-
基于拖曳式瞬变电磁电阻率和稀疏CPT数据的机器学习模型预测不排水剪切强度
•利用瞬变电磁(tTEM)电阻率和稀疏的锥贯(CPT)数据估算不排水抗剪强度(Su)的概念验证工作流。•采用生成对抗网络(GANs)生成合成数据,以增强稀疏的训练数据。•在更大的合成数据集上训练的机器学习模型比原始数据取得了更好的预测效果。•所提出的工作流为数据稀缺区域估算S
来源:Journal of Applied Geophysics
时间:2026-09-09
-
用于面波色散反演的改进麻雀搜索算法:合成测试与被动微震案例研究
本研究开发了一种增强的MSSA框架,整合了混沌初始化、反向学习和Lévy飞行策略。MSSA在复杂基准测试以及无噪声和含噪声条件下的面波反演中表现优于SSA和PSO。利用被动地震数据进行野外验证,表明反演误差更低、稳定性更高,且与钻孔数据更加吻合。
引言
瑞利波是一种沿地球
来源:Journal of Applied Geophysics
时间:2026-09-09
-
用于预测手术时长的机器学习模型的开发与实施
背景准确的手术时长估算(CDE)对于手术室效率、人员配置、资源分配和患者安全至关重要。传统方法——包括历史病例平均值、外科医生估计以及对电子排程工具的差异使用——经常产生严重的高估或低估,导致工作流程中断、加班以及就诊可及性下降。本研究开发并评估了一种基于机器学习(ML)的C
来源:The Joint Commission Journal on Quality and Patient Safety
时间:2026-09-09
-
通过关联簇(incidence varieties)研究变形的几何性质
摘要我们提供了一个统一的几何实现方法,用于描述经典的变形复形。我们构造了GL-等变的双线性关联多样性,其対角切片能够恢复有限维向量空间上的结合代数、交换代数、莱布尼茨代数和李代数结构。我们证明了在给定代数法则下,关联映射的纤维与相应上同调理论(Hochschild、Harriso
来源:Journal of Algebra
时间:2026-09-09
-
2-苯甲酰基噻吩酮-噻吩-2-甲酸酰肼(bttcah)对第一过渡行后段过渡金属的分子传感:[Cu(κ²-N,O-bttcah)₂] 的晶体结构
摘要分子2-苯甲酰基噻吩酮噻吩-2-羧酸腙(bttcah)在添加醋酸钠作为基质调节剂的DMSO中被证明对Cu(II)的结合具有选择性。这反映在其与Co(II)和Zn(II)相比具有较大的结合常数(log K = 8)上,在环境条件下,Co(II)和Zn(II)的结合常数分别为
来源:Inorganica Chimica Acta
时间:2026-09-09
-
一种具有高静态噪声裕度且采用电路-版图协同加固以实现多单元翻转自恢复的 SRAM 存储单元
•提出了一种布局与电路协同加固的SRAM单元(SS-16T),具有完整的MNU自恢复能力。•读写解耦控制消除了读干扰,相比6T单元实现了3.7倍的RSNM和1.6倍的WM。•采用源极隔离的叠置上拉网络抑制了正脉冲瞬态效应并降低了静态功耗。•SS-16T SRAM单元能够耐受L
来源:Integration
时间:2026-09-09
-
磷氮化合物。第88部分。全取代单(4-硝基苄基)螺环(N/N)环三磷腈的设计与制备:化学与结构研究、碳酸酐酶激活及自由基清除活性研究
摘要
六氯环三磷腈(N₃P₃Cl₆,HCCP,1)与N-烷基-N'-(4-硝基苄基)单取代二胺 NO₂PhCH₂NH(CH₂)ₙNHR₁(R₁ = CH₃,n = 2;L₁;R₁ = C₂H₅,n = 2;L₂;R₁ = CH₃,n = 3;L₃)进行替代反应,得到了四氯单
来源:Inorganica Chimica Acta
时间:2026-09-09
-
基于深度学习的多模态光学融合用于猕猴桃早期碰伤检测
摘要猕猴桃对采后瘀伤高度敏感,亟需早期无损检测方法。本研究突破了单传感器成像的局限性,开发了融合RGB、短波近红外(SWIR)、偏振(POL)和高光谱图像(HSI)数据的多模态融合框架。我们提出了多模态融合网络(MMFNet),并配备专用的通道权重分配模块(DCWA)实现特征
来源:Infrared Physics & Technology
时间:2026-09-09
-
基于局部 - 全局注意力 Top-k 选择的红外小目标检测
摘要红外小目标检测(IRSTD)在复杂背景下常因对目标稀疏性先验的利用不足而面临性能下降的问题。为了解决该问题,本文提出了一种局部与全局注意力 Top-k 选择网络(LGTS)用于红外小目标检测,通过显式建模红外小目标的稀疏分布特性。基于 U-Net 框架,LGTS 通过互补
来源:Infrared Physics & Technology
时间:2026-09-09
-
揭示便携式X射线荧光光谱(pXRF)与可见光-近红外(Vis-NIR)数据融合及特征选择在农田土壤属性估算中的潜力
摘要:对土壤特性的可靠评估对于推进精准农业和环境保护至关重要。然而,全波段光谱数据融合会产生大量冗余和无效信息,这可能损害土壤属性模型的预测可靠性和精确度。本研究采集了60个土壤样本,随后通过融合可见光-近红外(Vis-NIR)光谱和便携式X射线荧光(pXRF)光谱数据,评估
来源:Infrared Physics & Technology
时间:2026-09-09