在数字化时代的浪潮中，新金融服务如同一股清新的潮流，正在深刻地改变着我们的经济生态和金融格局。以科技为核心驱动力的新金融服务，包括移动支付、在线银行、区块链、大数据、人工智能等一系列创新技术，它们正在不断地降低交易成本、提高金融服务的效率和普及度，从而为经济发展注入新的活力。

提出了一种基于双层结构的双频滤波天线，工作在n77/n78/n79频段。该天线由上层基板的2个矩形辐射贴片和下层基板的阶跃阻抗谐振器、2个“L”型枝节组成。2块介质基板材料均为FR4，且通过探针相连。上层介质基板上的2个矩形辐射贴片激发2个谐振模式，其中高频谐振用于形成n79频段，低频谐振用于形成n77/n78频段。为了获得双通带滤波效果，在下层介质基板中引入阶跃阻抗谐振器，在2个频段间形成带外辐射零点。此外，下层基板上的“L”型枝节可以引入额外的谐振点来扩大天线的带宽。该结构经过高频仿真软件(HFSS)优化，其仿真结果和测试结果均在3.37～3.53GHz(n77/n78),4.55～4.64GHz(n79)2个频段范围内，可用于6GHz以下5G的无线通信应用。

为实现多天线无线系统中感知和通信的一体化波形设计问题，提出一种基于加权优化的目标函数，在完成数据通信的同时，降低各天线波形之间的互相关性。利用梯度投影法设计了最优通信波形并作为初始迭代点，而后利用最大化最小化算法得到一体化波形设计结果。仿真结果表明，设计的一体化波形实现了通信性能和感知性能的权衡，可用于多天线感知通信一体化系统之中。

下一代移动通信网络将有效覆盖各类智能设备、工业物联网及车联网等应用，对不同应用中信息传输的可靠性、安全性及传输时延提出了更高的要求。本文提出一种基于载波序号调制(Orthogonal frequency division multiplexing with index modulation, OFDM-IM)的多分集传输方案，可有效提升高可靠低时延通信(ultra Reliable and Low Latency Communication,uRLLC)场景中信息传输的可靠性及系统调制解调的计算复杂度。为了降低接收端的计算复杂度，本文提出一种用于多分集OFDM-IM系统的基于单个子载波计算的接收机算法，通过将基于子块计算过程分解为两步计算的方式来降低解调过程的计算复杂度。计算机仿真结果证明了本文提出的多分集OFDM-IM可以获得比传统单个符号多次重发方式获得发送分集增益更优的误比特性能。

为解决水产养殖区遥感提取过程中近岸坑塘养殖目标和网箱养殖目标地物背景复杂，受房屋、植被、海水和船只等干扰提取精度较低等问题，提出了一种联合空间变换和置换注意力机制的近岸水产养殖区信息提取方法SA-STN-Net,选取海南省文昌市八门湾和万宁市坡头港为研究区域，先利用光谱特征和纹理特征构建水产养殖目标先验知识，然后在U-Net模型基础上联合空间变换网络(spatial transformer network, STN)和置换注意力机制(shuffle attention, SA),用于增强养殖目标空间特征、减少复杂地物的干扰并聚焦近岸水产养殖区域。结果表明：与原始U-Net模型相比，SA-STN-Net模型的总体提取精度和平均交并比提高了3.3%和5.7%;与当前较为先进的A2fpn、Swin-Transformer和Dc-Swin等深度学习分割算法相比，SA-STN-Net模型具有更好的分割性能，F1分数分别提高了6.7%、4.2%和7.2%。研究表明，本文提出的SA-STN-Net模型能适应近岸水产养殖目标地物背景复杂的情况，可对近岸养殖目标进行有效提取，本研究结果可为近岸规划与管理部门提供技术支持。

为解决渔业健康养殖标准文本关系抽取领域特定性强、语意复杂导致关系抽取准确率不高等问题，提出了基于改进BiRTE的渔业健康养殖标准复杂关系抽取方法，针对实体和语义关联建模，将RoBERTa作为编码器，采用全词掩码和动态掩码的方式增强词向量特征表示，并在此基础上融合了自注意力机制(Self-Attention, SelfATT)将实体特征与关系特征结合聚焦，加强实体抽取与关系预测的联系，从而提升渔业标准文本抽取的准确性。结果表明：本文提出的基于改进BiRTE的渔业健康养殖标准复杂关系抽取模型(RoBERTa-BiRTE-SelfATT)对渔业标准复杂关系抽取的准确率、召回率和F1值分别为95.9%、95.4%、95.7%,较BiRTE模型分别提升了4.2%、3.1%、3.8%。研究表明，本文提出的渔业健康养殖标准复杂关系抽取模型RoBERTa-BiRTE-SelfATT可以有效解决渔业标准文本关系抽取中专有名词识别不准确、语意复杂导致实体关系难以抽取的问题，是一种有效的渔业标准复杂关系抽取方法。

为解决真实养殖环境中因鱼群模糊、遮挡造成的鱼类目标检测困难等问题，采用基于通道非降维与空间协调注意力ECAM(efficient coordination attention module)的改进YOLOv8养殖鱼群检测方法YOLOv8-Head-ECAM以提高检测精度。首先在FPN(feature pyramid network)中增加大尺寸检测头，更好地捕捉水下鱼类个体的细节信息，以加强对鱼群特征的提取能力，然后使用ECAM注意力机制减少模糊背景的干扰，聚焦鱼类个体的关键特征，以加强对模糊鱼群的识别能力，并设计了消融试验和模型对比试验以验证算法的有效性。结果表明：相比于YOLOv8,YOLOv8-Head-ECAM模型的准确率、召回率和平均精度均值分别提高了2.3%、1.7%和1.6%;与目前检测准确率较高的养殖鱼群检测模型KAYOLO、DCM-ATM-YOLOv5、SK-YOLOv5和ESB-YOLO相比，平均精度均值分别提高了0.7%、1.0%、2.4%和2.0%。研究表明，本文中提出的YOLOv8-Head-ECAM模型能够较好地适应水下鱼群模糊、遮挡的情况，提高了鱼群检测的有效性。

为了提高水下图像的清晰度和对比度，恢复水下图像颜色特性，提出了一种基于非监督超分辨重构的方法(SR-CycleGAN)对水下图像进行增强。该方法采用超分辨网络和退化网络学习水下图像和陆地图像之间的跨域映射函数，使用相对平均判别器，增加了内容损失函数，并将SR-CycleGAN模型与4种传统的水下图像增强模型和5种基于深度学习的模型，在同一数据集上进行增强效果比较。结果表明：本文中构建的SR-CycleGAN模型得到了最高的PSNR值(20.277)和SSIM值(0.727),与SESS-CycleGAN模型相比，PSNR和SSIM值分别提高了5.9%、13.9%,与FEATURE FUSION-CycleGAN模型相比分别提高了13.8%、71.8%,与BM-CycleGAN模型相比分别提高了5.1%、1.1%;对7类海洋生物进行识别，经过SR-CycleGAN模型增强后图像的识别准确率提高了48%。研究表明，本文中提出的SR-CycleGAN模型在校正水下图像颜色失真的同时还增强了图像清晰度，在海洋生物水下图像识别中具有一定的实用性。

为构建智能鱼类信息共享平台，实现鱼类信息的高效准确检索，针对鱼类数据库信息量大、高并发等特点，基于MongoDB研发了智能鱼类信息共享平台。平台数据库设计了16张表，涵盖了鱼名、生态、形态等多种信息，使用SpringBoot结构的Java一体式框架和集成人工智能识鱼模块，采用卷积神经网络实现图片识鱼；利用MongoDB的BinaryJSON实现松散数据结构的管理，使用Spring的MongoTemplate服务进行MongoDB数据库操作，采用阿里云提供的云服务器平台，以及Nginx反向代理和SpringBoot内置的Tomcat服务器组合完成网络部署。结果表明：本研究中构建的平台数据库实现了鱼类信息的科学性、可追溯性及实用性，系统较好地降低了架构的耦合度，提高了程序的可维护性；系统实现了海量数据存储和高并发访问的需求；构建的智能鱼类信息共享平台，可提供基于纲目、地域、形态、鱼汛、有无鳞片等多种检索入口，图片识鱼准确率达到92.67%;用户可通过上传鱼的文本、图片，查询或识别该鱼的相关信息；还可在地图中根据鱼所处的位置搜索鱼的详细信息，满足了多样化的检索需求；平台信息开放，实现了优质鱼类资源共享。研究表明，构建的智能鱼类信息共享平台，信息丰富、使用便捷，能有效地解决鱼类海量数据存储和访问效率问题。

为解决真实养殖环境下，水下成像模糊、失真等导致鱼群检测准确率低的问题，提出一种融合视觉注意力机制SKNet (selective kernel networks)与YOLOv5(you only look once)的养殖鱼群检测方法(SK-YOLOv5模型),该方法首先采用UNet(convolutional networks for biomedical image segmentation)对图像进行预处理，得到清晰的鱼群图像，然后将SKNet融合到YOLOv5的Backbone端构成关注像素级信息的特征提取网络，加强对模糊鱼体的识别能力，并在水下模糊鱼群图像数据集上进行了消融试验和模型对比试验，以验证SK-YOLOv5的有效性。结果表明：在鱼群检测任务上，SK-YOLOv5的识别精确率和召回率分别达到了98.86%和96.64%,检测效果比YOLOv5分别提升了2.14%和2.29%,与目前检测准确率较高的水下目标检测模型XFishHmMp和FERNet相比，SK-YOLOv5取得了较好的检测效果，与XFishHmMp模型相比，识别精确率和召回率分别提升了5.39%和5.66%,与FERNet模型相比，识别精确率和召回率分别提升了3.59%和3.77%,实现了真实养殖环境下鱼群的准确检测。研究表明，融合SKNet与YOLOv5的养殖鱼群检测方法，有效地解决了水下模糊图像鱼群检测准确率低的问题，提升了养殖鱼群检测和识别的整体效果。

为了精准预测水产养殖过程中最重要的两个环境参数溶解氧和氨氮,针对预测模型需要解决的有效影响因子确定、预测算法和网络结构优化等问题,将Levenberg-Marquardt（LM）神经网络、遗传算法（genetic algorithm, GA）和主成分分析（PCA）算法相结合,提出一种基于GA-LM-PCA的水产养殖环境溶解氧和氨氮含量预测模型,即采用PCA确定影响因素,实现影响因素的去耦合降维,采用遗传算法对网络结构进行优化,确定合适的隐层节点数目和权值,采用LM训练神经网络,提高神经网络的收敛速度。为了验证GA-LM-PCA的预测效果,将GA-LM-PCA的预测效果与未用PCA方法的GA-LM预测模型进行了试验比较,并探讨了影响因素数量对预测效果的影响。结果表明:用GA-LM-PCA方法预测的溶解氧和氨氮值与实测值吻合较好,平均绝对误差和均方根误差分别为0.004 7、1.872 7×10-4（溶解氧）和0.006 5、9.428 7×10-4（氨氮）,适用于影响因素数量较多的场合。研究表明,GA-LM-PCA是一种有效的水产养殖环境溶解氧和氨氮预测工具,尤其对于影响因素复杂繁多的非线性系统效果更好。

为解决渔业标准命名实体识别任务中部分实体语料分布稀疏导致的效果不佳问题,提出了基于多元组合数据增广(data augmentation method based on multiple combination, MCA)的渔业标准命名实体识别方法,该方法融合了基于领域词典的联合替换算法(joint replacement algorithm based on domain dictionary, DDR)、基于槽点保护的随机删除算法(random deletion algorithm based on slot protection, SPD)和基于槽点保护的随机插入算法(random insertion algorithm based on slot protection, SPI)进行语料库的数据增广,首先构建"水产品名称"同类词词典和领域同义词词典,通过两个词典分别对"水产品名称"类实体和随机词进行同类词替换和同义词替换,生成新的句子,以增加目标实体数量和句子的多样性,然后在基于槽点保护的情况下对原句子分别进行随机删除和随机插入操作,在保留实体及上下文特征的情况下进一步丰富语料的多样性,提高模型的泛化能力。结果表明,采用基于融合注意力机制的BERT+BiLSTM+CRF网络模型和多元组合数据增广方法进行渔业标准命名实体识别,准确率、召回率、F1值分别达到了91.73%、88.64%、90.16%,具有较好的效果。研究表明,基于多元组合数据增广的渔业标准命名实体识别方法有效解决了部分实体样本稀疏问题,提升了渔业标准命名实体识别的整体效果。

报道了以导电高分子材料为壳,纳米Fe3O4微粒为核的壳核结构的纳米磁性导电聚合物微波吸收材料的合成、结构、介电性能、磁导率和微波吸收性能。

水泥工业是我国国民经济发展的重要基础原材料工业之一，对于国民生产生活是至关重要的，我国水泥工业在能耗、物耗和污染物排放等方面仍有一定差距，加快推进水泥工业智能制造对实现制造强国具有重要意义。本论文将基于堆密度和原材料对水泥生料近红外光谱建模影响，修正检测模型提高检测的精准度，基于近红外光谱的水泥生料成分建模研究。

吉林省“十四五”期间要实现光电信息产业中具有优势和潜力的光电子技术、激光技术、量子信息技术等产业链和创新链的紧密对接，立足于吉林全面振兴、全方位振兴的大背景，离不开企业全面参与和支持高校人才培养，离不开多学科交叉的双师型师资队伍建设。本文力求在学科交叉、产教融合的基础上，为地方高校构建多样化的创新应用型人才培养的实践操作提供教师队伍建设方面的参考性意见。

针对信息化战争中的军事目标检测问题，设计实现了一款基于深度学习的遥感图像军事目标检测系统。系统基于YOLOv4目标检测算法，首先通过构建飞机、油罐、立交桥、舰船这4类常见军事目标的数据集，并对数据进行训练得到4类目标的检测模型；然后使用Flask开发了基于检测模型的B/S系统，实现了4类军事目标的快速精准检测。通过对系统的准确性、检测速度等指标进行测试，结果显示该系统各项性能良好，可以满足军事目标检测任务需求。

本文主要研究了电力系统控制与调度自动化的相关问题。介绍了电力系统控制与调度自动化的基本概念和原理，包括电力系统状态估计、稳定控制、经济调度以及安全分析与预防控制等方面的内容。详细阐述了电力系统控制与调度自动化的主要技术，包括电力系统状态估计技术、稳定控制技术、经济调度技术和安全分析与预防控制技术。通过案例分析的方式，对电力系统控制与调度自动化的应用进行了实证研究。本文的研究对于提高电力系统的运行效率和安全性具有重要的理论和实践意义。

社会经济与时代发展的突飞猛进，带动各行业发展迅速。在信息化时代下，互联网、物联网、大数据等高端先进技术的横空出世，引起广大群众的高度重视，对其应用有了深入研究。作为现代化先进技术之一，物联网技术在不同行业实现广泛应用。但根据当前发展情形来看，我国物联网技术拥有很大的发展空间，与理想的应用效果存在一定差距。尽管如此，在日常应用过程中仍然给人们提供诸多便利，发挥其重要作用。基于此，本文对物联网的基本概念进行阐述，侧重探讨有关几项关键技术，从而在后期的具体应用作出具体研究，希望给相关人员提供理论支持。

智慧城市发展对先进技术的应用需求进一步增大，为有效提升技术应用整体效果，结合城市化发展对技术的需求，发挥大数据技术以及物联网技术优势，有助于提高智慧城市整体发展水平。物联网技术以及大数据技术作为当前先进的以及应用广泛的技术代表，对智慧城市发展有着直接影响。将大数据及物联网技术应用在智慧城市的各方面，如公共事务管理、交通管理等有助于提升城市管理效率，为城市居民提供便利的服务，提高城市发展整体质量。基于此，本篇文章对大数据的物联网技术应用进行研究，以供参考。

采用FDM技术的3D打印机多以单头为主,且打印机颜色单调、耗材品种少,不能实现多材质、多彩色的制作。通过解析单喷嘴3D打印机的成型机理,探讨独立双喷嘴的3D打印机运动特性,以及独立双喷嘴模组的结构构成。本文将就目前3D打印机中出现的问题展开剖析,并给出解决办法。