-
基于Graph Neuro Boost模型的冠心病患者住院时长预测方法增强研究
冠状动脉疾病（Coronary Artery Disease, CAD）仍是全球主要死亡原因之一，并导致大量住院时长（Length of Stay, LOS）延长的病例，增加了医疗成本与资源消耗。研究人员提出Graph Neuro Boost这一新方法，用于基
来源：Connection Science
时间：2026-08-13
-
用于智能精准农业中作物产量预测的自适应广义回归深度卷积强化学习方法
摘要准确的作物产量评估对于提升农业生产力及资源管理效率至关重要。然而，由于土壤特性、天气状况、种植方式、病虫害等多种因素的影响，产量预测颇具挑战性。尽管深度学习技术提升了预测能力，但对于大规模数据集而言，如何实现高精度、低误差且快速的处理速度仍是一个重要问题。为解决这一问题，本文
来源：Nature Materials
时间：2026-08-13
-
基于体内iCLIP技术的拟南芥TUDOR STAPHYLOCOCCAL NUCLEASE1高分辨率RNA相互作用图谱
摘要RNA结合蛋白（RBPs）是调控RNA生命周期的关键因子，对植物的生理功能和发育过程具有广泛影响。它们的功能依赖于与RNA的直接相互作用，因此识别其在活细胞中的作用靶标及结合模式对于理解其调控功能至关重要。在本研究中，我们分析了先前已被证实与植物应激颗粒形成相关的拟南芥RBP
来源：Scientific Data
时间：2026-08-13
-
电子口碑如何塑造年轻游客对遗产目的地的感知：一种扩展的UTAUT-3方法
本研究使用改进的UTAUT-3框架，考察了年轻游客对电子口碑（e-WOM）感知的战略决定因素，以促进遗产旅游景点的推广。研究采用定量方法，通过目的性抽样和结构化问卷收集了385名年轻游客的调查数据，并应用SmartPLS 4.0中的结构方程模型（SEM）探讨e
来源：Journal of Open Innovation: Technology, Market, and Complexity
时间：2026-08-13
-
气吸式排种器在多物理场耦合下种子吸附性能预测模型及影响因素分析方法
气吸式排种器是小粒种子精密播种的核心装备，种子吸附过程的精度与稳定性至关重要。为实现种子吸附合格率的高精度预测并阐释作业工况的影响机制，研究人员提出了一种基于多物理场耦合模型的种子吸附合格率预测模型与定量分析方法。研究从气吸式排种器田间作业气流-颗粒-振动多物
来源：Information Processing in Agriculture
时间：2026-08-13
-
脑肿瘤分类的深度方法：一种混合模型
本文提出了一种新颖的混合分割模型，该模型将U-Net与核函数可能性快速鲁棒模糊C均值（KPFRFCM）相集成，并利用粒子群优化（PSO）优化该技术。在所提出的混合方法中，增强了分割清晰度，降低了噪声，并改善了边缘保留。该模型融合了先进的预处理步骤，例如各向异性
-
整数负载下基于改进方法的负载均衡
负载均衡在提升分布式系统性能方面起着关键作用，其中不均匀的任务分布常导致资源利用率低下和系统吞吐量下降。现有负载均衡方法要么依赖非最优流构造，要么需要在网络中大量通信。研究人员提出了一种改进的负载均衡算法，该算法完全在整数运算中生成平衡流，同时降低重分配过程的
-
基于Soergel距离的高效语音信号特征选择方法用于增强移动设备上的语音认证
本研究引入了一种基于Soergel距离（SD）的高效特征选择方法用于语音欺骗检测。诸如粒子群优化（PSO）等包装方法需要大量迭代，依赖随机探索，并且在分类过程中常常保留无关或无效的特征，从而增加了计算成本。相比之下，所提出的SD方法作为一种过滤方法，通过将特征
-
基于几何特征的接触线吊弦线夹脱出智能检测方法
接触线吊弦线夹脱出检测对于铁路系统安全至关重要。现有的深度学习方法受到拍摄角度、光照变化以及缺陷区域像素比例小等因素的限制，在准确性和罕见缺陷检测方面存在不足。研究人员提出了一种改进的Segment Anything Model 2 (SAM2)框架。首先，用
-
基于智能体建模方法研究政策干预和利益相关者动态的流域尺度可持续地下水管理
本研究调查了以地下水为主的灌溉流域内的可持续水管理策略，重点关注因不可持续开采造成的地下水枯竭这一关键问题。通过基于智能体建模（ABM），研究人员评估了关键利益相关者（包括农民、政府机构和水消费者）之间的相互作用，以支持改进水资源管理。该建模框架结合了水文和行
来源：Agricultural Water Management
时间：2026-08-13
粤公网安备 44010602000434号