当前位置:首页 > 今日动态 > 技术与产品
  • 用于短节段腰椎融合术后影像学显示的邻近节段退变围手术期风险分层的可解释机器学习方法

    研究设计。回顾性队列研究。研究目的。开发一种可解释的机器学习框架,并通过外部验证,用于评估短节段腰椎融合术后影像学上相邻节段退变的风险等级。背景数据概述。腰椎融合术后常会出现影像学上的相邻节段退变现象,在某些患者中,这可能是出现有症状的相邻节段疾病之前的早期结构变化。然而,现有的

    来源:Spine

    时间:2026-08-13

  • 预形成的Fe3+簇:用于Fe-MIL-88B-NH2系列金属有机框架材料的创新合成方法中

    摘要我们报告了一种合成金属有机框架MOF家族Fe-MIL-88B-NH2的新方法。该方法首次以预形成的Fe3+簇[Fe3O(CH3COO)6(H2O)3]ClO4作为金属源,结合连接剂2-氨基对苯二甲酸(NH2-BDC)和调节剂乙酸(CH3-COOH),在低功率150 W的微波条

    来源:Polyhedron

    时间:2026-08-13

  • 综述:基于悬架的振动抑制技术在波浪适应型双体船导航中的应用:进展、挑战与前景

    •从“设计–分析–控制”的角度对装有悬架的双体船进行了研究。•探讨了双体船的结构振动抑制方法。•比较了传统振动抑制技术与基于悬架的振动抑制技术。•整合了建模、验证和性能评估框架。•讨论了控制策略与发展趋势。1. 引言近年来,作为高性能多体船的双体船发展迅速,被广泛用于海洋资源开发

    来源:Ocean Engineering

    时间:2026-08-13

  • 基于深度学习方法的AIS与气象数据融合驱动的船舶靠泊轨迹预测

    •本研究构建了一种基于数据驱动的框架,利用AIS数据和气象数据预测船舶靠泊轨迹。•研究提出了一种轨迹提取策略,用于从原始AIS记录中识别出靠泊轨迹。•研究还提出了一种基于序列到序列架构的双层增强网络(DLENet)。•实验结果表明,DLENet的预测误差低于基准模型及其他类似模型

    来源:Ocean Engineering

    时间:2026-08-13

  • 基于二极管等效电路方法对III–V纳米线/Ge三结串联太阳能电池进行光电特性分析及建模研究

    摘要:纳米结构太阳能电池为下一代低成本、高效率的太阳能电池提供了有力途径,它通过减少材料使用量并提升光捕获能力与共振模式激发效果,从而优于传统的块状和薄膜太阳能电池。然而,单结纳米结构太阳能电池受到肖克利-奎塞尔极限的约束,这一极限限制了其最大转换效率。而由带隙能量逐渐减小的多层

    来源:Materials Science in Semiconductor Processing

    时间:2026-08-13

  • 通过粘结剂介导的纳米CaTiO3输送技术,实现粘结剂喷射法制备的多孔Y2O3陶瓷的局部烧结活化及孔隙网络调控

    摘要多孔Y2O3陶瓷因其与活性钛熔体具有较高的化学相容性,被视为用于钛合金精密铸造等领域的优质材料。然而,传统的粘结剂喷射法制备的Y2O3陶瓷存在烧结效果差、初始孔隙率高等问题,且层与层之间还存在连接缺陷。本研究采用水性粘结剂作为载体,在粘结剂喷射过程中将纳米CaTiO3烧结激活

    来源:Materials Science and Engineering: A

    时间:2026-08-13

  • 采用SPS技术从Ti/Si/CFs/Al原料制备Ti3SiC2/TiC复合材料:微观结构演变与力学性能

    摘要:Ti3SiC2/TiC复合材料在高温应力结构应用中具有巨大潜力,但由于其抗弯强度和断裂韧性不足,限制了更广泛的应用。本研究采用Ti/Si/碳纤维/铝粉混合物,通过火花等离子烧结技术在1300-1800℃下制备这类复合材料。利用X射线衍射、场发射扫描电子显微镜、高分辨率透射电

    来源:Materials Science and Engineering: A

    时间:2026-08-13

  • RSTGS:基于多视角图像的3D高斯溅射可重置单树建模方法

    摘要:高保真度的树木重光照模型对于构建逼真的3D地理场景至关重要。然而,树木复杂的结构特征往往会导致几何重建时产生较高的计算成本,而多视图图像中的背景干扰则会降低重建精度及光照建模质量。为解决这些问题,本文提出了一种新方法——RSTGS:基于多视图图像的3D高斯溅射可重光照单树建

    来源:Knowledge-Based Systems

    时间:2026-08-13

  • ASTRA:具有全局感知的自适应语义拓扑重建方法,用于增强型图对比学习

    •提出了一种名为ASTRA的语义拓扑增强图对比学习框架,旨在解决视图构建、特征编码和目标优化方面的关键瓶颈。•该框架采用统一的增强图构建机制,将局部拓扑结构与全局语义检索候选项结合,再通过可微结构学习筛选出有用的稀疏边。•基于改进的GATv2动量编码器,整合了残差连接、层归一化和

    来源:Knowledge-Based Systems

    时间:2026-08-13

  • 用于泛化零样本学习的特征混淆缓解与特征解耦技术

    •针对GZSL提出一种特征混淆缓解与特征解耦框架。•设计一个并行的视觉-语义解耦网络。•设计一个具有判别性语义的视觉特征生成流模块。•通过实验验证该框架的性能。 引言[1]:大多数机器学习任务都需要大量带标签的数据,而获取这些数据往往成本高昂、耗时较长,甚至无法获得。因此,零样

    来源:Knowledge-Based Systems

    时间:2026-08-13


高级人才招聘专区
最新招聘信息:

知名企业招聘:

    • 国外动态
    • 国内进展
    • 医药/产业
    • 生态环保
    • 科普/健康