• HCA-CLIP：面向少样本植物病害识别的层次化上下文感知自适应方法

  •HCA-CLIP将视觉-语言模型适配到少样本植物病害识别任务。•分层差分精化机制恢复细粒度的病害线索。•多视角有监督对比学习提升特征的区分能力。•自适应去混淆模块校准预测结果以降低类别歧义。•HCA-CLIP在极少标注样本条件下表现强劲。 引言 植物病害通过降低作物产量

  来源：European Journal of Agronomy

  时间：2026-10-14

• 面向实时场景重建的高斯泼溅：方法、系统与权衡

  • 提供了以流水线为中心的高斯泼溅实时场景重建分类体系。 • 综合了单帧生成、动态、效率、流式和 GS-SLAM 之间的关键权衡。 • 识别了开放问题和未来方向，强调了任务特定的运行时报告和可部署性。 引言 Kerbl 等人 [1] 引入了 3D 高斯泼溅 (3DGS) 作

  来源：Pattern Recognition

  时间：2026-10-14

• 基于人工智能增强的电化学传感与多组学整合技术用于生漆涂料真伪鉴定与稳定性评估

  •开发了增强型电化学传感和多组学框架，用于快速生漆原漆的鉴定与稳定性评估。 •整合了循环伏安法、差分脉冲伏安法、电化学阻抗谱、代谢组学、蛋白质组学和脂质组学，并结合可解释性人工智能进行多模态分析。 •实现了99.1%的鉴定准确率、98.8%的灵敏度、99.4%的特异性和0.

  来源：Microchemical Journal

  时间：2026-10-14

• 核结构钢中磷测定的稳健离子色谱方法的开发与验证

  •一种适用于广泛核级不锈钢磷测定的稳健IC方法。•有效去除基体并消除酸的干扰。•在12分钟内实现具有良好分辨率的磷酸盐峰的快速分析。•高硫酸盐耐受性（高达2200:1，w/w）。•宽线性动态范围（0.03–24 ppm），检出限为0.01 ppm。•经分光光度法和BCS认证标

  来源：Microchemical Journal

  时间：2026-10-14

• 综述：基于精油防治草地贪夜蛾的最新进展：从生物活性到纳米技术视角

  摘要Spodoptera frugiperda（J. E. Smith）（鳞翅目：夜蛾科），俗称草地贪夜蛾，是全球粮食生产的一大威胁，因其能够对多种作物造成严重损害。该害虫的快速传播及其对常规杀虫剂的抗药性，使得必须探索更可持续和更安全的害虫管理策略。芳香植物因其天然来源、环

  来源：Journal of Pest Science

  时间：2026-10-14

• 统计玻尔兹曼 - 蒙特卡洛 - 渗流 (BMCP) 模型预测的煤热解挥发分特性–引入 Bootstrapper 方法

  •Bootstrap方法可用于获取不同产品中键的分布。•Boltzmann-Monte Carlo-Percolation模型可与Bootstrap方法耦合使用。•可预测煤热解过程中挥发分和焦中键的变化趋势。•可定量预测不同煤阶煤的归一化气体产率。•可定量预测不同煤焦油中平均

  来源：Journal of Analytical and Applied Pyrolysis

  时间：2026-10-14

• 基于颜色的耕地土壤有机碳评估——利用原位RGB成像的田间实验室方法

  摘要 土壤颜色成像技术的进步使得基于颜色的土壤有机碳（SOC）预测建模成为田间直接评估的一项有前景的工具。然而，以往的研究仍局限于受控的实验室环境，未考虑田间相关挑战，如光照变化和土壤含水量等因素。本研

  来源：European Journal of Soil Science

  时间：2026-10-14

• 通过电输运和拉曼光谱技术对α-晶体和晶体中极高的迁移率进行比较研究

  过渡金属二磷化物中高载流子迁移率的微观起源仍在讨论中，提出的机制包括流体动力电子传输以及与自旋-动量锁定相关的动量松弛抑制。W₂P2为此问题的研究提供了一个有用的平台，因为它可以结晶为两种多形体：单斜结构的α-W₂P2（一种拓扑上简单的半金属）和正交结构的β-W₂P2（一种II型

  来源：Physical Review B

  时间：2026-10-14

• 在强关联分子中，针对变分量子本征求解器的几何条件约束盆地初始化方法

  变分量子本征值求解器通常会将最昂贵的量子计算资源用于解决一个经典问题：即寻找非凸能量景观中的有用区域（即能量最低的区域）。在强关联分子体系中，这一问题尤为突出，因为Hartree-Fock方法或随机初始化策略可能会在局部优化产生有用结果之前，就进入对称性破缺或重叠度较低的状态。为

  来源：Physical Review A

  时间：2026-10-14

• 镁合金焊接结构的高周疲劳寿命预测：一种基于经验公式和 XGBoost 的机器学习方法

  **摘要** 镁合金焊接结构（MAWS）的疲劳失效受多种因素影响，使得跨不同接头规格的疲劳寿命预测极具挑战性。当前MAWS的预测方法往往缺乏对这些因素的综合考量，且其准确性受限于疲劳试验数据集规模有限和成本高昂的问题。为解决这些问题，本研究提出了一种基于经验公式与数据驱动的

  来源：Welding in the World

  时间：2026-10-14

知名企业招聘：