随着互联网技术飞速发展和大数据时代到来，越来越多网络空间安全文本出现在互联网上。这些文本不仅包括安全概念、事件、工具、指南和政策，还包括风险管理方法、最佳实践、保证和技术等。整合大规模、异构和非结构化的网络空间安全信息，对网络空间安全实体进行识别和分类，有助于处理和解决网络空间安全问题。由于网络空间安全领域文本的复杂性和多样性，使用传统的命名实体识别（NER）方法难以识别该领域中的安全实体。本文介绍该领域NER的各种方法和技术，包括基于规则的方法、基于字典的方法和基于机器学习的方法，并讨论该领域NER研究面临的问题，如实体词组的结合与分离、非标准化的命名约定、缩写和大量嵌套等。最后，提出NER在网络空间安全方面的3个研究方向：（1）应用无监督或半监督技术；（2）开发更全面的网络空间安全本体；（3）应用更加有效的深度学习模型。

质量控制是三维医学图像压缩过程至关重要的环节，需设定最佳图像压缩参数才能满足特定的压缩质量需求。高效视频编码（HEVC）是目前最先进的压缩工具。其中，量化参数（QP）对HEVC的压缩质量控制起决定性作用，如能对其精确预测，就能完成质量控制的目标；然而，直接将视频压缩领域中的预测方法套用到三维医学数据压缩，精度和效率无法取得令人满意的结果。为此，提出一种基于学习的参数预测方法，用于实现三维医学图像压缩中的高效质量控制。本文方法基于支撑向量回归（SVR），可以直接利用从原始数据中提取的基于视频的特征与基于结构的特征来预测最佳QP，无需经过耗时长的预编码或迭代过程。在若干数据集上的实验结果证明，本文方法比现有方法在预测准确度和速度上表现更好。

区域交通流量预测对智能交通系统的交通控制和管理十分重要。借助深度神经网络，采用仅适用于规则网格的循环神经网络或残差神经网络捕获流量预测的空间依赖性，。但是，考虑到路网和行政边界得到的区域通常是不规则的。因此将城市划分成网格进行预测是不准确的。提出一种基于多图卷积网络和门控循环单元（MGCN-GRU）的不规则区域交通流量预测模型。首先，构建一个城市异质区域间关联图反映各区域间的关联。在每个图中，节点表示不规则区域，边代表区域间的关联类型。然后，提出一个多图卷积网络融合不同区域间关联图和附加属性。进一步采用门控循环单元捕获时序依赖并预测未来交通流量。实验结果表明，基于3个真实大数据集（公共自行车系统数据集、出租车数据集和无桩共享自行车数据集），所提MGCN-GRU模型性能优于多个现有方法。

为解决视频多目标跟踪问题，提出一种特征和度量联合学习的深度神经网络架构，称为关联相似度网络。关联相似度网络以端到端的方式学习跟踪轨迹和检测结果之间的关联相似度。针对有缺陷的检测结果，关联相似度网络同时学习矩形框回归、目标分类和相似度回归3个任务。不同于现有基于对比排序思想的方法，我们直接训练一个二分类器来学习跟踪轨迹与检测结果的关联相似度，同时设计了损失函数来约束匹配集合元素的个数。得益于上述设计，关联相似度网络不仅能够解决多目标跟踪问题中的匹配问题，还可以进行单目标跟踪。基于提出的关联相似度网络，设计了一个简单的多目标跟踪算法，在MOT16和MOT17测试集上的实验结果表明其有效性。

最优传输在工程、医疗等各领域扮演着重要角色，包括图形学中的曲面参数化、计算机视觉中的注册、深度学习中的生成模型等。对于平方距离传输成本，最优传输映射是Brenier势的梯度，可通过求解Monge-Ampère方程得到。此外，最优传输映射可归结为几何凸优化问题。Monge-Ampère方程高度非线性，在求解过程中，中间解需要始终保持严格凸。特别地，离散解的精确性严重依赖于目标测度的采样。因此，提出一种自适应采样算法，极大减少采样偏差，同时提高离散解的精确性和鲁棒性。实验结果验证了所提算法的有效性和高效性。

研究了在能见度较低或夜间情况下，航母飞行甲板上飞机安全转运的路径规划问题。首先，分析了舰载机在飞行甲板上的转运路径规划问题，定义了优化目标和约束条件。其次，为解决这一问题，建立了飞行甲板、舰载机实体、实体扩展、实体姿态、实体冲突检测和路径平滑的数学支持模型，为航母上飞机的转运路径规划提供了必要基础。再次，为实现转运路径自动规划，设计了一种多生境并行混沌算法（KCMPSO），并将其作为转运路径规划的优化方法。最后，以库兹涅佐夫号航空母舰为例进行仿真模拟。仿真结果表明，与粒子群算法相比，该方法能较好解决航母飞行甲板上飞机的转运路径规划问题。

在工业过程中，软测量技术被广泛用于预测难以测量的质量变量。构建一个应对过程非平稳性的自适应模型非常必要。本文针对非平稳过程，设计了一种基于含有隐变量贝叶斯网络的质量相关局部加权软测量方法。提出一种有监督贝叶斯网络提取质量相关的隐变量，并应用于一种双层相似度测量算法。所提软测量方法试图通过质量相关信息为非平稳过程寻找到一般方法，且详细解释了局部相似度和窗口置信度的概念。通过一个数值算例和脱丁烷塔的应用验证了所提方法的性能。结果表明所提方法预测关键质量变量的精确度优于竞争方法

异构车辆集群集成了多种类型通信网络，可在各种车辆应用中高效运行。长期演进（LTE）和专用短程通信的集成是异构网络的一种普遍形式。这种网络基础设施的异构性和成本/数据共享的不合作性是需要解决的潜在问题。车辆集群框架是解决这些问题的一种方案，但是该框架在部署到现实世界前应经过形式验证。为解决这些问题，提出一种异构的车辆集群框架，称为目标和兴趣感知集群框架。该框架集成了车载自组织网络与LTE网络，以提高道路交通效率。在此基础上，给出该框架的模型系统。使用模型检测技术对该模型进行形式验证，在功能层面评估其性能。为在微观层面评估该框架性能，通过整合最先进的工具创建异构仿真环境。仿真结果表明，与其他方法相比，该框架具有更好性能。

提出一种基于有源耦合矩阵的微带集成滤波放大器的设计理论。通过消除匹配结构，微带滤波器可直接与放大器耦合，同时实现滤波和匹配功能。通过引入附加的行和列表示有源晶体管，该放大器的拓扑结构可用耦合矩阵综合和表达。该有源耦合矩阵可用于计算S参数（回波损耗和增益）和集成器件的初始物理尺寸。该集成设计方法有效降低了电磁波损耗，并且使器件结构更为紧凑。由于微带线易加工、低成本、易于与有源器件集成等优点，本文设计、加工并测量了基于微带线工艺的X波段放大器。

提出一种液晶可调阶梯阻抗谐振器。该谐振器分别在3.367 GHz和7.198 GHz处谐振，这两个频点可通过对液晶层加载电压实现连续调节。实验表明仅需施加14 V的外加电压，即可实现52 MHz和210 MHz的调谐范围，并与仿真结果吻合；在此基础上，研究了驱动过程中电压带来的迟滞效应。该器件在两个频点处的插入损耗分别为−2.9 dB和−4 dB，回波损耗均小于−21.5 dB。该谐振器可应用于需要频率连续可调的各类通信系统中。