-
一项关于利用压力差系数结合水库模拟技术预测低渗透性水库中二氧化碳混溶前沿的研究
Jitian Ren|Wenlian Xiao|Qianrui Cheng|Lingli Zheng|Yu Xu|Zhiyu Tian|Xinyu Bai•研究发现,层内异质性对扫掠效率的影响最为显著,通过微指效应使组分扫掠效率降低了26%。•井底压力差呈现出三阶段特征:指数衰减
来源:Geoenergy Science and Engineering
时间:2026-05-24
-
IncomSeg:用于实现鲁棒自动驾驶的不完整多模态3D语义分割技术
Xin Ma|Xuqi Cai|Yuansheng Song|Xiaoheng Deng|Shaohua Wan•提出IncomSeg方法来解决分割任务中的模态缺失问题•通过模态间关联信息直接解决缺失问题•提出一种缺失模态补全模块以降低计算成本•构建多模态融合模块以增强多模态表示
来源:Expert Systems with Applications
时间:2026-05-24
-
在区间值Fermatean模糊环境下的基于分歧的折中排序框架,结合综合权重方法用于绿色建筑材料的选择
刘哲|韩宇旭|李宇涵|纳林德吉特·辛格·萨瓦兰·辛格|沃尔弗兰·芬兹·姆巴索|梅赫迪·侯赛因扎德•为IVFFSs开发了一种新的差异度量方法。•开发了一种新的IVFF熵度量方法,用于推导客观标准权重。•改进了IVFF-PIPRECIA方法,用于主观权重分配。•构建了一个混合型的IV
来源:Expert Systems with Applications
时间:2026-05-24
-
基于视觉的轻量级数字孪生技术:用于大规模交通网络中实时语义状态聚合与表示
Meng Feng|Meng Feng|Meng Feng|Meng Feng|Meng Feng|Meng Feng|Meng Feng|Meng Feng|Meng Feng•面向交通系统的性能感知型语义数字孪生架构•用于结构化状态表示的3D检测技术•基于可信度的多视图融合技
来源:Expert Systems with Applications
时间:2026-05-24
-
一种多功能PPY/GO/PVDF光热膜,用于太阳能驱动的水净化过程,并结合了染料脱盐技术
杨丽|孙玉敏|曹欣欣|韩旭彤|刘海良•制备了一种兼具选择性分离和光热蒸发功能的多功能PPy/GO/PVDF薄膜。•多孔PVDF基底降低了蒸汽逸出阻力,GO层实现了对染料和盐分的精确分离,PPy层则具备高效的光热转换性能。•该薄膜的截留率为97.28%,蒸发速率为1.49 kg·m
来源:Desalination
时间:2026-05-24
-
通过溶剂选择性聚合物膨胀实现的高效大气水收集技术,该技术依赖于三维图案化的混合表面
金允珍(Yunjin Kim)|裴유미(Yumi Bae)|金多恩(Doeun Kim)|尹京浩(Gyeongho Yun)|高东在(Dong Jae Ko)|金유미(Yumi Kim)|朴赛俊(SaeJune Park)|李承烨(Seunghyup Lee)•通过溶剂选择性聚合
来源:Desalination
时间:2026-05-24
-
综述:电化学界面中等离子体检测技术的创新应用
Seth T. Putnam | Aditi Prasad | Joaquín Rodríguez-López
伊利诺伊大学厄巴纳-香槟分校化学系,美国伊利诺伊州厄巴纳市Matthews Ave. 600号,邮编61801
摘要
通过单电子转移在电极上生成的自由基中间体在各种
来源:Current Opinion in Electrochemistry
时间:2026-05-24
-
通过高效的原位方法制备具有广谱抗菌表面特性的生物相容性MOF浸渍PVA薄膜
亚历山大·S·蒂明(Alexander S. Timin)|叶夫根尼娅·I·波奇卡耶娃(Evgeniia I. Pochkaeva)|娜塔莉娅·A·诺索娃(Natalya A. Nosova)|拉德米拉·R·谢尔盖耶娃(Radmila R. Sergeeva)|亚历山德拉·V·布
来源:Applied Surface Science
时间:2026-05-24
-
综述:液化天然气(LNG)生产中当前及前瞻性脱氮技术综述
随着全球能源需求持续增长及低碳能源体系不断推进,液化天然气(LNG)的全球需求持续上升。然而,许多天然气资源中含有大量氮气(N<sub>2</sub>),必须将N<sub>2</sub>脱除以符合热值规格、保障安全运行并实现高效LNG生产。尽管多项研究已考察了
来源:Alexandria Engineering Journal
时间:2026-05-24
-
用于信用卡欺诈检测(CCFD)的带变异二进制秘书鸟优化(BSBO-MUT)特征选择(FS)方法
银行系统中的欺诈检测对于金融稳定、客户保护、声誉管理和监管合规至关重要。机器学习(ML)在改进数据分析、实时欺诈检测以及通过从数据中学习并相应调整检测策略来开发欺诈技术方面至关重要。特征选择(FS)对于通过ML增强欺诈检测以实现最佳模型准确性至关重要,这是因为
来源:Alexandria Engineering Journal
时间:2026-05-24