为有效降低城市交通干线的车均延误与停车次数，将深度Q网络引入干线协调控制，给出了一种干线动态协调控制的DDDQN(Dueling Double Deep Q Network)方法。该方法结合双重深度Q网络与基于竞争架构深度Q网络，并将干线作为整体处理，通过深度神经网络挖掘干线各交叉口协调控制的相关性，基于Q学习进行交通信号控制决策。通过仿真实验，在近饱和流量和干线存在初始排队的情况下，将DDDQN方法与现有绿波方法，以及经典深度Q网络、双重深度Q网络、基于竞争架构深度Q网络的干线协调控制算法进行对比，实验结果表明基于DDDQN的干线动态协调控制算法性能优于其他四种方法。

近年来，针对行人重识别问题的深度学习技术研究取得了很大的进展。然而，在解决实际数据的特征样本不平衡问题时，效果仍然不理想。为了解决这一问题，设计了一个更有效的模型，该模型很好地解决了目标的不同姿态的干扰以及数据集中的图片数量不足的问题。首先，通过迁移姿态生成对抗网络生成行人不同姿势的图片，解决姿态干扰及图片数量不足的问题。然后利用两种不同的独立卷积神经网络提取图像特征，并将其结合得到综合特征。最后，利用提取的特征完成行人重识别。采用姿势转换方法对数据集进行扩展，有效地克服了由目标不同姿势引起的识别误差，识别错误率降低了6%。实验结果表明，该模型在Market-1501和DukeMTMC-Reid上达到了更好的识别准确度。在DukeMTMC-Reid数据集上测试时，Rank-1准确度增加到92.10%，mAP 达到84.60%。

为了解决步态信息冗余多、特征重要性分布不均匀以及步态的时空特征难以学习的问题，提出了基于频域注意力的时空卷积网络进行步态识别。该方法改进了三维卷积网络(C3D)学习时空特征，同时提出了一种频域注意力卷积操作，既减少了冗余计算，注意力的调整又提高了学习效果。网络首先将步态信息划分为五组，然后通过改进的卷积进行时空特征抽取，最后通过Softmax层进行分类。在中科大数据集CASIA dataset B中进行测试，在Bag状态与Coat状态下准确率分别为88.5%、92.8%，分别较传统深度卷积网络(Deep CNN)提升3%左右，同时注意力在网络学习中重新分布，各个角度下的准确率也平均提升2%左右。

人眼定位是疲劳驾驶的研究关键。由粗到精，先后进行了人脸检测、瞳孔定位。针对现有方向梯度直方图人脸检测算法泛化能力不佳的问题，提出了一种基于信息熵加权的HOG特征提取算法，该算法将待分类的人脸特征进行信息熵阈值加权，形成新的HOG特征，然后通过支持向量机进行分类；针对现有瞳孔定位算法准确率不高的问题，提出了多算法协同工作的瞳孔定位方法，以自商图为基准寻找二值分割点，实现了眼部区域光照不变性，以灰度积分投影为依据实现了瞳孔精确定位。实验结果表明，该文提出的人脸检测算法在CelebA验证数据集准确率可达到98.26%，较传统识别方法有更高的准确率；而瞳孔定位算法也可达到令人满意的精确度，提高了瞳孔定位的准确性。

基于深度学习的方面级情感分析，结合注意力机制的神经网络模型取得较好的分类效果，但常用方法仅考虑单一层面注意力机制，且无法获取句子间依赖关系。设计了一种层次化的双注意力神经网络模型用于方面级情感分析，针对特定方面引入方面目标的注意力机制以及文本上下文自注意力机制，获取方面特征信息和句子的全局依赖信息；设计层次化GRU网络，其中单词层嵌入特定方面信息，获取针对方面目标的句子内部特征信息，句子层网络通过双注意力机制和词语层的输入，获取句子间的特征依赖信息，从而实现深层次的方面情感分类。在SemEval 2014两个数据集和Twitter数据集上进行对比实验，验证了该方法的有效性，针对方面级情感，分类准确率均得到了有效提升。

针对深度学习在对外形类似物体的识别上存在着识别精度低、耗时长等问题，提出基于改进的LeNet-5的识别方法。在传统LeNet-5网络基础上，将卷积层变为双层非对称卷积使网络有更好的特征提取能力；通过批量归一化提高网络泛化能力；采用全局平均池化替代原Flatten层，用于克服传统全连接层参数多、耗时长的缺点；通过对训练集进行增广增加训练样本。实验结果表明，改进LeNet-5网络的训练精度达到91%，识别形状类似物体的精度为87%，且能在较少迭代次数内收敛，这些指标均显著优于原网络。

如何维护网络信息安全一直是IT行业重点关注的问题。渗透测试是一种常见的网络安全评估方法，由于渗透测试所采用的安全工具过于繁杂，因此设计一个基于TrackRay的渗透测试平台，内置有漏洞扫描器和Web服务接口，并集成和综合多种安全工具的优点，功能强大，简便易用。特别是支持Java、Python、JSON等方式编写插件，调用各种类型插件来进行渗透测试，可移植性大大提高。经试验结果表明，该渗透测试平台搭建简单方便，可运用于Windows和Linux等系统，并且可以进行灵活的编写插件实现快速的Web安全漏洞检测。

将可信计算技术应用于云计算环境中是保证云安全的有效途径。针对国产可信计算的可信根可信密码模块(Trusted Cryptography Module，TCM)只适用于单机平台，无法为多虚拟机的云平台提供安全可信性保障的问题，对TCM的虚拟化方案进行研究，构建云可信根(Cloud TCM，C-TCM)架构。在C-TCM物理环境内部构造宿主可信根和虚拟可信根，分别为物理宿主机和虚拟机提供可信服务，同时在虚拟机监视器层部署虚拟可信根管理机制，实现虚拟可信根对C-TCM硬件资源的共享。该方案可有效保证云平台的安全可信性。

基于国家安全和经济发展的客观需求，在安全产品中采用国密算法，确保网络通信自主安全十分必要。通过将IPSec协议中的默认非对称协商算法、哈希算法和对称加密算法分别采用国密SM2、SM3、SM4算法替代，设计并实现基于Linux系统内核协议栈的IPSec VPN系统。实践表明，采用国密算法能够有效满足IPSec VPN的需求。

随着通信数据比特率不断提升，PAM4(四阶脉冲幅度调制)光发射机已经在超高速光纤通信系统中得到更广泛的应用。设计了一种包含NRZ（非归零）编码-RZ（归零）编码转换电路的PAM4光发射机，基于电流模逻辑增加了电路的工作速度和抗干扰能力。通过带自偏置可控延时电路实现了NRZ编码到RZ编码的转换，减小了长链路信号传输的色散效应。驱动器采用预驱动与主驱动级联的方式增大电路驱动能力，并通过串联电阻实现级间的共模电平匹配。电路设计采用0.13 μm SOI CMOS工艺，仿真结果表明在两路输入数据比特率为2.5 Gb/s，典型负载为25 Ω时，最大输出电流为120 mA，电流脉冲宽度为125 ps，PAM4眼图张开度良好。

对燃气阶梯计费的技术要求和技术条件进行分析和归纳，构建了一种阶梯计费算法的技术模型。创新地提出了一种表内双计费方案的设计方法，在燃气表内设置两套阶梯计费方案，并根据方案的有效日期判别其中一套方案为当前运行方案，相比单方案设计，降低了计费方案修改、启用、调价和实时时钟校时等操作的复杂处理要求。最后，详细分析了阶梯计费燃气表的功能需求、系统组成和计费测试方法，设计开发了一款具有实时阶梯计费功能的CPU卡阶梯计费燃气表。

设计了一款应用于卫星导航系统的多频圆极化天线。天线由微带单元与螺旋单元构成，微带单元采用叠层结构实现北斗一代收发L/S双频段覆盖；螺旋单元采用四臂螺旋结构及多点馈电技术实现北斗B1和GPS L1频段覆盖。仿真结果表明，该天线各端口S11值低于-10 dB的带宽为93 MHz(1 509～1 602 MHz)、12 MHz(1 610～1 622 MHz)和70 MHz(2 453～2 523 MHz)，天线在B1频段、GPS L1频段、北斗L频段及北斗S频段的增益分别为6.19 dB、6.13 dB、3.47 dB和5.64 dB。该天线具有方向图波束宽度宽、相位中心稳定、低仰角增益高等特点，天线各项指标均满足卫星导航系统对天线性能的要求。

针对飞机舵机电动伺服系统存在多余力矩干扰不易抑制的问题，根据系统结构组成及工作原理，建立了数学模型。设计了结合BP神经网络的PID控制器参数整定、角速度前馈与力矩速度反馈的复合控制策略，提高了系统的稳定特性和加载精度。利用MATLAB仿真环境进行了系统动态特性实验。仿真结果表明，该方法不仅能够有效抑制多余力，而且使系统具有良好跟踪效果，完全能够达到控制性能指标的要求。

带误差约束的多智能体同步除了要求多智能体的状态同步以外，同时还要求同步误差受给定的界约束。针对期望实现误差约束的未知非线性领航-追随者多智能体系统，提出了一种分布式神经自适应同步控制方法。首先利用神经网络近似智能体动力学方程中的未知非线性项，提出了一种新的分布式障碍Lyapunov函数来限制同步误差，然后根据所提出的障碍Lyapunov函数，通过稳定性分析推导出分布式自适应控制律。最后给出了一个仿真实例，验证了利用所提出的控制律可以实现同步误差约束。