在时标上，使用不动点定理以及微分不等式技巧，得到确保一类具分布时滞的Clifford值BAM神经网络的加权伪概周期解存在并且全局指数稳定的充分条件，这些充分条件是新的，是现有结论的补充与进一步完善。同时发现，如果神经网络满足一定的条件，可以通过调控外部输入函数，使神经网络必存在唯一的概周期解、伪概周期解，与加权伪概周期解，而且这些解函数还具有时标上的全局指数稳定性。最后，给出一个实例解释所得结论的有效性。
针对当前车辆与行人目标检测网络设计复杂、计算资源消耗大的问题，探索高效的轻量化算法设计。首先以YOLOv5s模型为基础，改用轻量级网络Shufflenetv2作为主干结构，并用ReLU激活函数替换原函数，成功减少参数和计算量。同时，引入空间金字塔池化快速跨级部分连接模块，该模块通过金字塔池化结构保留不同尺度层次的特征，并通过跨阶段连接捕获底层与高层间的特征关系，以提升识别精度。然后在公开数据集KITTI上进行了大量对比测试及消融实验，结果显示改进后的模型识别精确率提升了2%,且参数数量、计算量、模型大小均显著减少。最后将改进后的算法在资源受限的移动设备嵌入式开发板RDK X3上进行实时推理验证，结果显示在RDK X3上帧率稳定接近设备的最大限制(30 FPS),以快速准确的识别车辆与行人。
为了获得更加连续且完整边缘的图像，本文提出使用图像的阈值分割与数学形态学相结合的一种边缘检测方法，并给出有效算法。首先，使用一种能基于图像数据自动选择阈值的算法，完成目标分割，防止欠分割与过度分割；其次，通过优化去噪算法，引入抗噪性梯度算子，提升图像的视觉质量。最后通过本文算法与传统方法LOG算子和Sobel算子图像边缘检测及去噪能力实验，实验结果及数值实验评价指标都表明了新方法的有效性。
济南市作为中国东部的重要城市，近年来由于城市化快速发展，导致土地开发利用程度不断提升，因此研究其土地利用时空变化特征，对于推动城市合理利用土地资源以及实现生态、社会和经济的可持续发展具有重要意义。本研究运用ArcGIS对济南市的土地利用数据进行定量分析，构建土地利用变化幅度模型、土地利用变化程度模型以及土地利用转移矩阵，以剖析济南市2001-2020年土地利用的时空变化特征。研究结果显示，在2001-2020年济南市的各类土地利用类型中，耕地面积减少了11.403 7%,而建设用地面积增加了46.244 2%。同时，土地利用程度综合指数从2001年的297.561 7提高至2020年的304.809 8,这表明济南市在这20年间土地利用程度不断提高。此外，济南市的土地利用程度变化量均为正值，说明济南市的土地利用始终处于发展期。鉴于此，有必要进一步优化土地利用规划，提升济南市土地利用社会-经济-生态综合效益。
如何培养高质量的中小学科学教师，已成为我国科技创新人才培养亟待解决的重要课题。科学教师专业标准对教师质量和专业发展提出了明确系统的要求，对其进行研究有利于促进中小学科学教师的高质量发展。通过介绍美国科学教师专业标准的演进历程，分析科学教师专业标准的内容框架和具体特征，对我国科学教师专业发展给出以下启示：关注科学教师的循证实践能力，注重科学教师的社会责任，强调教师专业成长的自觉性和深刻性，以及重视跨学科综合化和工程实践能力培养。
城市热岛(Urban Heat Island, UHI)效应作为城市化与气候变化交互作用下的重要环境问题，对城市、区域乃至全球许多的生态环境要素产生直接或间接的影响。随着全球城市化进程的加速推进以及人们生态保护意识的增强，近年来相关研究增长了许多，然而现有的综述性文献已难以全面反映该研究领域的最新发展动态与未来走向。从城市热岛效应的监测、驱动机制、缓解策略与技术、模拟与预测四个方面对国内外UHI的研究进展和不足进行系统评述，最后依据现有研究中空白或尚需深化的地方指出研究不足与方向，主要包括：1)遥感数据时效性不足，地面测量空间覆盖有限，构建高时空分辨率监测系统以精确捕捉热岛动态变化仍是关键挑战；2)城市化对地表温度影响显著，但热岛效应形成机制复杂，多因素交互作用及时空异质性成因需系统量化与深化研究；3)热岛效应的缓解策略协同作用及长期效果需深入研究，政策协同管理亟待加强。本研究以期为构建可持续、宜居的城市环境提供更全面的科学依据，为应对全球气候变化和城市化挑战提供重要支持。
针对圆域上四阶变系数问题，提出了一种基于降阶格式的Legendre-Fourier谱方法。首先，借助极坐标变换和辅助函数，将原问题转化为极坐标系下的二阶耦合系统，并根据极条件定义一类带权的Sobolev空间，建立其变分形式及其离散。然后，在适当的条件下，证明了弱解及数值解的存在性与唯一性，再结合Céa引理和非一致带权Sobolev空间中投影算子的逼近性质，弱解与数值解之间的误差估计进一步被推导。最后，通过数值实验对算法进行了验证，实验结果表明所提出的离散格式的算法设计具有谱精度。
在低光照条件下拍摄的图像会严重影响视觉辨识能力。低光图像增强就是解决低光照图像系列退化问题的方法，可以有效地提高人眼和机器视觉对于低光图像的辨识和理解能力。传统的低光照图像增强方法通常需要根据不同场景设计特定的先验知识，而这些先验知识的推导过程往往具有局限性，不适于广泛的实际应用。随着大规模数据集的诞生，基于深度学习的低光图像增强方法已成为计算机视觉领域备受关注的研究课题之一。本文对低光图像增强领域的研究及进展进行全面综述，通过系统地总结和分类增强方法与数据集，分析当前研究的主要挑战与技术难点，并进一步探讨了该领域未来的发展方向与潜在的研究趋势，旨在为后续研究提供有价值的参考与启示。
伴随较高阈下孤独特质水平的典型发展个体，虽未达到孤独症临床诊断标准，但依然表现出较明显的社交困难，这可能与其心理理论的加工效率有关。本研究采用经典的错误信念任务测量心理理论，在控制了执行功能的情况下，考察了高、低阈下孤独特质被试在错误信念推理加工效率上的差异。结果发现，两组被试在自我指向和和他人指向错误信念推理加工上均没有显著差异，但高特质组被试在错误信念任务上的整体反应更慢，该差异不能归结于两组被试在执行功能上的差异，而可能与社会性刺激加工能力不足有关，这一结果进一步揭示了社交能力个体差异的产生机制。