• 通过Cu/氧空位协同电子桥作用增强BiOBr/g-C₃N₄光催化剂中的电荷分离，以实现高效抗生素去除

  本文提出铜介导的界面“电子桥”策略构建Z型异质结（g-C3N4/BiOBr），通过调控氧空位增强内电场，促进电荷分离，光催化降解抗生素（洛美沙星、四环素、头孢拉定）效率显著提升，其中洛美沙星降解速率常数达0.017 min−1，比原始g-C3N4高39.9倍。

  来源：Separation and Purification Technology

  时间：2026-03-27

• 将少量还原氧化石墨烯掺入基于咖啡渣的生物炭电活性膜中：显著提升电活性，从而有效促进过一硫酸盐的活化及抗生素的去除

  本研究通过将还原石墨烯（rGO）掺入咖啡渣生物炭（CBC）基碳毡中，提升其电化学活性，用于连续过滤条件下抗生素的去除。实验表明，非自由基单线态氧攻击和表面受限氧化是主要降解机制，不同抗生素的去除效率与电子特性相关，且降解中间产物具有更高毒性风险。

  来源：Separation and Purification Technology

  时间：2026-03-27

• 结构不对称性引起的固有电场增强作用，提升了高效光催化去除铀的效果

  通过原位还原和电晕极化协同调控Bi4Ti3O12纳米片的极化强度与电荷迁移路径，显著提升其光催化CO2还原活性，较原始材料提高4.67倍。

  来源：Separation and Purification Technology

  时间：2026-03-27

• 可见光响应的高熵Cs₂AgInCl₆双钙钛矿纳米粒子光催化剂，具有优异的耐水性

  高熵Cs₂AgInCl₆材料ANIBM DPNCs在可见光下表现出优异的有机染料降解性能，30分钟内完全降解10 mg/L RhB溶液，且历经4次循环和4个月大气暴露后结构稳定性和催化活性保持完好，480 K高温下仍维持原晶型结构。

  来源：Separation and Purification Technology

  时间：2026-03-27

• 掺钐的FeMnCe催化剂在低温烟气脱氮过程中的抗硫特性

  本研究通过共沉淀法引入Sm元素改性FeMnCe催化剂，优化了其低温脱硝效率和抗硫性能。实验表明，0.3Sm掺杂催化剂在175℃时脱硝效率达100%，且在100ppm SO₂环境中保持90%效率。表征证实Sm增强金属协同效应，增加表面活性氧和NO吸附能力，原位DRIFTS和SO₂-TPD揭示了NH₄⁺主导反应路径，有效抑制SO₂氧化，提升抗硫性。

  来源：Separation and Purification Technology

  时间：2026-03-27

• Ni掺杂诱导的氧空位促进了Bi₂MoO₆中的电子转移，从而实现了高效的光催化CO₂向CH₄的转化

  光催化CO2还原为甲烷的高效催化体系，通过Ni掺杂和氧空位协同工程调控Bi2MoO6的电子结构与活性位点，优化了CO2吸附与氢化路径，在纯水中实现45.0 μmol·g−1·h−1的CH4产率及99.1%的选择性。Ni掺杂促进氧空位形成，增强电荷分离与转移效率，协同调控反应动力学。

  来源：Separation and Purification Technology

  时间：2026-03-27

• 基于相对重要性排序的变量选择

  本文探讨相对重要性（RI）分析在变量选择中的应用，提出高效RI排名方法CRI.Z，通过模拟和真实数据验证其优于LASSO等方法，特别是在高相关预测变量场景。

  来源：Pattern Recognition

  时间：2026-03-27

• FAME：用于鲁棒多模态面部动作单元检测的频率与运动外推算法

  面部动作单元（AU）检测是动态表情理解的关键技术，现有自监督方法存在 shortcut learning 和 temporal ambiguity 问题。本文提出FAME框架，通过异步跨模态预训练（2D图像与3D点云）和频率域掩码策略，抑制全局外观特征，强化高频率AU相关细节的建模，同时利用时空方向性约束提升动态表征能力。实验表明FAME在BP4D、DISFA和Aff-Wild2数据集上显著优于基线方法，尤其在捕捉非对称、低幅度表情变形方面表现突出。

  来源：Pattern Recognition

  时间：2026-03-27

• 在视觉-语言模型中使用结构化压缩提示进行微细图像识别训练

  细粒度图像识别中，传统视觉语言模型（如CLIP）因忽略类间语义关系导致细粒度分类效果受限。本文提出结构化压缩提示调优（SCPT），通过语义关系编码（SRE）显式建模类间拓扑关系，利用结构化标签嵌入捕获层次化依赖，同时设计语义压缩损失（ScLoss）抑制冗余监督信号。实验表明SCPT在14个细粒度基准测试中均达到SOTA性能，尤其在少样本学习（平均提升6.2%）和基类到新类泛化（跨域准确率提升9.8%）场景优势显著。

  来源：Pattern Recognition

  时间：2026-03-27

• M3-HOI：基于视频的人机交互识别的多模态挖掘网络

  针对视频HOI识别中存在的遮挡、细粒度动作区分和跨环境泛化能力不足的问题，提出M3-HOI框架，融合视觉、几何和文本信息，通过多几何图、几何嵌入模块和跨模态融合策略提升性能，并在三个数据集上验证优于现有方法。

  来源：Pattern Recognition

  时间：2026-03-27

知名企业招聘：