我们提出了在大型强子对撞机上通过胶子融合对希格斯玻色子对产生的希格斯玻色子对的完整的次要阶阶（NLO）QCD校正的计算，包括两环虚拟和一环实际校正中的精确的最高质量相关性。 这是之前文献中提出的NLO QCD校正的首次独立交叉检查。 我们的计算依赖于Feynman积分的数值积分，并采用分部积分和对窄宽度近似的Richardson外推法进行稳定。 我们介绍了LHC的总横截面以及不变的希格斯对质量分布的结果，这首次包括了对由于回路中顶部质量的方案和比例选择而引起的不确定性的研究。

在多准则下考察传感器的融合权重, 提出一种新的多传感器数据融合方法. 通过多个性能指标折中估计传感器权重, 以降低决策的主观性和偶然性; 提出从不同融合级别来定义多个准则, 定性地提高了多准则的信息量; 在没有决策者对各准则偏好信息的情况下, 以最小化准则冗余度和最大化评价差异度为原则建立多目标优化模型对准则权重向量优化求解. 仿真实验结果表明, 相比于单准则和单层次的融合方法, 所提出方法具有更低的决策风险和更高的稳定性.

刮板输送机是煤矿井下重要的开采设备之一,简要分析了现阶段刮板输送机的故障诊断现状,针对刮板输送机故障种类繁多,相互影响大且不易诊断的问题,根据多传感器数据融合理论,提出了RBF和模糊积分相结合的刮板输送机故障诊断数据融合方法。在特征级采用RBF,可以对同类传感器采集的数据进行快速学习和收敛,得到同源数据对每一类故障的模糊测度,以便在高维空间内进行同源数据的线性可分。决策级采用模糊积分理论利用该模糊测度通过模糊积分计算,获得刮板输送机故障信息的预测结果,该方法具有较好的容错性,简化了冗余信息,降低了故障相互影响的关联性。刮板输送机减速器电机故障的诊断研究表明,文中所提出的方法有助于克服故障类型的不确定性,在整体上确保故障数据的完备性,正确地判定故障的类型,提高了故障诊断的准确性。

工作流过程模型与数据模型的融合，胡飞虎，姜洁，工作流过程模型和数据模型紧密关联，应该在设计之初就统一起来。本文介绍了一种全新的工作流过程模型MSTC (multi-step task collaboration) �

为快速响应客户需求和提高产品定制效率,通过分析产品设计过程的特点,结合粗糙集理论和神经网络方法各自的优势,提出一种融合粗糙集和神经网络的产品敏捷定制设计新方法,将粗糙集和神经网络方法有机集成应用于产品设计过程。该方法中,运用粗糙集对设计要求进行约简,提炼有效的决策条件;在此基础上,采用神经网络方法构建不同设计阶段的设计要求与其对应的产品结构间的网络模型,快速确定产品结构形式。并将该方法成功应用于某卷板机的总体方案定制设计过程。这种方法为实现产品敏捷定制开发提供了一种新的解决思路和技术手段。

首先介绍了常用的车辆定位技术：全球卫星定位系统(GPS)和航位推算法(DR)，并分析各自的优缺点，然后提出用卡尔曼滤波(Kalman Filter)技术来实现GPS和惯性传感器的融合和集成的组合定位．最后给出了现场测试的结果，证明方法的有效性．

YOLOv8改进，融合Gold-YOLO Neck

提出了一种特征权值与尺度自适应的核相关跟踪算法。提取目标搜索区域的方向梯度直方图（HOG）特征和颜色名（CN）特征进行自适应权值融合，通过融合特征的相关滤波响应图的峰值找到目标位置；利用权值较大特征的相关滤波响应图的峰值和峰值旁瓣比的乘积作为尺度评估依据，对目标尺度进行粗略估计和精确估计，从而得到目标的最佳尺度。通过在目标跟踪标准（OTB-2013）数据集上的仿真实验，结果表明相比核相关滤波跟踪算法以及其他5种跟踪算法，所提算法在跟踪精度和成功率方面都有明显提高，跟踪精度为0.799，成功率为0.723，能较好地适应目标尺度的变化。

"互联网+"与先进制造业的融合发展成为时代的热点,文中在创新的视角下,研究"互联网+"与高新技术产业创新的融合机理,分析"互联网+"对高新技术产业的作用效果,采用了熵权-灰色关联度模型,选取2013年、2015年和2017年长江经济带11省市高新技术产业的创新数据,对"互联网+"与高新技术产业创新的融合情况进行研究。研究结果显示:"互联网+"与高新技术产业创新能力的总体融合程度较好,"互联网+"与高新技术产业创新能力的融合状况存在较为显著的区域差异性,"互联网+"对高新技术产业发展薄弱的省份关联性更强。从时间维度上看"互联网+"的创新提升效果有增强的趋势;高新技术产业的创新产出、创新转化与"互联网+"的融合水平较高,创新投入和创新支撑与"互联网+"的融合水平相对较低,"互联网+"主要通过促进高新技术产业创新产出和转化提升其创新能力水平。

我们报告了对通过矢量玻色子融合产生的希格斯玻色子的搜索，随后其衰减成不可见的粒子。 实验签名是一个高能射流对，其O（1）TeV和O（100）GeV的质量不变，缺少横向动量。 该分析使用LHC处ATLAS检测器记录的s = 13TeV处的pp碰撞数据的36.1fb $ ^ {-1} $。 在信号区域中，观察到的2252个事件与背景估计一致。 假设具有标准模型横截面的125GeV标量粒子，则希格斯玻色子衰变成不可见粒子的支化分数的上限在95％置信度下为0.37，预计为0.28。 在希格斯门户网站模型中解释了此限制，以在wimp-核子散射截面上设置边界。 我们还考虑了质量不超过3 TeV的附加标量玻色子的无形衰变，其截面时间与分支分数的上限在0.3–1.7pb的范围内。