系统输入参数常有多种约束条件，且约束之间相互关联。违背约束条件及约束之间的依赖关系，是软件中常见的缺陷。当参数数量多、输入空间大时，组合测试可在保证覆盖率的同时有效降低测试代价。该文针对约束及约束组合的故障检测问题，将约束覆盖作为测试充分性准则，提出约束条件的组合测试方法。以典型的在线交易平台会员注册服务为例，对比OA（orthogonal array）、IPO（in-parameter order）和OFOT（one factor one time）3种组合算法应用于约束组合时的性能表现。实验选取不同的故障模式和实验配置，对3种组合算法从生成时间、故障检测能力、用例规模等方面进行了比较。实验结果表明：OA算法生成时间短、用例规模小且相对稳定、故障检测能力中等，适合迭代优化。

听觉感知特性在听力评估中占有重要地位。该文面向嵌入式平台，基于人耳听觉特性，提出振幅到声压级的声学参数转换模型，实现标准纯音测试信号的自动生成；设计基于人耳听觉感知的测试音强度调整规则，提出基于多重判定的听阈值高信度确定方法和基于噪声掩蔽效应的听阈值修订算法；设计并实现面向嵌入式平台的纯音听阈测定方法和系统，实验对比了听力正常者的纯音听力曲线和标准听力范围。结果表明：该系统可方便快捷地及时检查听力变化，且具有较好的信度，也可用于听力筛查和疗效的评估。

基于全变量因子分析和概率线性区分性分析的算法是目前与文本无关的说话人确认的主流算法。该文将全变量分析和支持向量机结合起来，把低维的全变量因子作为支持向量机的输入特征，并采用余弦核函数来增强低维特征的区分性，该系统取得了与当前主流算法相当的性能；进一步，将此系统得分和概率线性鉴别分析系统得分融合起来可以取得明显的性能提升。在NIST 2012说话人评测通用测试条件的女声部分，融合后的系统在情境一和三的检测代价函数相对最好的单系统分别下降了25.1%和25.2%。

具有高通量特征的大数据应用已成为目前数据中心的主流应用，这些应用在传统处理器平台上的运行效率不高，原因之一是任务调度的低效。针对高通量应用的一些典型特征以及现有任务窃取算法的不足，该文提出一种程序行为和环境感知的任务调度机制，通过软硬件结合实现了处理器核的分区管理和任务的分级调度，减小了不同应用之间因争用共享资源对性能产生的不利影响，同时利用线程相似度高的特点提高指令缓存的命中率，从而提升系统的整体吞吐率。初步的模拟评估表明：该算法在混合负载情况下性能明显优于现有算法的，在测试的混合负载中平均优于现有算法20%。

双向长短时记忆（bidirectional lorg short term memory，BLSTM）是一种特殊的递归神经网络（recurrent neural network，RNN），能够有效地对语音的长时上下文进行建模。该文提出一种基于深度BLSTM的语音驱动面部动画合成方法，利用说话人的音视频双模态信息训练BLSTM-RNN神经网络，采用主动外观模型（active appearance model，AAM）对人脸图像进行建模，将AAM模型参数作为网络输出，研究网络结构和不同语音特征输入对动画合成效果的影响。基于LIPS2008标准评测库的实验结果表明：具有BLSTM层的网络效果明显优于前向网络的，基于BLSTM-前向-BLSTM 256节点（BFB256）的三层模型结构的效果最佳，FBank、基频和能量组合可以进一步提升动画合成效果。

对于大词汇量语音识别系统，适当选择基本单元至关重要。虽然以词为基本单元时避免了词边界的确定等复杂过程，但很多派生类结构中（如黏性语言），词比较长，而且很多文字（如中文、日文等）不需要词边界，因而在自然语言处理应用中没有选取基本单元集的固定模式。该文以维吾尔语大词汇量语音识别系统为例，研究基于各个层次化粒度单元的语音识别系统。通过比较各种层次化单元集为基础的语音识别结果，分析错误识别模式，收集被误判的单元序列作为在2层单元序列结构中择优的训练样本库。比较各种单元集的优缺点，提出一种能平衡长单元集和短单元集优点的方法。实验结果表明：该方法不仅可以有效提高语音识别准确率，也大大缩减了词典容量。

为解决社会治理分布式数据集成复杂和数据分析可视性弱的问题，该文提出一种分布式数据集成及可视化应用方法。该方法基于大数据处理模式，将分散在不同网络路由的数据库数据接入、抽取和集成，进行挖掘分析，增强数据动态描述和Web可视化能力，提供面向服务的智慧化社会治理决策分析与应用。在此基础上设计开发了一个原型系统并进行了试用。实验结果表明：该方法提升了数据集成的实时性、安全性、准确性和数据分析的可视化，且比传统模式更加简化。

该文在研究不同的关键词提取方法的基础上，针对维吾尔语文本中的生气、高兴等常见情感类型进行情感辨识研究。结合维吾尔文本句子中的情感表达特点，用TextRank、稀疏判别分析（sparse discriminant analysis，SDA）和稀疏支持向量机（sparse support vector machine，Sparse SVM）等提取方法得到具有代表性的关键词集，并基于这些关键词集进行特征提取和情感模型构造。该文从电影电视剧中演员的维吾尔语台词、小说等文本中选取含有生气和高兴2种情感文本的句子，构造实验数据集并验证所提出的文本情感倾向性分析方法的有效性。实验结果表明：该文用多种方法所提取的关键词集都能有效地对维吾尔语文本句子进行情感分类，尤其是基于Sparse SVM的稀疏性分析的关键词提取方法在少量关键词语集上能有效地进行较高准确率的情感分类。

城市燃气管网大多埋于地下，存在很多难以探测的微小泄漏，是城市公共安全的隐患。该文面向城市地下燃气管网泄漏探测和评估的需求，针对土壤和大气中燃气扩散规律的不同，在OpenFOAM中对不同的控制方程分别进行求解，并通过地面的传质通量将土壤和大气中的扩散过程进行耦合。研究泄漏量对压强和浓度分布的影响、地面对流传质系数对浓度分布和地面传质通量的影响，计算泄漏燃气在城市街道峡谷中的分布情况。结果表明：地面传质通量分布对街道峡谷中的甲烷浓度分布影响很小，为埋地燃气管道泄漏的探测和评估提供了参考和依据。

热阻和湿阻是服装热性能的2个主要参数。暖体假人实验是测量热阻和湿阻最常用和最准确的方法之一。目前对热阻和湿阻的实验研究还只是在常温和低温下进行的。该文利用暖体假人“NEWTON”进行实验研究，先后分别测量了2套防护服在室温和高温下的热阻和湿阻。结果表明：高温下并联法计算得到的防护服总热阻比串联法计算得到的小；高温下防护服的总热阻比室温下的大幅减少，两者之间的比值范围约30%~38%；高温下轻型防护服的湿阻比常温下的湿阻小；对重型防护服而言，高温下用质量法得到的湿阻比常温下的低，而用热量法得到的湿阻比常温下高。

该文提出一种总体平均经验模态分解（ensemble empirical mode decomposition，EEMD）方法与K奇异值分解（K-singular value decomposition，K-SVD）字典算法相结合的语音增强算法。将带噪语音通过EEMD分解得到各本征模式分量（intrinsic mode function，IMF），对各IMF分量进行互相关和自相关分析，去除噪声IMF分量，并将过渡IMF分量再次进行EEMD分解，去除其中的噪声IMF分量。将过渡IMF分量和剩余的IMF分量叠加，得到预降噪的带噪语音。利用纯净语音，通过K-SVD字典训练算法得到过完备字典。对预降噪的带噪语音通过过完备字典进行稀疏表示，稀疏系数重构出纯净语音。实验结果表明：在低信噪比和高信噪比情况下，该算法的去噪效果明显优于传统的谱减法、小波阈值去噪法和K-SVD字典训练。

针对现有航空Ad hoc网络的媒体接入控制（media access control，MAC）协议存在信道资源分配缺乏公平性的问题，该文提出一种优先级权重速率控制（priority weighted rate control，PWRC）算法。该算法在MAC层上采用加权队列模型，利用业务的优先级及权重值共同控制业务的降速因子，达到在保证高优先级业务服务质量（quality of ser-vice，QoS）的同时提升信道资源利用的公平性。仿真结果表明：与现有MAC协议相比，使用该方法时相同优先级业务的公平性指数接近理论上限1，对信道资源的利用率最高可提升40%；同时，可降低相同优先级业务平均端到端延时及延时抖动。

为研究平调感知机制，该文以广州话自然语言中的单字和双字词为实验语料，采用“对角/半空间测试法”，通过辨认实验和区分实验考察了广州话高中低3个平调的听感范畴。结果表明：广州话单字组高平调和低平调均存在各自听感空间，中平调的听感空间与低平调大幅重叠，呈现出与低平调混淆的迹象，这与其声学空间表现一致。双字组的辨认边界与区分峰值呈现出明显的峰界对应，具有明显的范畴边界。参照字的不同声调和目标字的前后位置都会影响范畴边界位置。

为研究镍铁渣粉对混凝土抗硫酸盐侵蚀性能的影响规律和机理，该文测定了混凝土在硫酸盐侵蚀试验开始前的连通孔隙率和电通量，开展了硫酸盐溶液干湿循环和高温浸泡2种侵蚀性试验。试验结果表明：2种硫酸盐侵蚀性试验方法的结果是一致的；随着电炉镍铁渣粉掺量的增加，混凝土的连通孔隙率增大，抗硫酸盐侵蚀性能降低；在高炉镍铁渣粉掺量30%的范围内，随着掺量的增加，混凝土的连通孔隙率减小，氯离子渗透性等级降低，抗硫酸盐侵蚀性能提高；高炉镍铁渣粉对混凝土抗硫酸盐性能的增强作用效果不及高炉矿渣粉，尤其在掺量较大的情况下。

巷道是矿山工程的核心部分，巷道网络建模是数字矿山建设的重要基础。井下人员定位系统是安全避险“六大系统”的重要子系统之一。针对煤矿多水平、巷道式立体相交的网络结构，以新型井下人员定位系统为应用背景，在一组合理简化的基本假设上，提出一种煤矿巷道的单水平网络全局化建模方法。建模内容包括巷道网络的弧段—节点连续网络模型、弧段—节点离散采样模型和模型间的拟合与变换等。建模方法为煤矿全局化人员定位等大型动态监控系统的设计实现提供了合理的框架基础。

基流分割在水文、水资源及水生态环境等领域有重要作用。该文在比较几种常用的基流分割方法的基础上，提出结合退水曲线的数字滤波基流分割方法，解决数字滤波方法参数不确定的问题，并在中国怒江流域应用。结果表明：数字滤波方法相对基流指数法（baseflow index，BFI）和时间步长法（hydrograph separation program，HYSEP）能够得到平滑的基流过程，但是其对参数敏感；通过对退水曲线分析可以确定数字滤波参数，并得到合理的基流过程。这种结合退水曲线的数字滤波基流分割方法在怒江流域的应用表明：怒江流域5个水文站多年平均基流指数在0.39~0.55之间，基流指数的年际变化较小。

为了解决传统机器人喷涂模型在喷涂工艺参数改变时会失效的问题，该文将喷涂工艺参数作为模型变量，研究多变量喷涂模型的建模方法。首先，提出了一种基于β分布的涂层生长速率函数，并通过对其进行积分推导出涂层厚度分布方程；其次，通过分析、拟合喷涂实验数据，分别建立喷枪流量、喷涂距离与涂层生长率最大值的关系式，以及喷枪流量、空气压力与喷幅宽度的关系式，并将其代入到涂层厚度分布方程中，建立了以5种常变喷涂工艺参数为自变量的涂层厚度分布泛化模型；最后，通过实验对模型进行验证。结果表明：该模型能够根据工艺参数的变化预测相应的涂层厚度分布，且平均预测误差小于4.3%。

针对目前棉针织印染生产废水回用率低的问题，结合间歇式生产及排放废水水质、水量变化大等特征，建立了企业级数据库管理系统。数据库基于企业原有信息采集系统，并采用实时并行运算技术分析数据，利用COD浓度、电导率等指标对企业废水进行分类排放与回收来实现水资源调度。以企业实际订单生产的排水为分析对象，通过对废水的调度及回用，实现了总废水排放量的减少和废水回用率的提高。对国内某典型棉针织印染企业进行案例研究，结果表明：该系统可以减少38.72%的生产耗水，节水效益显著，同时能够降低排放废水的水质和水量波动，为后续水处理工艺稳定运行起到了良好的作用。