系引入到时间序列预测，考察新闻影响力与股票历史价格数据之间的关系，同时利用长短期记忆网络将新闻影响与个股数据结合起来进行价格预测。结果表明，新闻在科技类行业领域的股票板块影响力最为明显；相比于已有的股票预测方法，融合模型的预测性能有所提升，并且随时间增长预测精度下降幅度较小。融合模型可以更精确地描述股票价格的变化，在模拟投资策略的条件下取得了14.50%的平均收益。

以山东省567个省级及以上的传统村落为研究对象，首先运用空间计量模型分析山东省传统村落空间分布特征，然后综合运用德尔菲法、因子分析、AHP-熵值法等方法构建山东省传统村落旅游发展潜力评价指标体系，定量评价各传统村落的旅游发展潜力并提出相关发展策略。结果如下：1)山东省传统村落空间分布总体不均衡，主要集中于发展相对不均衡、基础设施相对落后的山区或城市内的不发达区域；2)山东省传统村落旅游发展潜力评价指标体系包含村落文化资源、村落生态自然资源、管理制度、旅游基础设施和村落经济活力5个层面的28项指标。在各项指标中，村落的文化资源(权重0.331 2)、管理制度(0.144 0)具有重要地位，其次是旅游基础设施(0.143 7)、村落生态自然资源(0.143 4)和村落经济活力(0.097 7)；3)评价结果显示，山东省重点开发型传统村落(S≥7.9)有135个，仅占山东省传统村落总数的23.81%；一般开发型传统村落(6.2<S<7.9)有295个，占山东省传统村落总数的52.03%；以保护为主型的传统村落(S≤6.2)共137个，占山东省传统村落总数的24.16%；4)基于各类传统村落的特点，提出有针对性的开发策略。

面向精确姿态控制和轨道调整的空间探测任务对航天器推进系统提出微推力、高精度、宽范围连续可调的要求。会切型霍尔推力器具有结构简单、推力范围大、推功比高和寿命长的特点，提出一种通道更窄，磁场更强的μN级会切型霍尔推力器。在微流量条件下，较窄的通道增大了放电室内推进剂的密度，较强的磁场提高电子的约束效率，促进了电子与推进剂原子的碰撞电离过程，容易实现推进器稳定的推力输出。实验结果表明，选用推进剂Xe，工况为流量范围0.5~1.0 sccm，电压范围0~300 V，实现推力输出范围5.4~518.9 μN，响应时间优于150 ms，推力噪声在0.05~1 Hz频段达到0.1 μN/Hz^1/2。当推进剂Xe流量为0.5 sccm，电压为500 V时，推力输出达到50 μN，比冲达到104 s。通过优化磁场设计等，μN级会切型霍尔推力器性能可以进一步提升，有望满足空间探测任务需要。

贝叶经是人类文明的瑰宝，是以加工后的贝多罗树叶为材料书写或刻写的经文。贝叶经起源于古印度，后于历史时期传入中国，并在唐代达到鼎盛时期。我国先民对贝叶经的制作材料已有清晰的认识。经考证，传世古籍中的“多罗”树应为贝叶棕（Corypha umbraculifera），而“贝多”树应为糖棕（Borassus flabellifer）。我国古典诗词中多次出现的“贝多”，已成为佛教经典的代名词。我国西北地区多地曾出土古代贝叶经的实物证据。新疆库车出土的鲍威尔写本与斯必策手稿具有重要意义，其中后者是迄今为止发现的最早的贝叶经实物。另外，敦煌莫高窟内也曾出土贝叶经。贝叶经传入我国后，主要保存于藏地和云南西双版纳，并已得到了很好的整理。比较而言，我国内地保存的贝叶经相对较少。西双版纳与藏地贝叶经上的文字分别为刻写与书写而成，应该是与其保存条件相适应的。

首先，基于人地关系视角，从哲学意蕴、地理逻辑和经济思维3个角度剖析“绿水青山就是金山银山”的理论内涵；其次，从服务乡村振兴、建设美丽中国和构建人类命运共同体3个方面阐述“绿水青山就是金山银山”的时代价值；随后，基于人地关系协调发展视角从突出人的参与、发掘地的价值、保障人地平衡以及规范人地行为4个方面，提出促进“绿水青山”向“金山银山”转化的发展路径；最后，针对实践路径中存在的尚未解决的关键问题，指出未来应强化转化路径与模式选择、生态产品价值核算、“两山”转化效率评估等方面的研究。

大兴安岭地区火山岩-深成岩面积约占75%，以发育与岩浆-热液活动相关的铜、钼、锡、铅锌、金银以及稀有金属矿产为特色。破头山高岭土矿所在的大兴安岭中段主要发育斑岩-浅成低温-隐爆角砾岩-矽卡岩复合成矿系统，但整体勘查程度较低。破头山高岭土矿地表剥露区及浅钻岩芯样品中识别出高岭石、地开石、明矾石、叶蜡石、微脉石英、玉髓石英、绢云母、绿泥石、水铝石、硬石膏、重晶石、黄铁矿、闪锌矿、碲铅矿、深红银矿、辰砂、褐铁矿等矿物，尤以发育高岭石化、地开石化、明矾石化、黏土化、硅化(玉髓石英)等低温高级泥化蚀变为特征，属于斑岩-浅成低温热液系统顶部特征的蚀变岩帽。结合矿区内识别出的特征蚀变矿物、微量金属矿物以及4种不同的热液角砾岩，推测破头山蚀变岩帽的深部可能存在隐伏的含矿岩浆-热液系统。对大兴安岭区域来说，古生代至中生代大范围的岩浆活动以及湿润肥厚的森林覆盖层为蚀变岩帽的发育和保存提供了充分条件，建议未来的地质研究和勘查工作可更多关注蚀变岩帽，识别出更多新的蚀变岩帽、查明矿物组合特征并研究其成因机制，为进一步开展区域隐伏含矿岩浆-热液系统的勘查工作提供理论支持。

针对传统的遥感图像锐化方法通常会导致锐化图像光谱失真的问题与目前基于深度学习的锐化方法利用网络层之间信息不充分的问题，结合深度卷积神经网络和残差网络的特性，提出一种基于多重残差网络的多光谱遥感图像锐化方法。该方法利用深度卷积网络和残差网络，设计深度残差模块，通过堆叠深度残差模块提取图像深层次的空间和光谱特征，同时利用残差建立子块与子块之间的跳跃连接，将梯度信息传递到更深的网络，避免梯度爆炸问题，使网络更加高效。实验基于WorldView-2的多光谱图像和全色图像进行模拟实验与真实实验，将实验结果与传统方法和现有深度学习方法进行比较。结果表明，该方法改善了传统方法存在的光谱失真现象；相较于现有的深度学习方法，能够学习到更深层次的图像特征，更好地保留图像的空间与光谱信息；全局相对光谱损失、光谱角映射、空间相关系数、整体质量评价指标和全局融合质量评价指标分别比深度卷积锐化网络方法提高24.4%、26.7%、6.2%、4.7%和6.3%。主观视觉评价、客观定量评价和光谱曲线表明，相比于传统的锐化算法以及常用的深度学习锐化算法，该方法在空间分辨率和光谱分辨率上都有显著提升，特别是对于复杂地物环境条件下的遥感图像。

生态系统状态转变及其临界机制是生态学研究的核心议题，对预测全球变化下的生态风险至关重要。本文系统梳理生态系统多稳态理论（ASS）的发展脉络，从微观-宏观过程耦合、阈值响应机制及调控节点对系统恢复力的影响3个维度，整合多稳态理论、势能景观模型和分岔分析等方法学进展。研究表明，气候变暖与人类活动正推动全球关键生态系统（如珊瑚礁、亚马孙雨林、北极冻土）逼近临界点，而滞后效应和不可逆势加剧了恢复难度。网络模型与能量流动理论的结合为跨尺度预警提供了新思路，但微观机制与宏观格局的整合仍是未来研究的挑战。本文旨在为生态阈值管理提供理论框架，并强调亟须发展多学科交叉方法以应对行星尺度生态相变风险。

宽带低轨卫星通信系统与5G融合是卫星通信的发展趋势，为满足高速数据传输的需求，基于大规模数字相控阵的多波束技术不可或缺。多波束信号的峰均比问题使得星上功放存在非线性失真，同时功率放大器的非线性失真又使得多波束间存在严重的干扰。针对采用大规模相控阵的低轨卫星通信系统，提出一种面向多波束的数字预失真结构，建立预失真模型，有效抑制了非线性、互调失真和多波束干扰问题。通过仿真实验可知，相比传统预失真结构，所提结构在性能和复杂度的均衡上更具优势，为星上实现多波束、克服非线性提供了一种可行方案。

以黄河三角洲典型城市山东省滨州市为例，构建耦合协调度模型，评估2000—2020年间其经济-资源-环境系统的耦合协调发展状态及演变特征；利用系统动力学原理，通过子系统间因果反馈关系和流图分析，基于71个指标构建滨州市经济-资源-环境的系统动力学模型，设定现状趋势延续模式、第二产业主导模式、资源环境优先模式和协调稳定发展模式4种情景，对其可持续发展实现路径进行仿真模拟。结果表明：1)过去20年，滨州市耦合协调发展水平逐年提升，耦合协调类型由失调逐步过渡到良好协调状态，但系统存在不稳定性；2)通过对相互耦合复杂巨系统进行参数运算和多情景模拟分析，指出延续当前发展模式不能实现滨州市的高质量可持续发展，兼顾经济、资源、环境效益的协调稳定发展模式是滨州市实现可持续发展的相对最优方案。

森林覆盖信息提取是森林遥感应用的重要内容之一，它对于森林资源管理、生态环境保护和气候变化研究等具有重要意义。传统的基于卷积神经网络的方法虽然能够有效地提取局部特征，但难以捕获远程依赖关系和全局上下文信息。为解决这个问题，提出一种融合Transformer和UNet的森林覆盖信息提取方法，简称为DiUNet。该方法将Transformer模块嵌入到UNet网络中，以增强其对远程依赖和全局上下文信息的感知能力。此外，针对森林覆盖信息的破碎、无规则和尺度不一等特点，通过利用相对位置编码增加位置信息，提升了模型对不同层次和尺度空间信息的捕获能力。构建一个基于Landsat 8和CDL数据层的森林覆盖信息数据集，并对该数据集进行深入实验分析。在对比实验中，DiUNet在精确度、召回率、F₁分数、交并比和频权交并比等指标中取得的结果最佳，分别为91.22%、92.66%、91.94%、85.08%和81.65%，同时在泛化实验中也取得了不错的结果。表明DiUNet方法在森林覆盖信息提取方面优于现有的方法，且具有较高的鲁棒性和泛化性。

以神经网络预测地震为主题，采用长短时记忆(LSTM)神经网络构建地震预测模型。基于1932—2021年的南加州地震目录资料,数据按照0.8∶0.2的比例划分，训练集的时间窗口为1932年1月至2002年3月，测试集为2002年3月至2021年9月。模型以LSTM神经网络为核心，综合训练集地震时间序列数据中计算出的11个反映地震时空强度分布特征的地震活动性指标，以及与之对应的最大震级构建标签，对测试集进行回溯性预测检验。利用混淆矩阵中的准确率、精确度、R评分等指标评估模型预测效果。结果显示，该模型在地震预测方面有一定的成效，成功预测出2010年4月的7.2级大地震，并且部分模型的R评分高于我国目前的中期预测水平。然而仍有部分指标未达到理想状态，还需深入探讨。

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。