随着模块化可编程路由器越来越普遍，路由器面临的安全问题也越来越严峻。该文提出范式路由器，通过对模块化的数据层进行编码和预组合，达到对路由器数据层的动态监控和规范。该文对每个数据层行为标记一个行为标识（action identifier，AID），同时将合法AID预先存入范式表（regulated action table，RAT）。在路由器运行时，所有动态行为都被RAT校验，保证行为可信。该文用Click路由器和数据层开发包（data plane development kit，DPDK）路由器分别部署了范式路由器。实验结果表明：范式路由器仅占用了2 MB的空间和10%以下的带宽性能，同时捕获了所有数据层的恶意行为。

变分自编码器是一种非常简洁有效的非监督学习方法，应用在推荐系统领域也能取得极佳的性能。推荐系统的主要工作之一是对缺失的数据进行估计并补全，变分自编码器通过对已有数据的学习和抽象能够挖掘出数据间隐式的关联因子，并基于此完成对缺失数据的预测。该文将额外的辅助信息加入到变分自编码器中以提高预测的准确度，并通过在包括高考成绩及电影评分等在内的实际数据集测试中验证了辅助信息的有效性，当辅助信息充足时在高考成绩数据集上最多可以降低31%的均方根误差。

搜索用户根据搜索引擎结果页面的搜索结果来决定他们是否点击特定的网页，其展示形式在用户整个搜索交互过程中起到重要作用。查询词飘红是目前商业搜索引擎结果文本主要采用的展现形式，存在着满篇红和缺乏有用信息的现象，该文旨在提出一种新的飘红策略，从而提高用户的搜索效率。该文基于人工标注的结果提出了3种文本飘红策略，分别是缩减查询词飘红策略、任务级飘红策略和结果级飘红策略，通过实验分析了4种不同的摘要飘红策略对用户搜索行为的影响，结果表明：该文提出的3种文本飘红策略，其性能均优于目前商业引擎采用的查询词飘红策略，通过控制飘红次数、飘红比例和提供有价值的信息，可以对用户搜索行为产生非常积极的影响。

针对已有的路由保护方案没有很好权衡路由保护算法的故障保护率和路径拉伸度之间的关系，该文提出了一种基于段路由（SR）体系结构的快速重路由算法IPFRRBSR。IPFRRBSR为每个源-目的对计算两条路径，其中一条是最短路径，另外一条是利用段标签构造的备份路径。当网络没有故障时利用最短路径转发报文，当网络出现故障时利用备份路径转发报文。最短路径和备份路径（除去源和目的）没有公共节点，因此二者几乎不会同时发生故障。实验结果表明：该算法不仅可以应对网络中任意的单节点故障情形，并且具有较小的路径拉伸度。

不同用户具有不同的评价准则，导致不同用户对同一在线服务的评分不具可比性，使聚合服务评分得到的在线服务评价结果难以真实反映服务之间的优劣关系。为此，该文提出一种基于排序对（ranked pairs）社会选择函数的在线服务评价方法，根据用户对在线服务的偏好关系而不是传统评分计算在线服务评价结果。首先根据用户-服务评分矩阵获得每个用户对在线服务的偏好关系；然后基于多数准则确定服务优先关系，并根据服务优先关系建立服务对排序列表；最后构造以服务为节点的有向无环图，并在该有向无环图中寻找一条包含所有服务的路径，根据该路径的服务排序计算在线服务评价值。理论分析和实验结果验证了该方法的合理性和有效性。

常见的道路分割方法往往环境噪声鲁棒性不足并且分割边缘不够平滑。针对该问题，提出了一种组合全卷积神经网络和全连接条件随机场的道路分割方法。首先，利用深度神经网络良好的特征表征能力，将道路分割视为一个二分类问题，构建一个基于VGG_16深度卷积网络的全卷积网络，实现道路图像端到端的路面和背景分类；然后，利用全连接条件随机场能够实现图像精细分割的特点，采用全连接条件随机场对二分类得到的粗糙边缘再进行平滑优化。针对真实环境下采集的道路分割基准数据库的测试结果表明：该方法获得了98.13%的分割准确率以及每0.84 s处理1幅图像的分割速度，具有一定的先进性。

聚类作为数据分析的工具之一，已在模式识别、文献计量及故障诊断等领域中发挥了重要作用。该文基于邻域关系、局部密度和空间网格划分提出了一种聚类方法。该方法主要利用空间网格降低计算复杂度，利用邻域关系在网格空间中以密度为依据搜索聚类元素，并根据最大相对距离和最大相对密度原则自动寻找聚类中心。基于人工数据的实验结果表明，所提邻域密度网格聚类方法可有效处理任意形状数据并自主完成聚类。基于区域识别的对比实验表明，所提方法更适用于处理奇异形状且分布复杂的数据。

缓冲波导是解决超声传感器在高温管道在线检测中失效问题的重要途径。针对已提出的通过在缓冲波导内产生S0模态的Lamb波，并利用缓冲波导与管道的连接耦合，间接激励出T（0，1）模态导波的方法，本文进行了实验研究，设计并研制了用于激励S0模态Lamb波的曲折型线圈电磁超声换能器和用于接收T（0，1）模态导波的周期性永磁铁阵列式电磁超声换能器。结果表明：S0模态的Lamb波通过缓冲波导后能够激励出T（0，1）模态的导波对管道进行检测，从而验证了该方法的有效性，并为该方法的工程应用奠定了基础。

高速电主轴作为加工中心的核心部件，直接影响加工中心的加工精度和工件的表面质量和粗糙度。该文以应用在加工中心上的高速电主轴为研究对象，对电主轴的径向精度、回转倾角、轴向精度进行了分析。基于最小二乘圆近似算法，对电主轴的径向误差运动进行了建模，设计了一种电主轴径向回转精度快速评价方法，建立了倾斜误差运动模型，并给出了电主轴回转轴倾斜角度的计算方法；基于时域和频域信号分析方法，对电主轴轴向运动特征值进行了提取，从而实现电主轴轴向精度的评价。将该综合精度分析方法应用在一种加工中心的高速电主轴上，结果表明：电主轴的径向误差和轴向误差随着转速的升高，先保持不变再升高，回转轴线倾斜角度误差随着转速的升高基本保持不变。该方法可应用在电主轴性能检测和精度衰退试验中。

该文旨在探究湍流模型对复杂非对称岔管水力特性仿真的结果准确度和计算时间成本的影响。基于Reynolds时均Navier-Stokes（RANS）方程，利用剪切应力传输k-ω（SST k-ω）、标准k-ε（Sk-ε）、可实现k-ε（Rk-ε）、重整化群k-ε（RNG k-ε）和Reynolds应力模型（RSM）共5种不同湍流模型解决方程封闭性问题，深入对比分析基于各湍流模型模拟的流速场、紊动能场、水头损失和时间成本的差异。将计算结果与物理模型试验结果进行比较，发现基于各湍流模型的计算值与试验值偏差和计算效率均随着水流条件的不同而变化。总体而言，基于SST k-ω的模型计算效率较高，基于RSM的结果与试验值偏差较小。SST k-ω和RSM适合应用于求解类似复杂岔管的水力特性问题，可根据所具备的计算资源和对结果准确度要求在二者中选择。而RNG k-ε、Sk-ε和Rk-ε模型均不能较准确模拟岔管分流、汇流形态及引起的水头损失。

利用粤港澳珠江三角洲区域空气监控网络数据，分析2006-2016年粤港澳大湾区空气污染物的时空变化，探讨其影响因素。采用灰色关联度计算社会经济因素与珠三角、香港和澳门空气污染物浓度的关联度。结果表明：粤港澳大湾区内SO₂、NO₂和PM₁₀年平均浓度总体呈明显下降趋势，月平均浓度呈U形变化趋势；O₃年平均浓度呈上升趋势，月际变化呈M形趋势；工业、能源消耗、人口、机动车数量和环境管理政策是影响区域空气质量的主要因素。强化联合防控，严格管控工业污染、降低能源消耗和加强车辆管制，是持续改善粤港澳大湾区空气质量的主要途径。

北京市企业标准化评审后留下了一万多家企业百万余条评分结果，在海量数据的支撑下，可以采用大数据分析手段来探索各扣分项扣分频次之间的相关关系。目前最常用的方法是关联规则挖掘，然而关联规则挖掘只能给出定性的相关关系，无法在定量方面给出结论，使得对数据的信息挖掘停留在定性的水平。神经网络作为另外一种广泛应用的数据挖掘方法能够有效拟合复杂的非线性关系，但是在数据挖掘中，神经网络在输入输出选择上存在很高的试错成本。该文将关联规则挖掘与神经网络方法结合使用，首先用关联规则挖掘筛选出扣分项之间的关联规则逻辑，然后将选出的关联规则作为神经网络的输入与输出进行训练，找到了18项扣分项之中的3项与其他8项之间的强相关关系，神经网络预测值与实际值之间拟合直线的相关系数达到了0.84以上。实验结果表明：该方法可以实现对企业扣分项的相关关系挖掘，并可以将结果用于扣分频次预测。