目前基于深度学习的网络异常检测是入侵检测领域新的研究方向，但是大部分研究都是利用数据挖掘处理后的特征数据进行特征学习和分类。该文利用UNSW-NB15作为主要研究数据集，利用独热编码对数据集中的原始网络包进行编码，维度重构后形成二维数据，并利用GoogLeNet网络进行特征提取学习，最后训练分类器模型进行检测。实验结果表明：该方法能有效处理原始网络包并进行网络攻击检测，检测精度达到99%以上，高于基于特征数据进行的深度学习检测方法。

该文在行人检测技术方面介绍了基于卷积神经网络（CNN）模型的目标识别、检测技术与改进的区域卷积神经网络（R-CNN）、任务辅助卷积神经网络（TA-CNN）模型技术。在立体匹配技术方面简述了基于孪生网络的立体匹配的深度学习模型技术。在多传感器融合技术方面回顾了基于深度学习网络的视觉传感器、雷达传感器与摄像机传感器的多源数据融合技术。在汽车控制技术方面分析了基于卷积神经网络实现无人驾驶车辆端到端的横向与纵向控制技术。深度学习技术在自动驾驶领域的感知层、决策层与控制层的广泛运用，不断地提高感知、检测、决策与控制的准确率，并取得一定的成功，分析表明深度学习技术将加速自动驾驶技术的发展速度，为自动驾驶成为现实带来巨大的可能性。

为了提高变压器故障诊断准确率，该文提出了一种基于支持向量机（support vector machine，SVM）和遗传算法（genetic algorithm，GA）的电力变压器故障诊断方法。基于5种常用油中溶解气体分析方法的20种不同输入建立初始特征集合，采用二进制方式将支持向量机惩罚因子、核参数及特征子集编码至遗传算法染色体，建立基于5折交叉验证正确率的适应度函数，联合优化最优特征子集和支持向量机参数组合。然后依据最优特征子集和参数组合训练诊断模型，并利用测试集和故障实例验证诊断性能。实例分析结果表明：该方法能准确、有效地诊断变压器故障，比基于传统特征子集的支持向量机-遗传算法模型、IEC三比值法、反向传播神经网络和朴素Bayes等方法具有更高的诊断准确率。

为满足日趋严格的环保法规和减少碳排放的需求，燃气轮机的技术发展呈现出低排放、高参数、多燃料和宽工况灵活运行的趋势。现有的单一旋流贫预混燃烧技术已经不能适应这些新的变化。因此，该文挑选了10种有潜力的先进燃烧技术展开综述，首先简要介绍其原理和发展现状，然后针对燃气轮机未来发展趋势，从技术成熟度、污染物排放等方面分析其应用前景和可行性，并提出下一步需要突破的技术瓶颈和关键问题。在此基础上，提出了一种评价方法，分析和比较各技术的综合性能和实施难易程度，为技术路线和攻关方向的筛选提供参考依据。

传统的防灾减灾理念下，内涝风险评估通常只考虑基础设施的抵御能力和气象、地形等自然条件。随着系统韧性理论的发展，政府和市民的防控意识、应急处理和灾后恢复等方面均需要纳入到风险评估和对策之中。该文提出了一套用于评估城市应对内涝灾害的综合能力的指标体系，包含13个方面共41个基础指标，并在该指标体系基础上构建了韧性评估模型；以内涝风险较高的圩区城市江苏省昆山市为例，进行了韧性评估模型的应用，结果表明昆山市高新区韧性最高，应对内涝灾害的能力最强。结合指标体系和评估结果，对韧性较差区域提出了针对性提升策略。

相比规范新闻文本中命名实体识别（named entity recognition，NER），中文社交媒体中命名实体识别的性能偏低，这主要受限于文本的规范性和标注语料的规模。近年来中文社交媒体的命名实体识别研究主要针对标注语料规模小这一问题，倾向于使用外部知识或者借助联合训练来提升最终的识别性能，但对社交媒体文本不规范导致的对文本自身蕴含特征的挖掘不够这一问题的研究很少。该文着眼于文本自身，提出了一种结合双向长短时记忆和自注意力机制的命名实体识别方法。该方法通过在多个不同子空间捕获上下文相关信息来更好地理解和表示句子结构，充分挖掘文本自身蕴含的特征，并最终提升不规范文本的实体识别性能。在Weibo NER公开语料上进行了多组对比实验，实验结果验证了方法的有效性。结果表明：在不使用外部资源和联合训练的情况下，命名实体识别的F₁值达到了58.76%。

智能化技术与网联化技术的快速进步促进智能化车辆由驾驶辅助到无人驾驶、由单车智能到多车协同的方向发展。智能网联汽车技术能提升交通安全与效率，但也面临着来自真实交通环境的复杂挑战。该文基于智能网联汽车架构、功能与应用3方面关键技术，对用于单车自主式驾驶与网联协同式驾驶的智能网联汽车研究进行分析。首先，针对系统架构设计，分析了有关智能车辆平台架构与车-路-云一体化架构的研究；其次，面向人-车-路多因素耦合的真实交通环境，重点分析了感知、决策、控制3种关键功能技术的发展现状、面临挑战与前沿探索；最后，阐述了不同等级智能网联汽车技术的产业落地情况和特点，并对其未来发展趋势进行展望。

随着当前以化石燃料为主的能源体系资源消耗和环境污染问题日益严重，能源结构转型已经成为世界能源体系发展的重要趋势。能源互联网是以信息传递为基础，以可再生能源和核能为主要一次能源供体，以电能为核心，以储能技术为媒介的新型能源体系，具有智能化、清洁化、操作灵活化等优点，是未来能源结构发展的理想形式。氢能具有热值高、无污染、可再生、长周期储存和远距离运输等优点，能够实现“可再生能源-电能-氢能”的多样化转换，可作为能量储存、传递和转换媒介在能源互联网构建中发挥重要作用。该文从能源互联网的概念出发，阐述了氢能在能源互联网中的重要地位，并结合清华大学核能与新能源技术研究院（简称核研院）在核能制氢方面的研究成果，综述了氢能和氢储能技术在能源互联网体系下的关键技术的发展现状，并对氢储能技术的未来发展做出展望。

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%。

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。

作为汽车轻量化的重要材料，铝合金的脆性断裂问题不可忽视。该文以某汽车铝型材防撞梁为研究对象，开展了铝合金静态和动态拉伸、静态剪切、静态缺口、静态拉剪以及穿孔等力学性能试验，获取了铝合金材料在不同应变率下拉伸应力状态的力学特性，以及准静态拉压剪等不同应力状态下的力学属性数据，使用Swift-Hockett-Sherby本构描述铝合金材料应变硬化特性，基于LS-DYNA有限元法模拟对标拉压剪等不同应力状态试验，获得不同应力状态试验的失效单元的应力三轴度和Lode角信息，标定了铝合金材料的修正的 Mohr-Coulomb（MMC）断裂准则。通过铝型材动态三点弯结构试验和模拟，验证了MMC断裂模型对于表征铝合金材料在不同应力状态下断裂失效的有效性。

核电是清洁的低碳能源，是实现我国2060年“碳中和”目标的重要技术选择，其放射性排放也是公众关注的焦点。该文通过构建统一的评价边界，采用生命周期评价（life cycle assessment，LCA）方法，分环节定量测算了核电与其他发电技术的单位发电量二氧化碳排放；并基于文献调研，分析和估算了单位发电量的大气污染物（SO₂、NO_x和PM2.5）和放射性排放；最后对不同发电方式的二氧化碳、大气污染物和放射性排放的环境影响进行综合评价。研究表明，核电和可再生能源发电可以使单位发电量碳排放降低90%以上，并大幅度减少大气污染物排放，而核电对公众的放射性影响与煤电相当，或低于煤电。因此，应大力加强核电的公众可接受性的科普教育，制定持续稳定的核能中长期发展战略，推动电力系统清洁低碳转型。

新能源通过并网逆变器（grid-connected inverter，GCI）汇集正深刻地改变着现代电力系统的动态特性，由同步发电机主导的机电暂态稳定分析因未全面计及电磁暂态影响而面临失效。该文综述了一类大扰动使新能源发电机组故障穿越期间，GCI与主网失去同步，引发对应机组退出系统的电磁暂态同步稳定问题。首先介绍了GCI的电流源和电压源型控制结构，指出与同步发电机同步机理的异同；其次介绍了体现电力电子特征的关注要素和兼顾精度与速度的简化条件；进而介绍了面向该问题典型的建模-分析流程和稳定性提升策略；最后展望了面向未来电力系统暂态稳定的研究挑战。

为分析城市群多模式交通网络应对攻击时的韧性变化特征，该文基于复杂网络理论和韧性城市理论，构建了考虑吸收能力、缓冲能力和可恢复能力3个维度的网络结构韧性评估模型，并通过空间向量模计算网络结构韧性值。基于关中平原城市群城际公路、铁路客运数据构建了城市群客运网络，并借助空间网络分析工具ArcGis和Ucinet探讨城市群多模式交通网络的拓扑特征；考虑节点位置及其与周边地区交通的联系，提出了基于节点重要度的典型节点选取方法。结果表明：典型节点受到攻击后，网络的缓冲能力都处于较低状态，尤其是蔡家坡站点失效后，网络缓冲能力下降到0.388 9；节点度大的站点失效后，网络恢复到正常状态的能力差；普铁站和高铁站失效后对网络结构韧性的影响远大于公路客运站；结合典型节点特征和模拟结果，可针对性地提出网络结构韧性提升建议。

横向振动作用下螺纹联接的松动是一个复杂的多阶段过程。该研究改造了Junker横向振动试验机, 研究了横向振动作用下螺纹联接夹紧力的衰减过程, 并对单个振动周期内夹紧力与横向振动位移之间的同步变化进行了实验测量。通过对夹紧力衰减曲线的数值拟合发现, 在松动初期夹紧力与横向振动次数之间满足双指数函数关系。该双指数函数反映了松动初期螺纹联接摩擦界面的应变松弛与接触状况的动态变化。该研究得到了该双指数函数的各个参数与横向振动的振幅以及初始预紧力之间的关系, 提出的夹紧力衰减函数为螺纹联接松动过程的定量预测提供了参考。

该文以中国能源系统优化模型（China TIMES）为基础，构建了碳排放达峰路径模型体系，分析了中国未来可能的碳排放峰值水平和达峰路径，综合评估了各部门及各项措施的碳减排贡献。结果表明：在参考情景下，中国的能源消费与碳排放在2010-2050年间将持续增长，对能源安全和应对气候变化带来严峻挑战；在达峰情景下，通过发展非化石能源和推广高耗能工业的节能减排技术，使得电力、工业和高耗能工业部门分阶段地实现碳排放达峰，进而实现2030年碳排放峰值达100亿~108亿t；电力和工业部门是碳减排的关键部门，二者在2030年的减排贡献分别达到75%和15%；发展非化石能源和提高高耗能工业的能效是碳减排的关键措施，二者在2030年的减排贡献分别达到65%和15%。

利用脱硫石膏改良盐碱土,既开辟了脱硫石膏资源化利用的新途径,又为盐碱土改良提供了新方法。该文回顾了利用脱硫石膏改良盐碱土技术的起源及20多年发展历程,系统总结了脱硫石膏改良盐碱土基础理论、关键技术、短期和长期效应、环境安全性及产业化应用实践,针对目前国内外相关研究存在的问题和大面积应用过程中面临的难题,展望了该项技术研究。为了更好地利用脱硫石膏对我国大面积盐碱土进行高效安全治理,建议降低单位土地面积脱硫石膏施用量、增加长期定位试验点位和制定脱硫石膏农业应用的国家标准。

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。

为评估建筑火灾动态风险，从防火工程的角度将火灾发展过程划分为"火情-火警-火险-火灾"4个阶段，分别研究了不同阶段的主要风险评估参数。采用Bayes网络方法构建了动态风险评估模型，确定了网络结构与参数。采用敏感度分析法研究了评估参数对火灾风险的影响程度。以2座典型建筑为例，分别计算得到每个阶段风险和综合风险。研究结果表明：建筑火灾风险是一个动态变化的过程，各阶段风险、评估参数均存在差异；评估节点和依赖关系构成了因果网；评估模型可以有效地将消防监测终端采集的消防大数据与人工智能分析技术相结合，有助于提升建筑消防安全管理的智能化水平。

暴雨洪涝灾害会淹没城市路网进而导致交通与公共服务的中断，增加应急救援时间。该文采用TELEMAC-2D模型模拟了前山河流域五十年一遇与百年一遇设计暴雨情景下的淹没过程，分析了不同的暴雨洪涝情景下前山河流域的医院、消防和公安救援的响应时间。结果表明：在无暴雨洪涝情景下，研究区域内医院、消防和公安的平均可达时间分别为19、24和15.8 min。五十年一遇的暴雨洪涝情景下，城市部分道路被淹没，医院、消防和公安对研究区域的平均响应时间分别增加到133.7、241.8和201 min，远大于无暴雨洪涝情景。百年一遇暴雨洪涝情景下，大部分道路被淹没，医院、消防和公安对研究区域的平均响应时间分别达到220.1、366和304 min，仅站点周边地区可以得到快速响应，其余地区均无法及时响应。暴雨洪涝对城市应急响应能力的影响显著，及时改善城市路网可以避免造成更大的损失。基于TELEMAC-2D模型模拟的城市暴雨洪涝与应急响应能力评估方法，对城市洪灾的应对具有重要意义，可为城市精细化应急管理提供科学支撑。

分析了重油航空活塞发动机的两条技术路线：点燃式（Otto循环）和压燃式（Diesel循环）。点燃式重油航空活塞发动机功重比较高，但是燃油消耗率高，存在爆震、起动困难、电磁兼容性较差、可靠性较低、功率覆盖范围较小等弱点。缸内直喷、气动喷嘴和高能点火技术是点燃式发动机需攻克的关键技术。压燃式重油航空活塞发动机燃油消耗率低、续航能力强、电磁兼容性较好、可靠性高、功率覆盖范围较大，但是功重比较低、振动较大。高功重比、先进电控及燃油喷射、可调高压比增压技术是压燃式发动机需攻克的关键技术。研究了目前重油航空活塞发动机的主要案例，结果表明：点燃式和压燃式方案均是可行的，且各有一些关键技术需要攻克，压燃式技术路线将是未来主流。

随着非静止轨道（non-geostationary orbit，NGSO）卫星系统数量的增加，使用相同频率的NGSO卫星系统之间相互干扰的问题日益凸显。由于NGSO卫星系统干扰场景具有卫星数目众多和相对关系时变等特点，因此针对静止轨道（geostationary orbit，GSO）卫星系统间干扰的传统仿真方法和评价体系不再适用。该文根据国际电信联盟相关的规则和建议，建立了NGSO卫星系统干扰分析数学模型，提出了卫星星座干扰分析的链路夹角概率分析方法；针对NGSO卫星数目众多和时空关系时变等复杂特征给出了全球场景下NGSO全星座干扰分析的方案，提出了星座间产生有害干扰的概率计算方法和星座可用性指标。在实际卫星网络资料的基础上，以OneWeb系统和O3b系统为例，计算了卫星系统间干扰保护的链路夹角限值范围，并给出了全球范围内卫星链路夹角、干扰状态及可用性比例的概率分布结果，为NGSO星座干扰分析提供了一种可参考的手段。

该文通过一维固结压缩试验，研究基于微生物诱导碳酸钙沉积（MICP）技术拌和固化岛礁钙质砂，并改善其压缩特性。总结了完全不同于石英砂的钙质砂的压缩特性；固化试验研究中考虑了粒径级配、相对密度以及反应液浓度对钙质砂压缩特性的影响。试验结果表明：尽管拌和固化钙质砂所用菌液和反应液的用量很小，但是固化后的钙质砂的压缩特性仍有较大改善，压缩指数平均降低了约0.10；固结压缩曲线e-lgp呈现2或3个明显直线段；固化效果受土体粒径级配和相对密度的影响，高浓度反应液更有利于土体压缩性的降低。

为验证Allan方差方法用于不同状态下不同类型陀螺仪噪声分析的适用性，该文系统总结了Allan方差方法用于分析室温（~25℃）下静态环形激光陀螺仪噪声的方法，对该陀螺仪常见的5个主要噪声项以外的其他噪声项作了补充说明。对中国自主生产的某型号环形激光陀螺仪和目前使用较广泛的MPU 9250微系统惯性测量单元中的陀螺仪分别进行静态和动态下的多次实验与对比分析，结果表明：在对陀螺仪噪声特性充分了解的前提下，Allan方差方法可以对静态下不同类型陀螺仪的若干主要噪声项进行建模与概算，以满足全球导航卫星系统/惯性导航系统（GNSS/INS）的组合系统中Kalman滤波器参数设置的需要。若干实验分析结论对《IEEE单轴干涉式光纤陀螺仪试验程序和格式指南的标准规范》中经典Allan方差方法作了补充解释。通过对比Allan方差及相关常用数据分析方法，概述了其一般适用性。Allan方差方法可以为改进精密仪器的设计与制造、提高惯性产品实际使用精度等提供依据。

为监测刀具的磨损状态，该文建立了一个基于声发射的刀具磨损状态监测系统。在刀具磨损状态监测实验中，采集加工过程中的声发射信号，提取方根幅值、绝对值均值、均方根、最大值作为反映刀具磨损的时域特征值。针对人工神经网络容易陷入局部极小值、结构难以确定、学习收敛速度慢等缺点，提出最小二乘支持向量机（least square support vector machine，LS-SVM）的刀具磨损状态识别方法。针对LS-SVM性能依赖于惩罚因子和核参数，利用粒子群优化（particle swarm optimization，PSO）算法对LS-SVM参数进行自动寻优，建立PSO优化LS-SVM模型进行刀具磨损状态识别。结果表明：与LS-SVM识别模型相比，优化后的LS-SVM模型具有更高的识别率。

随着区域电能路由器功率等级的提升，其拓扑结构和控制策略设计越来越复杂。如果基于装置的详细拓扑搭建仿真模型，则会导致装置或系统的电磁暂态仿真效率十分低下。针对已有的围绕电力电子装置或系统高效仿真建模方法的不足，该文基于暂态等值模型，提出了适用于区域电能路由器的高效仿真建模方法。该方法通过级间解耦方法，将复杂的电路网络分割成若干个子网，并通过模块及模块组合的Thevenin等效方法降低了单个网络的节点数量，从而实现了对节点导纳矩阵的降阶处理，提高仿真效率。该方法可适用于装置的稳态及负载切换、故障时装置的运行调试，也可适用于与电网的联合仿真。基于一台10 kV/1 MW四端口区域电能路由器进行测试，证明了该方法的快速性和准确性。

夜间灯光的遥感图像可去除大部分的自然干扰，使人类活动获得有效的反映，为社会经济空间化研究提供技术支持。该文用Suomi-NPP卫星获取的夜间灯光数据与GDP数据建立多种空间关系模型，以探索两者的空间分布规律，并对其中的影响因素进行分析。文中先对中国内地各省级行政区进行灯光信息统计，并计算各灯光指标，从而选取最佳灯光指标。实验结果表明，灯光区域的归一化总辐射指数与统计GDP的相关性更强。再以其作为灯光指标与统计GDP建立线性与非线性空间模型，最后选出较好的模型对GDP进行预测，其中线性、幂指数和Logistic曲线模型的拟合优度均达0.8以上。采用幂指数模型对2014年各行政单元的GDP进行预测，其平均相对误差为26.0%。