端到端方法是实现自动驾驶的方法之一，而自动驾驶的场景较为丰富，不同场景的特征差别较大，这使得基于强化学习的端到端自动驾驶方法训练时的随机性衰减速度难以确定，若衰减过快，在面对新场景时无法获得较好的自动驾驶效果，反之则会使得算法难以快速收敛。针对这一问题，该文提出了一种基于输入状态分布筛选的随机策略和经验回放方法，将当前输入的状态数据和已保存的状态数据之间的距离进行对比，根据不同的距离选择不同的随机策略参数，同时在经验回放时提高出现频率较低场景的回放概率。仿真结果表明：该算法在训练后期面对与前期数据分布差异较大的场景时仍有足够的探索能力，提高了基于深度确定性策略梯度算法的端到端自动驾驶策略在全新工况下的车道保持能力。

针对通信延迟影响下的智能电动汽车队列控制问题，提出了一种智能电动汽车队列分布式自适应鲁棒控制方法。建立考虑非线性项、参数不确定性和外部干扰因素影响的智能电动汽车纵向队列动力学模型，并基于逆模型补偿技术，消除了非线性项对队列系统的影响；构建通信延迟作用下智能电动汽车队列分布式状态反馈控制结构，给出通信延迟、外部干扰和参数不确定性下的智能电动汽车队列闭环系统模型；使用特征值分解对通信延迟下智能电动汽车队列通信拓扑进行解耦，采用线性矩阵不等式处理方法，推导出通信延迟下智能电动汽车队列自适应控制器的存在条件，该矩阵不等式是低维的，与智能电动汽车队列长度无关。基于Lyapunov理论对时滞队列系统稳定性进行分析，验证系统的稳定性；仿真试验验证了所提出的通信延迟下队列分布式自适应鲁棒控制方法的可行性和有效性。

线控转向系统的安全可靠性不足是制约其应用的瓶颈，其中转向机系统的安全可靠性是重要方面。已有研究提出了具有高安全可靠性的双余度线控转向机系统的结构。该文针对此系统提出了电流均衡余度控制方法，以使其在双电机控制转向时转矩能够均衡输出；在出现降阶故障后切断相应通道电机电源，实现系统降阶，并在控制上重整，使系统在降阶状态下能够正常实现转向控制功能。实车试验结果表明，上述方法能够在转向控制中实现双电机均衡输出，在出现故障后能够降阶重整，使车辆保持转向功能。

为提高智能汽车在大曲率高速工况下的车辆横向稳定性和跟踪精度，该文提出了一种基于最优前轮侧偏力的智能汽车线性二次型调节器（LQR）路径跟踪横向控制方法。通过构建基于“前馈+反馈”的LQR控制器对期望前轮侧偏力进行实时在线求解并使跟踪误差收敛，最终通过刷子轮胎模型将控制量转化为期望前轮转角。该方法有效地保持了车辆模型与轮胎模型原有的非线性特性。基于PreScan搭建了仿真模型，结果表明：与应用线性轮胎模型的LQR控制器相比，所提出的控制方法在降低路径跟踪误差的同时，还能有效提升车辆的横向稳定性。

针对现有问答立场分析方法未考虑问答文本间交互依赖关系的不足，该文提出一种基于循环交互注意力（recurrent interactive attention，RIA）网络的问答立场分析方法。该方法模拟人类的问答阅读理解机制，采用交互注意力机制和循环迭代策略，结合问题和回答的相互联系分析问答文本的立场信息。此外，为了处理问题文本无法明确表达自身立场的情况，该方法将问题转换为陈述句。在中文社交问答数据集上的实验结果表明，由于有效地表示了问答对依赖关系，本文方法的性能优于已有方法。

兼语结构是汉语中常见的一种动词结构，由述宾短语与主谓短语共享兼语，结构复杂，给句法分析造成困难，因此兼语识别工作对于语义解析及下游任务都具有重要意义。但现存兼语语料库较少，面向中文抽象语义表示（AMR）标注体系的兼语语料库构建仍处于空白阶段。针对这一现状，该文总结出一套兼语语料库标注规范，构建了包含4 760个兼语句的面向中文AMR标注体系的兼语语料库。基于构建的语料库，采用LA-BiLSTM-CRF模型识别兼语结构，达到了86.06%的F1，并分析了识别结果，提出了改进方向。

多语言神经机器翻译是解决低资源语言翻译的有效方法，现有方法通常依靠共享词表的方式解决英语、法语以及德语等相似语言之间的多语言翻译问题。缅甸语属于典型的低资源语言。汉语、英语以及缅甸语之间的语言结构差异较大。为了缓解由差异性引起的共享词表大小受限制问题，该文提出一种基于多语言联合训练的汉英缅神经机器翻译方法。在Transformer框架下将丰富的汉英平行语料与较少的汉缅、英缅语料进行联合训练，模型训练过程中分别在编码端和解码端将汉英缅映射在同一语义空间以降低汉英缅语言结构差异性对共享词表的影响，通过共享汉英语料训练参数来弥补汉缅、英缅语料缺失的问题。实验结果表明：在一对多、多对多的翻译场景下，所提方法的BLEU值比基线模型的汉英、英缅以及汉缅翻译结果有明显提升。

在生物医学文献挖掘领域中，已有的BioBert采用预训练的方式在生物医学命名实体识别（BioNER）任务中表现出优秀的实体识别性能，却存在模型规模过大、速度过慢的缺点。针对BioBert网络模型如何高效压缩问题，该文提出了一种高效生物医学名称实体识别模型，命名为FastBioNER模型。该模型采用动态知识蒸馏方式对BioBert模型进行压缩，首先，通过动态权重函数模拟真实的学习行为，即在模型训练过程中动态调整各部分损失函数的重要程度；其次，采用动态知识蒸馏方式将训练后的BioBert作为教师模型，压缩到一个规模较小的学生模型中；最后，对提出的FastBioNER模型在已公开数据集NCBI疾病、BC5CDR-chem和BC4CHEMD上进行了实验验证。实验结果表明：提出的FastBioNER模型在3个数据集中获得除BioBert外最高F1值分别为88.63%、92.82%和92.60%，并分别以损失1.10%、0.86%、0.15%的F1值为代价，将BioBert的模型大小压缩了39.26%，同时推理时间缩短了46.17%。

空间co-location模式是指在空间中相互邻近且频繁出现的空间特征的集合。由于传统的co-location模式挖掘使用单一的距离阈值来定义空间邻近关系，忽略了距离变化对空间邻近关系带来的影响，并且最小频繁度阈值的设定对于没有数据相关专业知识的用户来说存在一定的困难。针对上述问题，该文提出了一种基于模糊理论和d-网格的邻近隶属度计算方法，该方法可以避免计算Euclid距离并且可以利用d-网格快速找到满足模糊邻近关系的极大团，然后结合Top-k思想，挖掘出频繁度最大的k个空间co-location模式。实验结果表明：该方法具有更高效的性能和更细致的计算结果，并且通过比较召回率，发现该方法得到的频繁度最大的k个模式与传统co-location模式挖掘算法得到的频繁度最大的k个模式大部分相同，说明提出的模糊度量和挖掘算法具有较大的实用价值。

互联网的发展带动了电商等应用的普及，产生了大量具有临时匹配性质的服务。这些服务需要考虑任务的类型与人员具备技能的匹配，同时最小化匹配对象间的路程开销。针对以上实际需求，提出了空间关键字任务匹配问题，给定具有空间位置及关键字的任务集与成员集，在所有任务均可完成的前提下，使所有匹配的任务与成员的距离之和最小。所提出的问题考虑了任务由不同的关键字表示，由于任务和成员数量的海量性及关键字的多样性使得高效求解高质量的匹配结果成为挑战。该文提出了k近邻增量优化策略，引入关键字设计了k近邻空间关键字任务匹配算法，提高了任务匹配质量；提出了基于空间划分的分组优化匹配算法，以适应海量数据的任务匹配情况。针对真实数据集进行了充分测试，验证了算法的有效性。

机器人自动钻铆技术突破了飞机装配质量和灵活性瓶颈，在装配效率和成本上有巨大优势，已成为飞机数字化、柔性化装配发展的必然选择。目前机器人钻铆系统大多以6自由度工业串联机器人为平台，此类机器人具有结构弱刚性的固有缺点，在钻铆作业过程中承受较大的压紧力和制孔力等载荷时，机器人末端和执行器会发生一定的变形甚至颤振，严重影响钻铆精度和质量。该文以钻铆机器人为对象建立机器人静刚度模型，设计关节刚度辨识实验获取了机器人关节刚度值，进一步结合刚度性能评价指标分析了机器人工作空间范围内刚度性能分布特征，根据实际作业工况，采用粒子群算法对机器人进行位姿优化，从而增强了机器人刚度性能，对于保证系统作业稳定性和作业质量具有重要意义。

五轴侧铣加工过程中刀具姿态实时变化，导致加工过程中瞬时未变形切屑厚度（instantaneous undeformed cutting thickness，IUCT）计算困难、铣削力计算效率低下。为了提高铣削力的计算效率，首先，建立了微元铣削力模型，提出了一种平头铣刀五轴侧铣IUCT计算方法，该方法将切削厚度分为2部分计算；其次，对比了该模型与现有模型的铣削力计算效率，发现该文提出的铣削力模型计算效率提升了约40%；最后，通过五轴侧铣加工对该文模型进行了实验验证，结果表明：该模型在提高计算效率的同时具有良好的预测精度。

大型航空产品工件受温度变化而膨胀变形等影响，这会对产品的精确数字化测量以及部件对接的精度产生重要影响。该文提出一种工件三维膨胀变形的激光跟踪仪转站参数优化方法，根据工件的三维数模，通过ANSYS有限元热分析计算工件初步热膨胀变形的中心点；建立考虑工件三维热膨胀变形的转站目标优化函数，对种群个体进行随机初始化赋值，并计算个体的适应值；采用粒子群优化算法（particle swarm optimization，PSO）对种群个体进行迭代优化，直到计算得到最优的跟踪仪转站参数。该方法充分考虑了大型工件受温度变化引起的工件三维热变形因素，提高了跟踪仪转站测量的精度。

针对环抛机盘面钝化程度难以识别的问题，该文提出了一种基于灰度共生矩阵（gray-level co-occurrence matrix，GLCM）和Adaboost分类器的分类方法。首先获取盘面状态图像，利用GLCM算法对环抛机盘面纹理图像进行特征提取，将GLCM的4个二阶统计量输入至Adaboost分类器进行训练，得到可以识别盘面未钝化和已钝化图像的图像分类器。经过试验数据分析，确定了GLCM用于环抛机盘面钝化程度分类的最优参数为点对间距离d=11、灰度级数k=16，其分类正确率可达98.3%，较LBP算法分类正确率升高9.5%，较PNN算法分类正确率升高2.08%。

脉冲电流钨极惰性气体（tungsten inert gas，TIG）保护电弧焊广泛应用于高品质焊接制造。研究电弧形态、灰度和温度等特征参数随脉冲电流的变化规律，有助于更深入地理解脉冲TIG焊的电弧动态物理特性，更好地评判焊接过程的稳定性和控制焊缝成形质量。该文通过同步采集焊接过程的脉冲电流及对应的电弧图像，借助于图像处理和标准温度法计算求解了脉冲TIG焊的电弧形态、灰度及特定位置的温度，分析了其随脉冲电流周期性变化的规律。试验结果表明，脉冲TIG焊的电弧形态、灰度、特定位置的温度等特征参数与脉冲电流的变化同步，同步精度在0.1 ms以内。在脉冲电流前后沿的电流突变过程中，电弧在电流增加时的形态扩张和温度上升速度快于电流减小时的形态收缩和下降速度。在钨极下方1 mm处，电弧温度在脉冲电流增加时的平均上升速度为11 613 K/ms，在脉冲电流减小时的平均下降速度为5 710 K/ms。距离钨极越近，电弧灰度在电流突变前后的变化越小，但电弧温度的变化越大。

由于海上信号传输受海水蒸发、潮汐运动等独特海洋环境影响，现有地面通信信道模型不适用于海域通信，而现有海上信道模型仍未充分考虑上述环境因素。为研究海洋环境对无线传输的影响，在中国黄海海域进行了信道测量，并实时采集船舶所在海域的水文和气象信息。在测量基础上，针对海水蒸发，根据海况参数和接收信号的功率时延谱等判断实验环境下海上蒸发波导的存在性；针对潮汐运动，提出潮汐因子修正的两径时变信道模型，并验证信道小尺度衰落符合Rice分布。实测数据与理论模型的拟合结果表明，所提出的信道模型比现有模型可以更好地刻画时变海况环境下黄海海域的信道特性。

卫星导航信号畸变模型威胁空间描述了能够引起较大差分误差但难以通过接收机观测量检测发现的信号畸变范围，其对于民航等涉及生命安全的导航服务可能造成灾难性后果。威胁空间越大，导航服务潜在风险越高，对畸变检测手段要求也越高。卫星导航系统应采取合适的方法尽量减小威胁空间。该文提出了降低测距偏差检测门限的方法来实现威胁空间的减小，并以北斗B1C、B2a信号为例评估了效果。结果显示，在测距偏差检测门限5 m的条件下，相比门限20 m的条件，威胁空间可减小40%以上。该文进一步给出了在导航卫星中搭载星载接收机来实现该方法的工程建议方案。

信号遮挡是全球导航卫星系统（GNSS）应用于自旋载体定位的主要难点之一。天线的非全向覆盖特性致使基于幅值慢变假设的常规信号跟踪算法失效。该文提出一种基于双天线联合的GNSS信号抗旋转跟踪算法，使被遮挡天线通道能够依据可视天线通道调整参数，以保证信号复现时环路不致失锁。通过联合处理双天线通道观测量，实现数据比特的差分解调。在基于转台模拟旋转环境的实验中，该算法能够完成自旋信号同步，且跟踪性能、数据解调能力、定位精度均优于单天线非连续接收标量跟踪算法，从而显著提升了鲁棒性。