折叠翼无人机可服役于多任务剖面，飞行环境复杂且易受低空突风的影响。开发一种新型的具有非侵入性特征的参数化气动弹性模型，用以快速计算在不同折叠角度下Z形折叠翼的离散突风响应特性。首先，对现有Z形折叠翼进行了结构和气动方面的增强设计。其次，基于舒展状态下颤振计算的Nastran输入文件，重构任意折叠角下的参数化气动弹性模型。最后，考察了折叠角、飞行速度、突风速度幅值、铰链阻尼等参数对折叠翼突风响应特性的影响。结果表明，增大折叠角可有效减缓突风响应，飞行速度和突风速度幅值的增大对翼尖加速度和翼根弯矩响应的贡献明显，铰链阻尼参数的存在会减缓翼尖加速度响应，但同时会增大翼根弯矩响应。

为了探究叶根通槽对跨声速压气机静叶叶栅性能的影响，以高负荷扩压叶栅NACA65-K48模型为基础，通过数值仿真比较不同宽度和高度叶根通槽对压气机叶栅气动性能和流场结构的影响。结果表明，叶根通槽能够有效地削弱吸力面壁面涡强度，抑制沿节距和叶高方向范围的角区分离，减少叶栅的流动损失。其抑制效果随叶根通槽宽度和高度增加均呈现先增强后减弱趋势。当通槽宽度为12%弦长、高度为5%叶高时，叶根通槽对通道内流动改善效果最明显，叶栅流动损失减少11.19%。

为了研究进气损失对核心机起动性能的影响，开展了起动性能专项验证试车。采取在进气道前安装稳压系统的方式模拟进气损失的产生，并录取了核心机起动性能。为做对比，在不安装稳压系统的条件下，也录取了核心机起动性能。试验完成后得到了进气损失对起动性能参数的影响规律，并研究了稳压系统造成进气压力损失的原因及进气损失的计算方法。试验结果表明，进气压力损失降低了起动过程的转速上升率，对起动有不利影响。稳压系统不同组成部分产生流动损失的原因不同，针对不同组成部分可采用不同的优化方法来降低压力损失，如改善整流网和蜂窝器的粗糙度、合理选择扩压段的扩散角等。

在航空航天产品中存在大量薄壁类零组件，零组件制造误差和零组件应力释放等会导致零组件在装配过程前出现变形。如果装配的所有零组件的尺寸或公差在极限尺寸下仍能实现互换，这往往对零组件要求太高，生产周期也过长，零组件制造成本也过高。针对产品零组件变形的不确定性，开展实测数据建模方法研究，将零组件几何模型、材料弹性参数、实物数据、虚拟装配和仿真分析等技术有效融合在一起，结合装配前零组件数据采集，对零组件变形体装配过程进行动态仿真分析，使得部分超差的零组件仍可进行正常装配。进而结合大数据、人工智能技术，给出现场变形体的装配性的等价模型及应用软件，实现基于生产现场零组件的实测数据可快速判定变形的零组件是否可装配，确保生产线可连续生产。

为了满足大型构件连接需求，以TA15丝材为原料，采用钨极惰性气体保护焊（tungsten inert gas，TIG）对激光沉积制造（laser deposition manufacturing，LDM）和热等静压（hot isostatic pressing，HIP）制备的TA15母材进行连接。结果表明，连接试样不同区域组织存在差异，其中HIP母材微观组织为等轴晶，晶粒内部为双态组织；HIP母材热影响区A（heat affected zone A，HAZ-A）呈现等轴晶；TIG连接区呈现β柱状晶，晶粒内部为细小网篮组织；LDM区呈现β柱状晶，晶粒内部的网篮组织较TIG连接区粗大；LDM母材热影响区B（heat affected zone B，HAZ-B）晶粒形状仍为柱状晶。连接试样的室温抗拉强度和延伸率分别达到了1 046.3±13.7 MPa和6.2%±0.6 %。与母材相比，连接试样的抗拉强度提高，塑性下降。连接试样的断裂位置为HAZ-B，断裂机制属于半解理半韧性断裂。

目标检测作为遥感图像处理领域的关键任务之一，一直是遥感图像处理的研究热点。尽管深度学习方法在此领域取得了显著进展，但在应对遥感图像的尺度变化和复杂背景时，仍面临着不小的挑战，这在一定程度上限制了检测精度的进一步提升。为了解决这个问题，提出了一种创新的遥感图像目标检测方法，该方法融合了显著性引导的图像自适应融合模块，并对Faster-RCNN进行改进，提升目标检测的准确性。首先，在图像预处理阶段提出了一个基于显著性引导的图像自适应融合模块，有效地集成了图像的语义信息和浅层细粒度的细节，使模型能够优先考虑对象区域，同时最大限度地减少背景干扰。其次，在引入MobileNetV3作为Faster-RCNN的特征提取器后，提出了一个注意力增强特征金字塔网络，将注意力与上采样结合起来，进一步增强了目标特征并输出高质量的特征图，从而有效提升了多维特征的提取效果，为后续的目标检测任务提供了更为精准和丰富的特征信息。再次，设计了一个多尺度区域建议网络，这种设计能够更准确地捕获不同大小和形状对象的特征，进而增强特征的表达能力，有效提升目标的检测精度。最后，在DIOR和ROSD数据集上进行实验验证，所提出的网络模型相较于其他先进方法展现出了更高的检测精度，充分证明了其优越性和有效性。

近年来，作为对现实世界关系的重要抽象手段，地理社会网络吸引了大批学者对其进行研究，其中半径有界k-core搜索聚合空间上邻近且相互之间关系密切的用户构成子图集合，在广告投放、社交关系分析等方面具有广泛应用价值。但各子图间高度的用户重叠降低了搜索效率，过多的集合数量造成了用户选择困难。为了解决这两个问题，提出了规模最大的半径有界k-core（largest radius bounded k-core，LRBK）搜索问题，旨在搜索满足空间和内聚性约束且规模最大的社区。结合已知最佳的半径有界k-core搜索算法RotC+，首先提出了一个基本算法，又结合有效的剪枝和优化策略提出了一个优化算法，最后在5个真实世界数据集上进行了大量实验。实验结果表明，优化算法对比基本算法的效率最高提升了约20倍。

提出一种使用功能属性（functional attribute，FA）及有向交互标签（directional interaction tag，DIT），对基于系统思维的过程分析（system-theoretic process analysis，STPA）方法所涉及的层次化控制结构模型（hierarchical control structure model，HCSM）进行拓展与改进的方法。通过该方法构建层次化功能控制结构及交互模型（hierarchical functional control structure and interaction model，HFCSIM），达成对STPA的实质性提升与完善。通过这一改进，STPA中HCSM的构建没有严谨而具体方法和形式，以及组件间交互信息不完整且过于依赖“头脑风暴”和难以保障模型一致性等问题得以解决，并从根本上确保了分析结果的系统性、完整性和正确性。最后以飞机机轮刹车系统为例，验证了该改进方法的有效性。

基于烙印理论和高阶理论，以2015—2021年沪深A股军民融合上市公司为研究样本，采用实证回归方法，验证CEO信息技术背景对军民融合企业创新绩效的影响及内在机理。研究结果表明，CEO信息技术背景对军民融合企业创新绩效和数字化转型具有显著正向影响；数字化转型在CEO信息技术背景对军民融合企业创新绩效的促进过程中起到部分中介作用；政府补助在数字化转型对军民融合企业创新绩效的促进过程中起到正向调节作用。在经过稳健性与内生性检验后，上述研究结论依旧稳健。进一步异质性分析发现，CEO信息技术背景对军民融合企业创新绩效的促进作用及其内在机理在民参军企业与东部地区更为显著。

模糊支持向量机是一种结合了支持向量机和模糊理论的分类算法。现有的模糊支持向量机算法可以在一定程度上克服噪声数据的影响，但存在成本敏感性，导致对数据的先验分布估计不准确。提出一种新的模糊支持向量机算法，该算法在设计样本的模糊隶属度函数时，利用采样点及其邻域密度的相似性构建的离群因子来更好地获取数据的分布信息。利用UCI数据集对优化后的模型进行验证，证明了其良好的性能。