-
一种基于复合特征提取和多传感器序列链图融合的AUV故障诊断方法
自主水下车辆多传感器时序数据特征提取不足,制约故障诊断精度。本文提出SCGNN框架,通过物理启示的时序链式图(SCG)构建方法,将多传感器时间序列转化为紧凑链式图结构,结合复合特征提取与图聚合融合策略,有效捕捉传感器间耦合关系与时空演化特征,显著提升诊断准确率。实验表明在Haizhe数据集上准确率达99.59%,并成功应用于Beaver-Ⅲ实际水池验证。
来源:Ocean Engineering
时间:2026-03-13
-
一种用于柔性网状结构流体动力学系数的动态迭代方法及其数值验证
水动力系数预测模型与迭代计算策略研究应用于柔性结绳结构分析
来源:Ocean Engineering
时间:2026-03-13
-
UGSCE-BNN:一种基于不确定性引导的对称交叉熵贝叶斯神经网络,用于工业时间序列预测
不确定性引导的对称交叉熵贝叶斯神经网络框架提出数据划分策略、动态先验分布及对称交叉熵损失,有效提升多变量时间序列预测的精度与不确定性量化能力,实验验证其在复杂噪声数据下的鲁棒性。
来源:Knowledge-Based Systems
时间:2026-03-13
-
一种基于混合知识的推荐系统,该系统通过建模时装设计语义来驱动其运作
个性化时尚设计推荐需准确推理复杂语义关系,现有知识图谱方法存在长程依赖捕捉不足、细粒度语义相似度缺失问题。本文提出KGNBF框架,通过GloVe语义嵌入捕获全球设计元素关联,结合Neural Bellman-Ford网络实现多跳推理,并引入LCS与类内语义聚合的混合相似度度量填补知识图谱缺失链接。实验表明在3.2万条时尚产品数据集上推荐准确率提升5%,用户满意度达4.29/5,接受率80.19%。
来源:Knowledge-Based Systems
时间:2026-03-13
-
收肌管阻滞的解剖学坐标:精准定位隐神经和股内侧肌神经
确定膝关节置换术后加uctor canal阻滞的最佳注射点,通过30例尸体解剖及形态学分析,发现其起始段前3.5cm为股神经和股直肌神经关键区域,此处神经与股动脉间距较宽,阔筋膜张肌膜缺失比例达50%,超声引导注射可精准覆盖目标神经。
来源:Acta Anaesthesiologica Scandinavica
时间:2026-03-13
-
利用神经网络辅助的卡尔曼滤波器对电动汽车电池的电量进行稳健估计
电池状态估计的关键技术及优化路径研究。通过构建新型KalmanNet架构,整合神经网络自适应卡尔曼增益与自校正等效电路模型,在统一实验框架下对比EKF、SPKF、PF等传统方法及深度学习混合模型,验证其在温度波动、传感器噪声、电池老化等复杂工况下的优越性,并经TI C2000微控制器在环测试证实实时可行性。
来源:Journal of Energy Storage
时间:2026-03-13
-
基于物理信息的模糊神经网络在锂离子电池健康状态预测中的应用
SOH预测通过融合模糊逻辑与物理约束构建了新型神经网络模型PIFNN,有效提升电池健康评估的准确性和可解释性,在NASA和自建BEV电池数据集上验证了优于传统方法的性能表现。
来源:Journal of Energy Storage
时间:2026-03-13
-
综述:灵活的神经形态电子学:从突触器件迈向传感-存储-计算电路
柔性神经形态电子系统的研究进展与应用前景
来源:Science China-Materials
时间:2026-03-13
-
近红外光谱图重建——基于增强型卷积神经网络(CNN)的高精度酒精-柴油混合物分析方法
基于近红外光谱的酒精柴油混合物智能检测方法研究,提出将1D光谱通过递归图、角域场和马尔可夫变换场转换为2D光谱图,增强卷积神经网络的特征提取能力。实验表明,MTF-CNN分类准确率达99.24%,RP-CNN甲醇预测误差降低至0.028,较传统1D-CNN、SVM和PLS方法提升一个数量级。该方法突破手动特征工程限制,为燃料质量控制提供高效解决方案。
来源:Chemometrics and Intelligent Laboratory Systems
时间:2026-03-13
-
基于多图和多维表示的化合物心脏毒性预测
本研究提出一种基于多图和多元特征的新方法,结合图神经网络(GNN)和双向门控循环单元(BiGRU)构建九类化合物心脏毒性预测模型,显著提升预测性能并揭示毒性结构特征,并开发在线预测平台CardiacTox。
来源:Chemometrics and Intelligent Laboratory Systems
时间:2026-03-13