在隧道爆破开挖的过程中, 地应力和节理对岩体爆破效果的影响显著, 是隧道爆破孔网布设必须考虑的两个重要因素。为了确定地应力和节理共同作用时隧道周边孔孔网布设参数, 以铜安高速巴岳山隧道为工程背景, 通过现场钻芯取样, 开展室内试验, 获取了节理板岩的静动力学参数。基于LS-PREPOST软件, 建立了不同地应力作用下节理岩体隧道爆破的三维数值分析模型, 分析了地应力为3 MPa、6 MPa和9 MPa时节理岩体隧道爆破后不同位置的有效应力分布规律。提出了不同地应力作用下含节理岩体隧道爆破的孔网布设方法, 并基于现场爆破试验进行了方法验证。结果表明: 地应力对节理岩体隧道爆破时的裂纹扩展具有抑制作用, 地应力越大, 抑制效果越明显。爆炸应力波会在节理位置发生多次折、反射, 导致超挖现象严重。Ⅳ级围岩研究段的周边孔孔距设置为45 cm、线装药密度设置为0.375 kg/m时, 平均超挖值控制在20 cm内。研究段混凝土设计值为15.1 m3, 3次现场试验的实际混凝土用量为26.4 m3、23.7 m3、25.8 m3, 平均混凝土超耗量为10.2 m3, 平均超耗率为67.5%, 超耗率均控制在100%以内, 爆破效果较优。

夜间图像去雾技术已经成为图像处理技术领域的重要研究内容，在目标跟踪探测、视频监控、遥感等方面有着重要的意义。夜间有雾图像通常具有对比度低、光照不均匀、颜色偏移等特点，这些特点使得夜间图像去雾面临着极大的挑战。通过调研近年来夜间图像去雾算法的国内外研究现状，从物理模型、非物理模型和深度学习的角度对其中比较经典的算法进行了归纳总结，详细阐述了算法的流程以及优缺点。最后，对夜间去雾算法的未来研究方向进行了展望。

基于 non-Kolmogorov 大气湍流谱理论, 建立了双量子比特路径纠缠态在大气湍流中传输的数学模型, 获得其纠缠退化的解析表达式, 并进行了数值仿真。研究结果表明: 当空间距离分布较小的双量子比特路径纠缠态在大气湍流中传输时, 其纠缠度的保真度较高; 同时, 较长波长的纠缠光在折射率功率谱指数 α 较大、广义湍流折射率结构起伏结构函数 C~2n 较大的 non-Kolmogorov 大气湍流中传输保真度较高。所建立的远距离纠缠态传输模型可定量分析纠缠退化问题, 为自适应低误码率的远距离大气量子通信提供了可靠的理论参考。

光学量子纠缠系统是实现量子信息处理的重要系统之一。纠缠系统与量子噪声 不可避免的耦合作用会导致量子信息处理过程的失败,因此研究量子噪声对纠缠系统的影响并得到相应的实验规律非常 重要。理论上给出了光学典型量子噪声的性质及物理算符表示,实验上采用不同的光学器件或器件组合成功模拟实现了 各种典型的光量子噪声,以量子比特翻转噪声为例研究了噪声对两比特纠缠系统的影响。结果表明对于两比特纠缠系统, 当纠缠源的纠缠度相同时,比特翻转噪声相对于相移噪声更易破坏纠缠相干性,而比特位相翻转噪声破坏纠缠特性的 能力介于前两者之间。

绿茶是我国饮用范围最广、 最受欢迎的一类茶叶。 不同品种绿茶叶外观上差别较小, 非专业人员难以直接用肉眼进行辨别。 传统化学方法操作复杂、 检测费用较高, 对样品具有破坏性, 无法实现快速无损分析。 近红外光谱技术是一种简便、 快速、 无损、 重现性好、 可直接用于在线定性定量分析的新型分析技术。 由于种植方式以及土壤、 气候等生长环境的差异, 不同品种绿茶叶中含氢基团有机物的种类和含量也不相同, 因此可以通过扫描样品的近红外光谱, 得到不同品种绿茶叶的特征信息, 实现对不同品种绿茶叶的快速鉴别。 研究提出了一种基于近红外光谱与化学计量学技术对不同品种绿茶的快速无损鉴别方法。 使用近红外光谱仪得到了八个品种绿茶样品的光谱图, 用主成分分析方法对不同品种绿茶样品数据进行了聚类分析。 使用连续小波变换方法消除了光谱信号中的基线干扰, 从而提升聚类效果。 利用基于标准偏差与相对标准偏差的变量筛选方法进一步提高了聚类结果的准确性。 结果表明: 主成分分析后样品的第一主成分和第二主成分的方差贡献率之和在90%以上, 可以选取前两个主成分进行聚类分析。 直接采用原始数据进行聚类分析的准确率较低, 难以满足应用需要; 连续小波变换可以有效地消除光谱信号中的基线干扰。 与直接使用原始光谱聚类结果相比, 采用连续小波变换后聚类效果有显著提升, 但依旧不能实现所有品种茶叶样品的准确鉴别。 为了进一步提高方法的稳健性和分类结果的准确性, 选取了标准偏差和相对标准偏差较大的波长数据进行聚类分析。 在符合平均值大于1%的波长范围内, 剔除标准偏差小于5‰的波长, 进一步选择较大相对标准偏差值对应的波长点进行聚类分析。 采用这种方式, 可以仅使用几十个甚至是几个波长即可实现绿茶样品品种的准确聚类分析。 波长筛选方法可以大大提高主成分分析结果的准确性, 采用近红外光谱分析技术与化学计量学方法可以实现对不同品种绿茶的快速鉴别。 经过对各个光谱吸收区域波长所对应官能团分析后, 初步得出多酚、 酰胺类以及氨基酸类物质的种类不同或含量差异是形成绿茶品种差异的重要原因。 所提出的基于近红外光谱与化学计量学技术的方法具有较强的鉴别能力, 为绿茶的快速无损分析提供了一种新手段。

通过消除光谱中的冗余信息变量, 挑选出代表样品性质的特征变量代替全谱建立定量模型, 可以提高近红外分析结果的准确性。 基于进化论中适者生存原理的竞争性自适应重加权采样（CARS）算法因具有计算速度快、 筛选得到的特征波长少等优点, 在近红外特征变量筛选方面得到了广泛的应用。 然而该方法在计算过程中容易出现校正集和验证集结果不一致情况。 这是因为算法过于强调校正集交叉验证结果, 且并未考虑相邻变量之间的协同作用。 为了建立更加稳健的变量筛选方法, 通过结合“窗口”以及CARS算法的优势, 提出了一种基于窗口竞争性自适应重加权采样（WCARS）策略的近红外特征变量筛选方法, 并将其应用于复杂植物样品近红外光谱与其化学成分含量之间的建模分析。 采用WCARS方法可以实现准确定量分析, 且通过与竞争性自适应重加权采样（CARS）方法结果相比较, WCARS方法得到的校正集和预测集结果一致, 在一定程度上减少了过拟合问题的出现。 该策略能有效增强特征变量选择的稳健性, 提高了定量模型的可信度, 具有一定的应用价值。

人脸识别的身份认证环节可能受到照片、视频等手段的恶意欺骗。在分析了照片人脸成像后的非线性变化特点后,从人脸边缘信息的变化特征着手设计了一种基于图像处理的人脸活体检测新方法。用改进的梯度方向直方图描述人脸主要轮廓,同时结合正、负样本的统计特征训练支持向量机分类器进行活体检测,最后在NUAA人脸数据库上开展了实验验证,结果表明,本文方法对真假人脸的检测正确率达到了97%。