• 通过对比低温钻削与热辅助钻削的方法，揭示工件温度对Ti6Al4V材料微钻削的影响

  摘要由于钛合金的热导率低且化学活性高，因此被普遍视为难以加工的材料，这给切削加工带来了巨大挑战。本研究首次对在低温冷却（−196℃）条件下的微钻加工性能，以及在使用PID控制的感应加热技术于250℃和500℃条件下进行的热辅助钻削加工性能进行了对比分析。实验结果表明，与室温条件相

  来源：Scientific Reports

  时间：2026-07-02

• SDS-YOLO：基于无人机且采用改进版YOLOv8n技术的输电线路异物检测模型

  摘要为解决基于无人机的输电线路异物检测中检测精度低以及模型过重的问题，本文提出了一种优化后的异物检测算法——SDS-YOLOv8n。该算法基于YOLOv8n架构，并通过三项针对性改进来平衡检测精度与计算效率。首先，设计了一个改进的SPPF模块，该模块结合了并行全局平均池化层和最大

  来源：Scientific Reports

  时间：2026-07-02

• 利用表面沟槽技术实现的SOI-LDMOSFET领域的杰出性能表现

  摘要本文提出了一种新技术，用于提升绝缘体上硅横向双扩散金属氧化物半导体场效应晶体管（SOI-LDMOSFET）的电学性能。在漂移区的局部区域，电场强度的增加会提高器件击穿的风险。所提出的技术通过在漂移区设置表面沟槽，使电场线均匀分布，从而降低电场强度峰值。优值分析显示，采用表面沟

  来源：Scientific Reports

  时间：2026-07-02

• 轻量级自适应水印技术：一种结合HVS导向算法与卷积注意力机制的实时图像篡改检测混合方法

  摘要篡改检测是多媒体安全领域的重要问题之一。水印技术是一种有效的手段，可用于证明所有权、内容认证、版权保护以及篡改检测。我们的目标是设计一种具有高度抗攻击能力的自适应水印系统。为了在不可感知性与对各类攻击的抵御能力之间取得平衡，嵌入区域和嵌入强度是需要重点考虑的因素。因此，所提出

  来源：Scientific Reports

  时间：2026-07-02

• 用于提升太阳能光伏集成双馈风力发电系统功率优化的双延迟深度确定性策略梯度方法

  摘要随着间歇性可再生能源在电力系统中所占比例的上升，该系统的稳定性与控制方面面临着越来越多的挑战。本文研究了将双延迟深度确定性策略梯度（TD3）算法应用于单一统一控制器中，以实现接入电网的DFIG-太阳能光伏系统的多目标控制。常用的比例-积分（PI）控制器无法有效应对基于单一控制

  来源：Scientific Reports

  时间：2026-07-02

• 利用瞬时伽马计时技术对均匀phantom中的实验性止动能进行估算，以用于质子治疗监测

  摘要质子治疗的潜力受到诸多不确定因素的限制，这些因素会妨碍最佳剂量分布的实现。监测技术能够降低这些不确定性，从而实现动态治疗规划。基于瞬时伽马定时技术的时空发射重建方法是一种很有前景的技术，它能够提供关于粒子射程和停止能力的信息，而通常计算这些参数需要了解患者组织特性，而这些特性

  来源：Scientific Reports

  时间：2026-07-02

• 基于张量合成与代理辅助差分进化技术的地下发电厂稳健原位应力反演

  摘要在深部地下工程中，准确描述初始的原位应力场对于稳定性评估、支护设计以及围岩控制至关重要。然而，现场测量数据往往分布不均，且三维反演计算成本极高。本研究为西藏高原东南部一处深埋式地下发电厂开发了一种高效且可靠的反演框架。首先，通过结合粒子群优化、Huber损失函数、Levenb

  来源：Scientific Reports

  时间：2026-07-02

• 基于测量感知的学习方法，用于定量金相学中可靠的晶界分析

  摘要定量金相学需要可靠的基于边界的测量方法。此前的计算流程已证明了其可行性，但在基于裁剪区域的工作流程中分析薄弱且不连续的界面时，仍存在可靠性问题。本研究探讨了上下文可用性、与标注对齐的监督机制以及以测量为导向的验证方法如何影响基于边界的晶粒尺寸分析。首先，通过上下文消除实验，我

  来源：Scientific Reports

  时间：2026-07-02

• 一种用于植物叶片分类的混合DenseNet121-随机向量函数链接方法

  摘要随机向量函数链接（RVFL）网络为训练前馈单隐藏层神经网络提供了一种高效快捷的方法。它通过利用固定的随机权重和封闭形式的输出计算，解决了传统神经网络存在的收敛速度慢以及过拟合等问题。DenseNet121架构在人工智能领域，尤其是在物体识别任务中具有巨大潜力。然而，它的缺点在

  来源：Scientific Reports

  时间：2026-07-02

• 具有谱诊断与可信度诊断的贝叶斯网络结构预算QUBO学习方法

  摘要传统的贝叶斯网络结构学习需要在结构复杂性、统计拟合度以及决策可靠性之间进行权衡。本研究提出了BAPS（带相变谱诊断的预算化无环性方法），该框架将结构学习转化为一个受预算约束的优化问题，通过全局边预算限制所选候选边的数量，从而控制模型容量。通过一种放宽形式的QUBO模型并结合事

  来源：Scientific Reports

  时间：2026-07-02

知名企业招聘：