数据清洗是对脏数据进行检测和纠正的过程，是进行数据分析和管理的基础。该文对经典和新兴的数据清洗技术进行分类和总结，为进一步的研究工作提供方向。形式化定义了数据清洗问题，对数据缺失、数据冗余、数据冲突和数据错误这4种数据噪声的检测技术进行详细阐述。按照数据清洗方式对数据噪声的消除技术进行分类概述，包括基于完整性约束的数据清洗算法、基于规则的数据清洗算法、基于统计的数据清洗算法和人机结合的数据清洗算法。介绍了常用的测评数据集和噪声注入工具，并对未来重点的研究方向进行了探讨和展望。

针对现有的判断片上网络路由算法是否含有死锁的方法都比较复杂，以及传统转弯模型存在不足的问题，提出了一种更简单更直观的判断路由算法是否包含死锁的算法，并证明了该算法的正确性，然后提出了一种列分转弯模型。列分转弯模型能实现针对二维mesh网络的基于虚跨步交换技术的无死锁、最短路径部分自适应路由，并且不需要额外的虚拟通道。该模型会在网络节点处限制某些转弯，从而避免死锁，类似于奇偶转弯模型。模拟实验结果表明：基于该模型的路由算法与基于奇偶转弯模型的路由算法相比，在不同的流量模式下平均延迟都有所降低，饱和点有所上升，从而提高了整个网络的性能。

在云计算技术领域中，MapReduce能够帮助人们快速处理海量数据，因此在学术界以及工业界越来越受到重视。但是MapReduce在处理以文本为中心的应用时，中间结果中数据重复较多。针对该情况，已有的高频率缓冲（frequency buffering，FB）算法提出在环形内存缓冲之前添加哈希表，并将高频率键存储在哈希表中。该算法通过采样来实现，有额外开销并且统计出的高频率键并不一定准确。该文提出一种基于动态获取高频率键的MapReduce性能优化算法，通过在环形内存缓冲之前增加计数Bloom过滤器（counting Bloom filter，CBF）和哈希表，将高频率键动态地存储在哈希表中。该算法获得的高频率键更准确，同时大大减少了数据排序和磁盘I/O的开销。实际测试结果表明：该算法明显提高了作业的执行速度，比原始MapReduce提高17.04%，比FB算法提高9.31%。

顶点相似度计算在现实生活中具有广泛的应用。当前对相似性计算的研究工作主要集中于静态图上，并且大多相似性计算模型是基于SimRank算法提出的。而现实中的许多场景，需采用时序图进行建模。当前针对静态图的大量SimRank的计算方法无法在时序图中实现，因此该文对大规模时序图中的SimRank计算开展详细研究，并提出一种时序关联的SimRank计算方法（temporal-aware SimRank，TaSimRank）。TaSimRank根据图的拓扑结构和时间约束通过高效的迭代方法计算SimRank。同时，该文提出一种近似算法，通过随机游走方法建立树形索引，使用Monte Carlo方法近似计算顶点的相似度，取得时间和效率的平衡。最后，通过大量真实实验验证了提出算法的有效性和可扩展性。

个人击键节奏模式具有很难被模仿的特点并可以用于身份认证。根据个人自由文本输入时的击键数据可以学习到个人独有的击键模式。基于对用户自由文本击键输入的检测，能够在不影响用户输入的情况下完成对用户身份的持续认证。该文提出将整体击键数据划分成固定长度的击键序列，并且根据击键的时间特征将击键序列中的击键时间数据转化成击键向量。使用卷积神经网络（convolutional neural networks，CNN）加循环神经网络（recurrent neural networks，RNN）的模型进行个人击键向量序列进行学习，用于身份认证。结果表明：模型使用公开数据集进行实验获得最优拒真率（false rejection rate，FRR）为1.95%，容假率（false acceptance rate，FAR）为4.12%，相等错误率（equal error rate，EER）为3.04%。

近年来，随着软件规模和复杂度的日益增加，软件漏洞挖掘技术正逐渐向高度自动化和智能化演变，该文从传统漏洞挖掘技术和基于学习的智能化漏洞挖掘技术两方面深入调研和分析了相关的研究进展。首先，从静态和动态挖掘技术2方面详细介绍了传统漏洞挖掘技术的研究现状，涉及的技术包括模型检测、二进制比对、模糊测试、符号执行以及漏洞可利用性分析等，并分析了各项技术存在的问题，提出当前的研究难点是实现漏洞挖掘全自动化。然后，介绍了机器学习和深度学习技术在漏洞挖掘领域的应用，具体应用场景包括二进制函数识别、函数相似性检测、测试输入生成、路径约束求解等，并提出了其存在的机器学习算法不够健壮安全、算法选择依靠经验、数据样本不足、特征选择依赖专家知识等问题。最后，对未来研究工作进行了展望，提出应该围绕提高漏洞挖掘的精度和效率、提高自动化和智能化的程度这2方面展开工作。

高压氢气泄漏射流是氢安全研究的重要内容，而在一定实验测量的基础上进行数值模拟是该领域的重要研究手段。目前高压氢气射流完整数值模拟存在计算效率低、不稳定和难收敛的问题，而现有的简化模拟方法存在模型假设不合理和计算结果不准确的问题。本文在定量激波结构测量的基础上，结合气体状态方程和守恒方程构建了分层流动模型，综合考虑了实际的射流核心区和边界层内不同的流动情况，且无需计算气流参数变化剧烈的激波区，从而简化了数值模拟计算。采用分层流动模型模拟的速度场和浓度场计算结果与完整模拟的计算值和实验测量值一致，优于采用传统虚喷管模型模拟的结果。该研究为高压氢气泄漏研究提供了一种在保证计算结果准确性基础上提高计算效率的模拟方法，对进一步推动氢安全研究具有一定意义。

为抑制浮升力导致的超临界压力流体传热恶化，该文采用光管内插螺旋结构，增强管内湍流发展，提高流体管内换热性能。对超临界压力CO₂在竖直光管、内插螺旋管内对流换热进行了实验研究，比较了热流密度、进口Re、流动方向等因素对换热的影响，讨论了内插螺旋结构对传热恶化现象的抑制作用。研究结果表明：由于浮升力传热恶化作用，流体在光管内向上流动壁温分布呈非线性变化趋势，壁温峰值区域随热流密度升高逐渐向入口区域移动；光管内插入螺旋结构可以有效抑制由浮升力产生的传热恶化作用，显著提高超临界压力CO₂管内对流换热强度，内插螺旋结构管相对于光管可以提高对流换热系数约200%以上；超临界压力CO₂在内插螺旋结构管内流动与换热时，在热流密度较高情况下，浮升力依然会对换热起到一定的恶化作用，流体向下流动时沿程对流换热系数略高于向上流动。

开展以载荷谱为指导的电主轴模拟加载试验是检验主轴可靠性的一种重要途径。该文提出一种基于切削力系数辨识及切削仿真的加工中心电主轴载荷谱编制的方法。基于切削力模型，开展切削力系数辨识实验，然后将辨识得到的切削力系数代入到切削力模型用于切削力计算，并通过对比实验检验切削模型的准确性；在AdvantEdge FEM软件的PM 3D（production module 3D）模块中开展基于S试件的切削仿真，获取切削参数的时间历程；结合切削力模型与切削S试件的切削参数，仿真获取较准确的动态切削力，并用雨流计数法进行循环计数；根据计数结果对备选概率分布模型进行参数拟合，通过拟合图形与KS（Kolmogorov-Smirnov）检验值的分析比较，筛选出的最优模型即为基于概率分布模型的载荷谱。基于该载荷谱，在一台电主轴可靠性试验台上进行了加载试验来验证载荷谱对加载试验的指导作用。结果表明：基于仿真的动态切削力与实验值基本一致，可用于载荷谱编制；该载荷谱可以指导加载试验。该方法为主轴可靠性试验奠定了坚实基础。

该实验通过对比受试者在背景噪声接近0 dB（A）的极静环境和普通住宅环境（背景噪声22~48 dB（A））的睡眠质量来探究噪声对睡眠的影响。35位不同性别、年龄的受试者佩戴睡眠头环监测仪，分别在极静房间和自己住宅作睡眠测试。结果发现：在极静房间与在普通住宅相比，受试者睡眠质量整体平均有所提升，睡眠总时长整体平均增加了11.4%，深度睡眠时长整体平均增加了9.3%，快速眼动睡眠（REM）时长整体平均增加了12.2%；在住宅背景噪声为30 dB（A）以上时，深度睡眠时长提升量随住宅背景噪声增大而增加。