随着我国现代工业的飞速发展，人类发展所必需的能量消耗与日渐匮乏且不可再生资源之间的矛盾日趋严重，其中不必要的摩擦造成的能量损耗约占我国国民生产总值的4.5%。超滑作为摩擦学的一个重要领域，自提出以来吸引着众多研究人员的密切关注与研究。这是因为超滑技术不仅可以提高润滑效率，还能够降低能量损耗并显著提高能源利用率，从而达到节约能源和资源的目的。因此，对超滑现象的产生规律和机理的深入研究，对进一步丰富和完善摩擦学体系有重要的理论意义，同时对超滑系统在工程中的应用有重要的实用价值。该文回顾近年来新型液体材料的超滑特性，并归纳各类液体润滑材料实现超滑的机理。最后，对当前超滑研究中的优劣势做出总结并提出展望。

聚电解质是广泛应用于医疗领域的一类高分子聚合物，该文从多方面对聚电解质润滑涂层进行了系统的概述。首先，基于聚电解质刷原理、水合润滑原理对聚电解质润滑涂层的润滑机理展开介绍，并对聚电解质进行了分类。其次，介绍了聚电解质与基底的多种结合方式，包括物理法、偶联接枝法和引发接枝法等，并对引发接枝法进行了详细的讨论，为设计聚电解质润滑涂层提供参考。最后，对聚电解质润滑涂层在医疗领域的应用进行了阐述，并对其未来发展提出了展望。

摩擦材料是汽车、航空等领域的关键制动材料，为了提高摩擦性能的有效性和稳定性，该文采用定速式摩擦磨损试验机研究了造粒氧化锆对摩擦材料摩擦磨损性能的影响，采用偏好指数选择（preference selection index，PSI）法进行了综合摩擦学性能优化，结果表明：当造粒氧化锆质量分数为10%时，复合材料的综合摩擦学性能最优，摩擦系数达到0.49。综合考察了磨损率、摩擦系数、恢复率、衰退率、稳定系数、摩擦波动和变化系数等因素在衰退和恢复测试过程中的变化规律，并通过对磨损表面的观察分析了造粒氧化锆增强复合材料的摩擦磨损机理，证明了稳定接触区的形成有利于获得优异摩擦系数和低磨损率。

互联网公开数据蕴含着大量高价值的军事情报，成为获取开源军事情报的重要数据源之一。军事领域命名实体识别是进行军事领域信息提取、问答系统、知识图谱等工作的基础性关键任务。相比较于其他领域的命名实体，军事领域命名实体边界模糊，界定困难；互联网媒体中军事术语表达不规范，随意性的简化表达现象较普遍；现阶段面向军事领域的公开语料鲜见。该文提出一种考虑实体模糊边界的标注策略，结合领域专家知识，构建了基于微博数据的军事语料集MilitaryCorpus；提出一种多神经网络协作的军事领域命名实体识别模型，该模型通过基于Transformer的双向编码器（bidirectional encoder representations from transformers，BERT）的字向量表达层获得字级别的特征，通过双向长短时记忆神经网络（bi-directional long short-term memory，BiLSTM）层抽取上下文特征形成特征矩阵，最后由条件随机场层（conditional random field，CRF）生成最优标签序列。实验结果表明：相较于基于CRF的实体识别模型，应用该文提出的BERT-BiLSTM-CRF模型召回率提高28.48%，F值提高18.65%；相较于基于BiLSTM-CRF的实体识别模型，该文模型召回率提高13.91%，F值提高8.69%；相较于基于CNN（convolutional neural networks）-BiLSTM-CRF的实体识别模型，该文模型召回率提高7.08%，F值提高5.15%。

给定时态图，最快路径查询可以得到两点之间用时最短的路径对应的时间跨度。高效回答最快路径查询可有效提升系统的易用性，增强用户黏度。然而，现有方法在处理时态图上的最快路径查询时，因其处理策略造成大量冗余操作，查询处理效率不高。该文提出3个启发式规则用于减少冗余计算，并给出了合理性证明。基于3个启发式规则，提出了一种高效的最快路径通用查询算法。该方法在多个数据集上比原有方法减少了5~8倍的可达性查询调用，显著减少了冗余计算，具有更高的查询处理效率。

多模态医学影像信息已经在计算机辅助检测和诊断中被广泛地应用。在对Alzheimer病（Alzheimer's disease，AD）的分类与诊断中，结合多个模态医学影像的特征信息能够更加准确且全面地对同一AD主题进行分类与诊断。该文提出了一种基于卷积神经网络的模型结构，分别对AD病患的磁共振图像（MRI）和正电子发射型计算机断层显像（PET）图像进行3D卷积操作来提取各自模态的特征信息，并应用模型融合方法对模态特征信息加以融合，从而得到包含更加丰富的多模态特征信息。最后用全连接神经网络将上述提取的多模态特征信息进行分类预测。通过在AD神经影像学倡议（Alzheimer's disease neuroimaging initiative，ADNI）公开数据集上的实验结果表明：该文所提出的模型在准确率（accuracy，ACC）和曲线下面积（area under the curve，AUC）的性能评价中都取得了更加优越的结果。

工作者的路径规划问题是空间众包中一个重要的研究内容。当前路径规划问题的研究主要集中在离线情形下，然而在线情形下的路径规划更符合现实需求。因此，该文从众包物流和共享巴士等典型空间众包平台中提取出了一个在线路径规划问题——空间众包中终点固定的在线路径规划问题。首先研究了Euclidean空间上的路径规划问题，提出了基于粒子群的在线粒子群路径规划算法，该算法通过在线追踪最优解来进行路径规划，同时，提出了基于k近邻的在线局部粒子群路径规划算法。还研究了面向路网的路径规划问题，提出了加权最短路径边界索引和路网上的在线局部粒子群路径规划算法。最后，通过真实数据上的大量实验验证了上述算法的有效性和高效性，其中在线局部粒子群路径规划算法拥有更好的效果。

交通拥堵是道路网络中总车流量大于道路承载量，导致交通流无法畅行的现象。基于交通流数据挖掘的拥堵模式对于解决道路交通拥堵问题具有重要的现实意义。然而，现有的研究工作未能对"交通拥堵"进行合理准确的定义，忽略了交通流数据本身具有的时空属性和交通拥堵概念本身的模糊性。该文首先将模糊集理论引入到交通拥堵的定义中，提出用模糊隶属度衡量交通拥堵程度；其次，在传统空间并置模式挖掘的基础上加入时间属性，提出时空并置模糊拥堵模式的概念；再次，在该概念的基础上提出了挖掘时空并置模糊拥堵模式的有效方法；最后，在实际数据集上对提出的方法进行了广泛的实验评估。实验结果表明：该方法在挖掘结果上优于现有方法。

为提高化工行业中数据驱动故障检测的效果，该文针对实际工业系统中闭环控制导致的过程动态特性和数据流形中蕴含的局部信息，提出了一种基于局部时空正则慢特征提取（local time-space regularized slow feature extraction，LTSS）的方法进行故障检测。首先，构造基于局部时空正则的目标函数得到投影矩阵，进而得到预提取特征S，则S张成的空间中包含了静态信息，而S的一阶差分张成的空间中包含了动态信息。其次，基于独立成分分析（independent components analysis，ICA）方法，分别为2个空间构建对应的S²和SPE统计量进行监控，用于实时故障检测。在TE（Tennessee Eastman）过程上的案例研究可以证明所提方法的有效性。

2-巯基苯并噻唑作为一种重要的硫化促进剂，广泛应用于橡胶行业。对于溶剂法制备高纯2-巯基苯并噻唑，选择合适的结晶溶剂至关重要。传统溶剂的筛选方法为实验试错，需要耗费大量的时间和金钱。该文提出了一种基于计算机辅助分子设计的结晶溶剂设计方法。计算机辅助分子设计问题可以表示为混合整数非线性规划模型，该模型包括目标函数、结构约束、性质约束和过程约束，目标函数为产品纯度和收率，同时对熔点、沸点、闪点、溶解度系数和固液相平衡进行约束。其中与过程约束相关的活度系数采用基于片段活度系数的类导体屏蔽模型（COSMO-SAC）进行预测。采用分步求解法对混合整数非线性规划模型进行求解，得到10种候选溶剂，其中8种溶剂所得产品的性能优于目前工业水平。对部分候选溶剂进行实验验证，结果显示所得产品的性能与模拟结果较为一致，从而证明了模型的有效性。