• MCFAD-YOLO：用于遥感图像中小目标检测的多尺度上下文感知特征聚合方法

  摘要遥感图像中的小目标通常具有尺度小、分布密集以及背景复杂等特点。在连续下采样和多尺度特征融合过程中，关键信息容易丢失，给目标检测带来巨大挑战。为解决现有方法在小型目标特征表示与上下文建模方面的局限性，本文提出一种用于遥感小目标检测的多尺度上下文感知特征聚合网络（MCFAD-YO

  来源：Digital Signal Processing

  时间：2026-07-23

• MSSFuse：基于混合空间与序列建模的多模态图像融合技术

  摘要红外图像与可见光图像的融合是红外技术领域中重要的预处理技术，它能够整合多种互补的信息。然而，如何有效地将局部纹理细节与全局上下文语义相结合，从而生成清晰且结构一致的融合图像，依然是一个核心挑战。我们提出了MSSFuse这一新的融合网络，它包含两个核心组件：残差通道-空间自校准

  来源：Digital Signal Processing

  时间：2026-07-23

• 将多准则决策分析方法应用于药物危害评估，以反映人群层面的健康结果：公共卫生政策的一项创新

  摘要研究背景那些主张对精神活性物质采取公共卫生应对措施的人需要可行的证据。在一些国家，多学科团队运用多准则决策分析方法，为常见的精神活性物质生成危害评分和排名；然而，这些评分并未完全反映这些物质的实际使用频率。关于精神活性物质的公共卫生政策决策应以人群层面的结果为依据，而这类结果

  来源：Canadian Journal of Public Health

  时间：2026-07-23

• 基于物理原理的机器学习方法：用于小规模训练数据下的替代模型构建

  摘要：本文表明，即使训练数据有限，具备物理认知的机器学习方法也能构建出精确的替代模型，用于最优设计、不确定性量化以及数据同化处理。在这种方法中，替代模型被用来预测真实值与基于物理模型的预测值之间的比率——真实值可通过实地计算或测量获得。通过这种乘法校正方式，替代模型能为基于物理模

  来源：IEEE Transactions on Magnetics

  时间：2026-07-23

• 基于空间精细化和双向线性注意力的高效雷达-摄像头融合技术用于3D物体检测

  摘要：在轨组装过程中，多接触点桁架爬升需要频繁切换刚性支撑，这会改变有效接触点、可行的力矩组合以及抓取映射的零空间，还可能增加低阻尼结构中的闭环内部载荷。本文提出了一种面向切换的、基于内部载荷约束的力矩控制执行框架，用于由高减速比位置伺服器驱动的闭环桁架爬升机器人。该框架通过基于

  来源：IEEE Robotics & Automation Magazine

  时间：2026-07-23

• 核反应堆环境中光纤测量多参数解耦的多传感器数据融合技术

  摘要：核反应堆中的光纤传感器存在较强的交叉敏感性：检测到的信号同时包含了温度、应变、压力以及辐射引起的退化等因素的影响。本文提出了一种基于物理原理的多参数解耦框架，用于微型模块化反应堆的监测，该框架采用四状态向量x=[T,ε,P,Γ]⊤，其中Γ∈[0,1]表示由产生-退火动力学控

  来源：IEEE Sensors Letters

  时间：2026-07-23

• 多祖先共定位方法

  全基因组关联研究（GWAS）已鉴定出数千个与复杂性状相关的变异，但许多是非因果性的。统计精细定位方法旨在从众多关联变异中定位最可能的因果变异。虽然大多数精细定位方法最初仅限于单祖先分析，但多祖先精细定位方法现已可用，利用不同祖先间连锁不平衡（LD）和次要等位基

  来源：PLOS Genetics

  时间：2026-07-22

• 综述：发酵肉制品中的代谢组学研究方法：聚焦乳酸菌与发酵剂

  乳酸菌（Lactic Acid Bacteria, LAB）及其他发酵剂在发酵肉制品中通过调控发酵进程、保障产品安全性、塑造感官特性及驱动代谢产物生成发挥关键作用。基于质谱技术的代谢组学方法，涵盖气相色谱-质谱联用（GC-MS）、液相色谱-质谱联用（LC-MS

  来源：Microorganisms

  时间：2026-07-22

• 使用不同人体测量技术估计土耳其青少年心血管代谢风险：机器学习模型的开发与时间验证

  背景：尽管肥胖是公认的心血管代谢风险决定因素，但关于最合适的人体测量技术仍存在争议。本研究评估了不同人体测量技术在预测土耳其青少年心血管代谢风险中的表现，并旨在开发并时间验证一个基于机器学习（machine learning）的预测模型，报告过程遵循TRIPO

  来源：Nutrients

  时间：2026-07-22

• 近距离精准喷施中辣椒器官分割的特权深度调制方法

  基于智能手机的精准喷施旨在将化学施药限制在目标器官上，但其同时需要一个在部署时仅依赖RGB、无需专用深度传感器的器官级感知模型。结合Depth Anything V2等单目深度基础模型，RGB图像可在训练期间通过密集伪深度(pseudo-depth)进行增强，

  来源：Smart Agricultural Technology

  时间：2026-07-22

知名企业招聘：