• 结合PLS-CNN误差最小化融合策略的拉曼光谱技术，用于酵母提取物中的一致性鉴别及氨基酸定量分析

  赵浩迪|李震|吴业旭|郑忠|刘春晓|黄兴发|张岩|林丹平|王学阳|吴振宇|陈明|阮银兰中国桂林市541004，桂林电子科技大学光电工程学院摘要酵母提取物是一种在食品和生物发酵行业广泛使用的生物制品，其质量取决于氨基酸组成以及是否符合工业标准。传统的评估方法依赖于氨基酸分析仪和微生

  来源：Spectrochimica Acta Part A: Molecular and Biomolecular Spectroscopy

  时间：2026-06-14

• 水中的细胞：结合光学、光热、红外及拉曼显微镜技术实现水合细胞的亚微米级化学成像

  维多利亚·科罗纳|安娜·诺瓦科夫斯卡|安娜·皮耶查拉|芭芭拉·奥雷霍夫斯卡|米里亚姆·昂格|马尔戈扎塔·巴兰斯卡波兰克拉科夫30-387，雅盖隆大学化学系，Gronostajowa 2号摘要传统的傅里叶变换红外吸收光谱法受限于衍射限制的空间分辨率以及水分子强烈的吸收效应，通常需要

  来源：Spectrochimica Acta Part A: Molecular and Biomolecular Spectroscopy

  时间：2026-06-14

• 基于GA优化二维LDA的EEM荧光光谱技术在鉴别假冒优质食用油中的应用

  崔瑶瑶|金媛|李宗贤|袁圆圆|江海阳|崔灿|吴汉兵|吴少哲|李金毅中国河北省石家庄市050035，石家庄大学机电工程学院摘要高质量食用油因其高营养价值而价格远高于其他类型。然而，在生产和加工过程中，掺假和造假问题依然十分普遍。为了解决高质量食用油的真伪鉴定问题，本研究针对芝麻油、

  来源：Spectrochimica Acta Part A: Molecular and Biomolecular Spectroscopy

  时间：2026-06-14

• 预测酒精使用障碍患者住院治疗后门诊随访保留率：一种数据驱动的随机森林(Random Forest, RFM)方法

  摘要：更长的治疗参与度与酒精使用障碍(alcohol use disorder, AUD)改善的康复结局相关，使得患者保留率成为降低复饮率的关键决定因素。本研究旨在识别AUD个体住院治疗后预测门诊治疗参与度（操作化为随访访视次数）的影响因素。研究人员应用五步分

  来源：Addiction Biology

  时间：2026-06-14

• 特邀综述：揭示在液态牛乳中掺入复原乳的欺诈行为——分析技术的批判性综述

  本综述概述了已发表的用于检测在液态牛乳中（欺诈性）添加复原牛乳的分析技术，并确定了哪些技术最适合识别在具有经济意义的水平上以复原牛乳部分替代液态牛乳的情况。这些分析技术的评估以10%复原乳掺入检测限为标准。共纳入30项研究，分别归类为II型热指示剂（type

  来源：Journal of Dairy Science

  时间：2026-06-14

• 一项概念验证研究表明，生活方式因素会影响精子的微生物群，并与接受辅助生殖技术的不孕症患者的生物学及临床问题相关

  摘要精子微生物群来源于局部（泌尿生殖系统、肠道、皮肤）及伴侣的微生物组，同时受性行为的影响。其组成和多样性可能影响男性生育能力，但目前相关研究仍较为有限。本研究旨在探讨生活方式因素、精子微生物群组成与生育结果之间的关系。2021年5月至12月期间，对在普瓦捷大学医院接受辅助生殖治

  来源：Scientific Reports

  时间：2026-06-14

• 探讨利用传统统计模型和机器学习方法，通过特罗姆瑟研究中的血流动力学数据来预测心血管疾病

  摘要在挪威，NORRISK2是政府推荐的用于预测个体10年内患心血管疾病概率的风险模型。本研究旨在探讨利用在Tromsø6研究（2007–2008年）中通过冷压测试进行疼痛敏感性评估时所获得的无创逐次血压监测数据中的血流动力学指标，来改进心血管疾病预测的可行性。研究使用了6694

  来源：Scientific Reports

  时间：2026-06-14

• 基于近红外光谱技术的白茶萎凋过程实时含水量检测与预测深度学习模型

  摘要本研究提出了一种新的深度学习模型——STA-BiGRU-XGBoost，该模型利用近红外光谱技术预测白茶萎凋过程中的含水量。该模型整合了时空注意力机制、双向门控循环单元（BiGRU）以及XGBoost算法，以应对萎凋时间较长、环境条件多变以及光谱数据存在时间变化等挑战。研究采

  来源：Scientific Reports

  时间：2026-06-14

• 用于字母手语解读的视觉深度学习方法

  摘要手语在帮助听力和语言障碍者进行交流方面发挥着重要作用，因此，实现精确的字母级识别是构建无障碍人机交互系统的重要前提。本文研究了基于视觉深度学习的方法，旨在从图像数据中识别手语字母。研究团队构建了一个系统性框架，用于评估基于迁移学习的卷积神经网络在捕捉具有区分度的手势特征方面的

  来源：Scientific Reports

  时间：2026-06-14

• FusionDiff：一种基于双路径扩散技术的陶瓷微观结构少样本真实性分析框架

  摘要陶瓷部件的真实性与其微观结构密切相关，因此自动且精确的识别对于质量控制而言至关重要。然而，这一任务往往因标记样本的稀缺而受到限制。本研究探讨了大规模预训练扩散模型作为特征提取器的潜力，利用其生成过程中蕴含的丰富视觉先验，为小样本学习提供坚实的语义基础。为克服传统U-Net在全

  来源：Scientific Reports

  时间：2026-06-14

知名企业招聘：