-
基于 LIBS-FTIR 双光谱用于肾细胞癌检测的超疏水微结构基底
摘要
液体活检结合光学光谱在疾病筛查方面具有巨大潜力。具体而言,激光诱导击穿光谱(LIBS)和傅里叶变换红外光谱(FTIR)为元素和分子谱提供了快速、互补的见解。在生物流体干燥过程中,“咖啡环效应”(CRE)会产生不均匀的溶质沉积,导致 LIBS 信号大幅波动。FTIR 分子
来源:Analytica Chimica Acta
时间:2026-08-27
-
一个精确的自发布里渊散射光谱噪声模型及其验证
•提出了一种与增益相关的布里渊散射噪声模型,并通过实验进行了验证。•实验结果表明,与恒方差模型相比,所提出的模型能更准确地再现从测量光谱中提取的布里渊散射(BFS)误差。•所提出的模型更好地把握了测量光谱的统计特性,并提高了基于人工神经网络(ANN)的BFS估计的一致性。引言布里
来源:Optics and Lasers in Engineering
时间:2026-08-27
-
数据驱动的双阶段优化方法及其在压气机叶片设计中的应用
•提出了一种用于复杂工程结构高维优化的数据驱动两阶段优化方法。
•初步的设计空间缩减和启发式神经网络优化提高了代理模型的精度。
•该方法使压气机效率提高了 5.49%,压比提高了 4.17%,同时将计算时间减少了 53.68%。
引言
复杂航天系统的优化设计涉及数百甚至数千
来源:International Communications in Heat and Mass Transfer
时间:2026-08-27
-
基于隐式Lyapunov函数方法的时滞模糊四元数值惯性神经网络的固定/预设时间同步
**摘要** 本文通过隐式李雅普诺夫函数方法,研究具有时变延迟的模糊四元数惯性神经网络(FQVINNs)的固定时间同步问题。提出了一种包含李雅普诺夫函数的隐式函数方程,并设计了包含隐式李雅普诺夫函数的简单控制器。根据基于隐式函数的固定时间同步引理,对具有延迟的FQVINNs的
来源:Fuzzy Sets and Systems
时间:2026-08-27
-
面向稀疏点云重建的几何一致鲁棒学习
•识别稀疏有符号距离学习中法向-切向敏感度不对称性
•曲率自适应的各向异性邻域稳定薄结构重建
•显著性引导采样改善薄结构和高曲率区域恢复
•与SDRO在稀疏ShapeNet上相比,L1 Chamfer距离从0.63降至0.46
•在稀疏输入下在ShapeNet、FAUST和S
来源:Computers & Graphics
时间:2026-08-27
-
将变压器神经网络与先进的双相位相关性分析相结合,用于预测阿尔文Ringwood反应堆(ALWR)核心子通道的特性
摘要
轻水反应堆(LWR)堆芯内部垂直子通道中的冷却剂循环,尤其是在两相流状态下,会引发复杂的行为和非平衡现象。为了准确模拟棒束中的流动特性,需要进行大量的计算循环、复杂的物理现象建模以及漫长的处理时间。此外,反应堆堆芯内不同子通道中的冷却剂会经历多种边界条件,而且在核反应堆
来源:Annals of Nuclear Energy
时间:2026-08-27
-
基于深度学习校正的具有随机参数的超材料吸声特性预测
## 摘要
由于制造过程和复杂的操作环境,声学超材料的声吸收性能常常存在不确定性。尽管矩方法可以在随机因子框架内预测这种不确定性,但由于计算复杂度高以及多尺度几何参数的耦合,其预测精度往往无法满足设计要求。为了解决这些挑战,本文提出了一种新策略,该策略利用深度神经网络(DNN)
来源:Aerospace Science and Technology
时间:2026-08-27
-
面向生物启发式跨模态记忆痕迹扩展的忆阻神经电路设计与实现
摘要
跨模态记忆印记扩展是大脑整合多感官信息的关键机制,通过已建立的记忆痕迹促进新记忆的形成,其中协同的感觉通道为记忆增强提供了神经基础。这一过程对于生物智能系统的高效学习和灵活适应至关重要。本文提出了一种基于忆阻器的跨模态记忆印记扩展电路,用于模拟果蝇中视 - 嗅联想记忆和
来源:AEU - International Journal of Electronics and Communications
时间:2026-08-27
-
面向机动目标制导控制一体化的自适应广义神经网络
**摘要**
本文研究在末端视线(LOS)角约束、模型不确定性和外部扰动条件下,拦截器对机动目标的制导与控制系统一体化(IGC)问题。为了在预定时间内估计未知的目标机动,提出了一种预定时间扩展状态观测器(PTESO),其中引入三角时间缩放函数以抑制瞬态峰值并增强估计鲁棒性。
来源:Aerospace Science and Technology
时间:2026-08-27
-
基于 CRV-PINN 的渠道粗糙度反演与水动力流场重构
•DT-PTV 和 CRV-PINN 框架减少了非接触式流量测量对密集示踪粒子的依赖。
•改进的 DT-PTV 通过动态阈值和匈牙利算法实现准确的稀疏粒子跟踪。
•CRV-PINN 利用物理约束实现流场重建和粗糙度反演。
•在人工河道和天然河流的开阔水道中进行了速度、流量和粗
来源:Advances in Water Resources
时间:2026-08-27