-
干滑动条件下宽温度范围内 Ni3Al-MoO3-CuO 复合材料的摩擦学行为及釉层形成机制
摘要基于Ni-Al的复合材料是航空航天应用中关键的高温结构材料,但其在室温下固有的脆性以及未润滑高温服役环境下的严重磨损失效问题始终存在。本研究采用放电等离子烧结(SPS)制备了不同质量分数MoO3-CuO强化的Ni3Al基复合材料,分析了复合材料的微观组织和力学性能,并从室
来源:Ceramics International
时间:2026-10-24
-
氧气气氛烧结协同提升锆钛酸铅基陶瓷的力学和电学性能
摘要随着极紫外光刻技术和航天技术的发展,新一代基于锆钛酸铅(PZT)的陶瓷材料迫切需要兼具高温下高机电转换性能(d33)以及抵抗恶劣工作环境所需的足够机械性能。本文采用氧气氛烧结(OS)策略来提升软性铌掺杂锆钛酸铅(Nb-PZT)陶瓷的机械性能和压电性能,同时不牺牲其居里温度
来源:Ceramics International
时间:2026-10-24
-
基于Floquet工程设计的卡戈梅(kagome)晶格中的边缘态和角态的非线性拓扑激光器
•利用Floquet工程设计的Kagome晶格来研究非线性拓扑激光器。•观察到周期性相位调制产生的非平凡拓扑相。•重点介绍了稳定的边缘态和角态激光器。
### 引言
拓扑绝缘体揭示了深刻的体-边界对应原理,即非平凡的体拓扑不变量保证了抗散射和抗无序的边界态的存在[1],[2]。
来源:Chaos, Solitons & Fractals
时间:2026-10-24
-
美国安全政策背景下无人机系统供应链转型:一项具有运输影响的探索性案例研究
•一项探索性无人机系统(UAS)供应链案例提供了有界的运输领域启示。•供应商的名义资格可能与实际可及性不同。•调查响应描述了22名有目的性招募的利益相关者的感知情况。•先前的采购适应性调整对"政策至中断"关系的统一叙事提供了限定条件。•一个解释性框架将信息、验证和转型支持联系
来源:Case Studies on Transport Policy
时间:2026-10-24
-
WGM-Net:一种基于多小波与地理感知动态记忆网络及时间对齐Mamba的交通流量预测模型
# 摘要
交通流量预测是智能交通系统中的关键任务,准确的预测需要对多尺度时间动态、区域功能异质性以及从历史观测到未来预测目标之间的分布漂移进行建模。现有方法通常直接处理混合频率的交通信号,或依赖单一的小波基函数进行分解,这限制了其区分稳定趋势与突发波动的能力。此外,地理和日
来源:Computers and Electrical Engineering
时间:2026-10-24
-
用于智能优化纳米电子参数的节能器件
摘要
纳电子系统的快速发展要求设计高效、高性能的电路,以最大限度地减少能耗、传播延迟以及器件可靠性问题。然而,使用传统的优化技术来优化这些参数具有挑战性,这些技术通常依靠手动调整和固定的设计规则来完成。本文提出了一种用于优化碳纳米管场效应晶体管(CNTFET)纳电子器件的智能
来源:Computers and Electrical Engineering
时间:2026-10-24
-
一种基于残差时间卷积网络与闭式校准的分层时空精细化网络,用于全国规模的短期负荷预测
摘要
准确的国家级短期负荷预测对于在天气驱动的需求波动下实现可靠调度、备用分配和高效运行至关重要。大多数现有模型要么主要依赖负荷和日历输入,要么通过简单拼接融合高维气象网格数据,这未能充分利用空间结构信息,并在国家尺度上增加了预测误差。本研究提出了层次化时空精修网络(HST
来源:Computers and Electrical Engineering
时间:2026-10-24
-
基于后端辅助的多维语义与时间分析用于协同车联网中恶意节点检测
摘要:车辆自组网(VANETs)通过协作智能交通系统(C-ITS)分发安全关键数据,包括分布式环境通知消息(DENMs)。近期研究已对恶意节点检测的语义级识别进行了分析。然而,由于恶意操作,尤其是多跳传播场景下,难以实现恶意节点的准确检测。此外,消息级识别也不够充分,因为恶意
来源:Computers and Electrical Engineering
时间:2026-10-24
-
基于谐波感知深度注意力学习架构的隐写恶意软件攻击盲音频隐写术检测
# 和谐感知的双向注意力网络在音频隐写恶意软件检测中的应用
## 摘要
压缩音频中的隐写恶意软件通过将命令隐藏在不可感知的区域来构成隐蔽威胁,从而绕过传统检测方法。因此,本文提出了一种新颖的和谐感知双向注意力网络(HA-BAN),以克服这些问题并将正常音频与隐写音频进行分
来源:Computers and Electrical Engineering
时间:2026-10-24
-
基于YOLO的深度学习架构在光伏故障定位中的应用:架构、数据集及边缘优化部署策略的综合综述
# 摘要
光伏(PV)装机容量的快速增长增加了对精准、高效且具备部署条件的故障定位系统的需求。基于深度学习的目标检测方法,尤其是"你只看一下"(YOLO)系列,凭借其高定位精度和高效推理成为主流方法。本综述使用PRISMA指导方法系统地分析了2016年至2025年发表的13
来源:Computers and Electrical Engineering
时间:2026-10-24