• 一种用于煤浮选中浓缩灰分含量预测的解释性非线性特征融合方法

  实时监测精煤灰分含量对于有效控制煤炭浮选工艺至关重要。目前的研究主要集中在优化卷积神经网络（CNN）架构以提高准确性，但忽视了传统的与灰分相关的特征和模型的可解释性，导致模型过于复杂，而准确性的提升却很有限。本文提出了一种新颖的解释性非线性特征融合方法，用于煤炭浮选过程中的泡沫图

  来源：IEEE Sensors Journal

  时间：2026-05-13

• 金纳米粒子辅助的多谐波与多变量QCM传感技术用于检测miRNA-21

  摘要：MicroRNA-21（miRNA-21）是癌症、心血管疾病和炎症性疾病的重要生物标志物。传统的检测方法基于实验室操作，耗时较长，且不适合用于即时检测（point-of-care）应用。石英晶体微天平（QCM）传感器能够实现无标记、实时的检测，但传统的单频分析方法限制了检

  来源：IEEE Sensors Journal

  时间：2026-05-13

• 研究在大气压非热平衡等离子体中通过改进电源来实现高效等离子体生成的方法

  作为一种具有优异综合性能的新型合金，高熵合金（HEAs）是否能够替代传统的CuCr合金用于接触应用，仍需要系统而深入的研究。目前，关于在高压条件下新接触材料等离子体行为及其相关机制的研究还不够充分。在本文中，基于发射光谱原理，构建了一种用于测量Cu II（Cu+）激发温度的光学诊

  来源：IEEE Transactions on Plasma Science

  时间：2026-05-13

• 用于计算机辅助调谐窄带耦合谐振器网络的耦合矩阵提取方法

  摘要：耦合谐振器网络在无线通信系统中被广泛用作频率选择组件。在耦合谐振器组件的大规模生产中，一个主要挑战是它们的电气性能对尺寸误差和材料变化的敏感性极高。在仿真阶段需要进行调谐以实现所需的频率响应，而在制造完成后调谐也至关重要。过去几十年中已经开发出了几种有效的调谐策略。本文重

  来源：IEEE Microwave and Wireless Technology Letters

  时间：2026-05-13

• 基于扫描式波长-时间映射的微波光子光学波长测量技术

  摘要： 光学波长测量在多种应用场景中至关重要，包括计量学、传感、激光雷达等。在这些系统中，通常要求高分辨率和快速测量速度，因此许多研究致力于提高测量系统的分辨率和速度。本文提出并展示了一种基于扫描波长-时间映射的新型微波

  来源：Journal of Lightwave Technology

  时间：2026-05-13

• 基于最优联邦学习的资源分配方案，适用于支持NOMA技术的工业物联网

  摘要：作为一种新兴的协作学习方法，联邦学习（FL）解决了传统集中式机器学习（ML）中的隐私泄露问题，传统方法要求设备上传原始数据以进行模型训练。然而，有限的通信和计算资源以及更严格的实时要求给工业物联网（IIoT）中的设备选择和资源分配带来了巨大挑战。为了解决这些挑战，本文提出

  来源：IEEE Internet of Things Journal

  时间：2026-05-13

• SpeConE：一种用于高效多源无干扰跨领域工业机械故障诊断的特异性与一致性集成方法

  摘要：从预训练的源模型到未标记的目标领域的自适应知识迁移已成为工业物联网（IIoT）中的一个关键范式。这样的框架有效地缓解了不同领域之间的分布差异，并确保了跨条件故障诊断中的数据隐私。然而，大多数现有方法需要对每个源模型进行大量的参数调整，这导致了较高的计算成本，尤其是当源域的

  来源：IEEE Internet of Things Journal

  时间：2026-05-13

• 青年专业人士与微波技术专业学生 [编辑的话]

  !----> !----> !----> !---- 任何组织的持续活力，无论是公司、大学还是IEEE，都需要年轻人（在我们的案例中，是指年轻的微波工程师）加入其中，为他们带来新的想法和活力。IEEE通过其重要的学

  来源：IEEE Microwave Magazine

  时间：2026-05-13

• 撰写关于技术史的文章

  摘要：作为这一行业，我们分享关于技术发展的故事和趣闻，目的是：1. 提高政策制定者和公众对这一行业及其成就的认识；2. 增强行业内的认同感和自豪感；3. 与当下的人分享过去的经验和教训；4. 激励后代取得更大的成就。 人类的真正问题在于

  来源：IEEE Communications Magazine

  时间：2026-05-13

• 简单的定量结构-性质关系（QSPR）方法，用于手动计算燃烧指标

  高分辨率图像 下载 MS PowerPoint 幻灯片 定量结构-性质关系（QSPR）为从结构特征预测分子性质提供了框架。本研究提出了一种新颖且简单的 QSPR 模型，可以使用标准的手持计算器进行执行。该模型仅使用分子式（CaHbNcOdFeClfBrgIh）来预测低位

  来源：Industrial & Engineering Chemistry Research

  时间：2026-05-13

知名企业招聘：