针对高超声速飞行器反作用控制系统（reaction control system，RCS）的推力器故障，展开了基于核极限学习机（kernel extreme learning machine，KELM）的故障诊断方法研究，并对该诊断方法进行了参数优化和核函数优化，为飞行器执行器故障提供了快速准确的诊断方法。结果表明：该方法可以克服对飞行器模型的依赖，以数据驱动的方式对飞行器执行器故障实现快速准确的诊断。

数据竞争是典型的多线程程序并发缺陷。由于多线程程序中存在不确定性的交织，数据竞争很难被检测出来。该文以多线程数据竞争的5个相关属性作为特征，构建了多线程程序数据竞争随机森林指令级检测模型。首先基于happens-before关系与lockset算法指令级检测数据竞争，同时用汇编源码信息来剔除隐形同步对，然后利用happens-before关系与lockset算法的分析结果训练多线程程序数据竞争随机森林检测模型。在Pin上实现了多线程程序数据竞争检测工具AIRaceTest。利用GitHub中多线程程序的插桩结果作为样本集来训练随机森林模型，模型精度可达92.1%。对Google data-race-test、Parsec基准程序3.1中的经典多线程程序的检测结果表明：AIRaceTest与Eraser、Djit+以及Thread Sanitizer这3种目前常用的数据竞争检测工具相比，数据竞争的误报和漏报分别降低了约10.6%和12.3%，在线程数较多的情况下，时间和内存开销分别降低了41.8%和22.4%。

基于传感器的人体活动识别被广泛应用到各个领域，但利用多种异构传感器识别日常的复杂人体活动，仍然存在很多问题。对多个异构传感器数据进行数据融合时，存在兼容性问题，导致对并发复杂活动识别准确率较低。该文提出基于多传感器决策级数据融合的多任务深度学习模型。该模型利用深度学习自动地从每个传感器原始数据中进行特征提取。利用多任务学习的联合训练方法将并发复杂活动分为多个子任务，多个子任务共享网络结构，相互促进学习，提高模型的泛化性能。实验表明：该模型对周期性活动的识别准确率可达到94.6%，非周期性活动可达到93.4%，并发复杂活动可达到92.8%。该模型比3个基线模型的识别准确率平均高出8%。

随着对实时数据流处理需求的增加，分布式流处理系统的发展也越来越受到关注。大量的倾斜的数据流以及复杂分布式系统的异构性对当前的分布式流处理系统的分组策略提出了挑战。目前已有的分布式流处理分组策略通常关注并行实例之间元组数量的均衡性，而忽视了系统异构性对分组策略造成的影响。该文提出了一种时间感知分组算法，通过对分布式流处理系统存在的网络异构性和处理能力异构性的分析，综合考虑流处理系统中各下游算子实例的处理时间以及上游算子与下游算子之间的通信时间，并根据键值的频率不同制定不同的路由策略，在较小的开销下使系统达到负载均衡。在Apache Flink分布式流处理系统上进行的实验结果表明：时间感知分组算法比已有的分组算法在系统吞吐量上提高了10%，在平均处理延迟上降低了33%。

问题报告作为记录和跟踪缺陷的载体，为解决软件质量问题提供依据。目前软件测试常以多人、并行的方式进行，海量问题报告的去假与去重等整合过程正面临严峻的挑战。因此，该文提出一种基于BM25算法的问题报告自动化检测方法，在对问题报告进行预处理后，依据测试需求和测试报告样本建立匹配库，利用BM25算法计算两者的相似度得分，并以此为依据检测问题报告的正确性。在软件测试大赛的数据上进行实验，结果表明该文提出的方法能够正确评判大部分问题报告，有效提高了去假与去重效率。

针对集成电路所需测试数据量庞大、测试成本过高的问题，该文提出了最小游程切换点标记编码压缩方法，将原始测试数据压缩，达到减少测试成本的目的。该方法将测试集按若干向量分组编码，利用组内向量游程切换范围的重叠关系合并游程切换点，可以将组内所有测试向量的游程位置用一个向量表示出来，突破了传统编码压缩要用编码字后缀表示游程长度的限制，相较于传统编码压缩，极大地缩短了编码字。该方法解压规则简单，硬件开销小，ISCAS 89标准电路实验结果表明：该方案压缩效果优于其他几类编码压缩方案，可为测试数据量过大提供有效解决方法。

城市下垫面因其特殊的动力学和热力学特性，会对降雨产生影响。该研究以雄安新区为例，利用中尺度气象模式（WRF）对2016年7月20日的大规模暴雨事件进行模拟，采用不同城市冠层粗糙度方案设置，研究城市冠层粗糙度对暴雨云团运动和降雨落区的影响。结果表明，城市冠层粗糙度对暴雨云团的运动和降雨落区有显著影响：当城市冠层粗糙度较小时，云团经过城市时被加热，产生水汽辐合和雨岛效应，从而增加城区和下风向的降雨；当城市冠层粗糙度较大时，云团在城市上风向停留，使城市上风向降雨增加；城市冠层粗糙度进一步增加会改变暴雨云团的运动方向，使城市周边降雨增加。该研究评估了城市冠层粗糙度对降雨的影响，为未来城市规划与建设提供了科学依据，对城市降雨模拟的参数选择具有参考意义。

水流反向演算在水利工程中应用广泛。由于水流具有沿程坦化的特性，直接反向求解水动力方程存在误差放大、结果不稳定的问题。该文将水流正向演算模型所在的x-t平面逆时针旋转90°后，构建了水流反向演算模型。该研究将正向模型的初始、边界条件分别变换为反向模型的边界、初始条件，解决了逆向数值迭代不稳定、不收敛的问题。经理想河道案例验证后，将反向模型应用于西江天然河道案例，结果表明模型稳定性好、模拟精度高，能有效反算出不同情景下的水流入流过程。该研究对于使用水流反向演算的水利工程具有实用价值。

体视粒子图像测速（stereoscopic particle image velocimetry，SPIV）技术是根据2台相机各自连续拍摄的至少2帧粒子图像测量平面三维流场，其测量结果的精度与粒子图像时间间隔的设置有关。利用层流和明渠紊流实验数据，分析粒子图像时间间隔对SPIV测量精度的影响，结果表明：当时间间隔满足1/4准则时，层流整体测量精度随时间间隔的增加而提高，但在速度梯度较大区域，当判读窗口内粒子间位移差不满足2/3准则时，测量精度会随时间间隔的增加而降低；明渠紊流外区测量精度未发现随时间间隔发生显著变化，但近壁区过大的速度梯度使2/3准则不再被满足，测量精度随时间间隔增加而显著降低；当不满足1/4准则时，各流动的测量误差均增大。利用SPIV开展平面三维流场测量时应遵循以下实用原则：粒子图像时间间隔应满足1/4准则，在此基础上，速度梯度较小的流动尽量使用较大的时间间隔，而速度梯度较大的流动宜取满足2/3准则条件的最大时间间隔。

建筑工程合规性审查是确保设计或施工方案满足规范，建设绿色、安全、舒适的工程的关键环节。传统人工核对方式对人员的经验及其水平要求高，存在尺度不一、低效漏项、人为操控等弊端。该文对近年来合规性自动审查的有关研究应用作了全面调研和综述，建立了基于建筑信息模型（building information model，BIM）的合规性自动审查研究框架，并从审查规则解译表达、信息建模扩展、规则推理执行及结果输出表现等方面综述了研究现状和不足之处。最后，指出合规性自动审查的研究方兴未艾，尽管已取得了丰硕的成果，但是仍面临信息模型异构和语义鸿沟，规则自动解译和开放、灵活共享，复杂空间关系分析和大规模推理等巨大挑战。

三维辐射场是反映核设施内真实外照射分布的重要数据库，可为核设施现场建立有效的屏蔽措施及确定合理的作业方案提供数据基础。为了重构出与实际较为相符的三维γ辐射场，结合点核积分理论，该文利用最小二乘法和Gauss-Seidel迭代算法，建立了基于源活度反演计算的γ辐射场重构方法，研究了所选取测量点位置对源活度反演结果的影响，并结合某核电现场的实地测量数据对该重建方法进行了实验验证与计算分析。结果表明：在现场实验中基于源活度反演算法重构出的γ辐射场数据与相对应的测量数据之间的偏差约为10%，能够满足核设施现场辐射防护的计算需要，可为其现场的辐射防护最优化提供技术支持。