• 基于深度强化学习的移动性感知预测任务卸载技术，用于未来的6G驱动型车辆网络

  摘要对于诸如协作式自动驾驶、增强现实导航以及实时安全监控等新兴的物联网汽车应用而言，可靠的通信以及超低延迟的数据处理是不可或缺的条件。虽然移动边缘计算通过将任务从车辆转移到附近的路侧基础设施来减少计算延迟，但车辆的高度动态移动性以及不断变化的无线信道给任务的可靠传输与执行带来了巨

  来源：Scientific Reports

  时间：2026-08-09

• 通过电液动力学方法微囊化、冻干并发酵处理的益生菌，在提升印度水牛犊的生长性能和肠道健康方面，优于饲料中的抗生素

  摘要益生菌作为替代抗生素的手段，越来越被用于改善小牛的健康状况。不过，其效果会受到给药方式以及活菌在胃肠道内的存活率的影响。目前针对不同益生菌给药方式与常规抗生素补充疗法在幼牛中的效果对比研究仍较为有限。因此，本研究旨在探讨经发酵、冻干和包封处理的Lactiplantibacil

  来源：Scientific Reports

  时间：2026-08-09

• 一种基于无人机激光雷达点云与DGRNet的光伏板智能识别与多参数反演方法

  摘要针对现有山地光伏电站监测方法的不足——包括三维数据采集不足、自动化水平低，以及点云识别方法不适用于山地环境、缺乏对主流模型的系统比较，且依赖先有模型进行参数反演——本文提出了一种基于无人机LiDAR点云和DGRNet的光伏板智能识别与多参数反演方法。利用DGRNet在非均匀点

  来源：Scientific Reports

  时间：2026-08-09

• 面向信噪比感知的LIS辅助毫米波MIMO NOMA网络中的元优化混合波束成形与自适应聚类技术

  摘要下一代无线网络需要具备较高的频谱效率和能量效率，以支持大规模设备连接，尤其是在人口密集的城市环境和以物联网为主的应用场景中。毫米波MIMO-NOMA系统与大型智能表面相结合，为解决这一问题提供了有效途径，但目前现有方法在静态分组、非最优波束形成以及应对实时信噪比变化的能力方面

  来源：Scientific Reports

  时间：2026-08-09

• 一种基于可扩展主观逻辑的强化学习方法，用于雾计算/边缘计算中的双向智能信任管理

  摘要移动边缘计算（MEC）以及雾计算/边缘计算能够在靠近终端用户的位置提供计算和存储资源，因此非常适合那些对延迟要求较高的应用。在这些环境中，服务功能链（SFC）通过连接多个虚拟网络功能（VNF）来实现网络服务。然而，现有的大多数SFC部署方法主要侧重于优化延迟、资源利用率和部署

  来源：Scientific Reports

  时间：2026-08-09

• 基于Mamba的门控静态操作码融合技术在Windows PE恶意软件检测中的应用

  摘要针对Windows便携式可执行文件（PE）恶意软件的检测，需要构建能够在低假阳性率下保持高分类性能的模型。我们将这项任务定义为基于样本对齐的双视角静态检测方法。所提出的框架通过学习到的门控机制，将PE/capa风格的静态特征与有界操作码序列表示相结合。其方法论优势在于采用了S

  来源：Scientific Reports

  时间：2026-08-09

• 介绍一种利用工业污泥灰和回收的聚对苯二甲酸乙二醇酯纤维来稳定黏土的可持续方法

  摘要本研究通过标准普罗克特压实试验、阿特伯格限值试验、无侧限抗压强度试验、间接抗拉强度试验、直剪试验以及超声脉冲速度试验，分析了用工业污泥灰稳定并添加再生聚对苯二甲酸乙二醇酯纤维的黏性土的力学性能和剪切性能。压实试验结果表明，加入工业污泥灰后，土壤的最大干单位重量降低了约6%，而

  来源：Scientific Reports

  时间：2026-08-09

• 基于混合深度学习网络的钠离子电池电量估算方法

  摘要随着交通电气化、电力电子技术以及大规模可再生能源应用的快速发展，人们对高性能且低成本电池技术的需求持续增长。钠离子电池因其丰富的资源储备和成本优势，有望成为锂离子电池的理想替代品。然而，在不同的温度、工作条件及电池类型下，准确估算钠离子电池的电量状态仍面临挑战，这限制了电池管

  来源：Scientific Reports

  时间：2026-08-09

• 铁路货车车体结构振动疲劳抑制设计方法及其整车验证

  摘要本研究探讨了在机械化振动卸载条件下，某种出口型铁路漏斗车侧墙焊缝频繁出现早期裂纹的问题，旨在揭示其断裂机制并提出有效的抑制方法。研究发现，原有侧墙结构的一阶局部自然频率与卸载设备的运行频率存在高度耦合，由此引发了严重的“局部呼吸模式”共振，使得关键焊缝处的动态应力远远超过材料

  来源：Scientific Reports

  时间：2026-08-09

• 基于物理原理的残差学习方法在室内路径损耗预测中的空间验证

  摘要要实现准确的室内路径损耗预测，需要使用既具有物理可解释性，又能捕捉由墙壁、杂物以及非视距传播带来的结构化变异性的模型。本文提出了一种基于物理原理的残差学习框架，用于室内路径损耗预测。该框架首先在考虑泄漏效应的嵌套空间验证机制下，对每个频段的大规模基准模型进行校准，然后再利用从

  来源：Scientific Reports

  时间：2026-08-09

知名企业招聘：