-
基于概率框架的场景-上下文面部情绪识别方法
摘要:结合场景上下文信息可以显著提升面部情感识别的性能。仅使用面部特征的模型可能会识别出与面部表情相符的情感,但无法考虑到主体所处的社会环境。在这项研究中,我们将场景上下文作为显式先验信息纳入到情感识别的双流架构中。上下文流使用MobileNetV2(224×224×3,宽度倍
来源:IEEE Access
时间:2026-06-03
-
基于物理信息的可解释数字孪生技术:通过稀疏识别方法应用于永磁同步电机驱动系统
摘要:精确的数字孪生(DT)对于永磁同步电机(PMSM)的先进控制和状态监测至关重要。然而,在当前的数字孪生开发中存在一个显著的权衡:传统的分析模型往往无法捕捉复杂的非线性动态,而基于数据的方法(如神经网络)则生成了缺乏物理可解释性和透明度的黑箱模型。尽管已经为更广泛的非线性系
来源:IEEE Access
时间:2026-06-03
-
对多层分类的多协议网络中流量混淆技术的全面分析
摘要:像Tor、I2P、FreeNet和ZeroNet这样的暗网浏览器提供了强大的匿名性,但它们越来越多地被用于非法活动,这使得可靠的流量分类变得具有挑战性。现有的研究主要集中在Tor上,或者依赖于简单的分类模型,忽略了暗网流量的多样性和层次结构。本研究提出了一个三层分类框架,
来源:IEEE Access
时间:2026-06-03
-
针对部分覆盖范围的可修复硬件系统的主动学习方法
摘要: 在使用现场数据确定最佳诊断测试和硬件系统实例以推断可靠性特征时面临挑战,尤其是在预算固定和维护周期较短的情况下。主动学习(AL)在机器学习和深度学习任务中已被证明在数据有限和预算受限的情况下具有参数推断的潜力。然而,针对可修复硬件系统的可靠性模型参数推断的主动学习方法仍
来源:IEEE Access
时间:2026-06-03
-
垂直GaN结场效应晶体管的失效机制以及利用梯度掺杂沟道提高其性能指标的方法
摘要:在这项研究中,我们模拟了一个正常关断状态的垂直GaN结场效应晶体管(JFET)的参数,以分析该器件的击穿机制。关键因素包括通道中的电子浓度(N通道)、p+区域的空穴浓度(NP−区域)、通道长度(L通道)以及通道宽度(W通道)对器件的电气特性和击穿机制进行了评估。研究结果揭示
来源:IEEE Transactions on Electron Devices
时间:2026-06-03
-
急性照护物理治疗中的"患者比我反应更快"式错误:一项混合方法调查
患者安全旨在预防医疗卫生服务中的可避免伤害,然而约10%的住院患者会经历不良事件。关于物理治疗相关错误及其后果的数据仍然匮乏。该研究旨在探究瑞士急性照护医院中物理治疗师自我报告错误的特征。研究人员开展了一项横断面混合方法研究,采用匿名网络调查的方式,邀请物理治
来源:Journal of Patient Safety
时间:2026-06-03
-
综述:物联网驱动的用于手语实时翻译的辅助技术
交流是一项基本人权。然而,全球数以百万计的失聪人士在日常互动中仍持续面临显著障碍,其主要原因在于缺乏可及性的沟通工具。本文提出了一种物联网(IoT)使能系统,该系统采用基于可穿戴手套的体系结构,旨在通过将希腊手语(GSL)翻译为文本来改善失聪群体与健听群体之间
来源:International Journal of Cognitive Computing in Engineering
时间:2026-06-03
-
微量分光光度法(Microspectrophotometry, MSP)在法庭科学油漆分析中的应用:透射(Transmittance)、反射(Reflectance)与荧光(Fluorescence)模式比较——一项技术的复兴
摘要:微量分光光度法(Microspectrophotometry, MSP)是一种强有力的分析技术,可对颜色进行客观测量,并为傅里叶变换红外光谱(Fourier Transform Infrared spectroscopy, FTIR)和拉曼光谱(Rama
来源:Forensic Science International
时间:2026-06-03
-
基于数据过采样与自动化特征提取的钻井工况深度学习识别方法
准确识别钻井工况对于钻井作业中的实时监控、风险预警及智能决策至关重要。然而,基于时序录井数据进行钻井工况识别面临着严重的类别不平衡、高维噪声参数以及长期趋势与短期波动同时存在等问题。为应对上述挑战,本研究提出了一种集成的深度学习框架用于钻井工况识别。研究人员采
来源:Engineering Applications of Artificial Intelligence
时间:2026-06-03
-
<sup>人工智能</sup>驱动的网络安全:对抗高级威胁的<sup>机器学习</sup>方法
在当今互联的数字环境中,复杂且不断演变的网络威胁迅速蔓延,迫切需要能够在对抗性条件和高度动态环境中可靠运行的先进防御机制。传统的基于规则的网络安全方法日益显得不足,因为攻击者现利用<sup>机器学习</sup>漏洞并借助<sup>人工智能</sup>(<sup
来源:Engineering Science and Technology, an International Journal
时间:2026-06-03