• 基于风险驱动的海上巡逻路线优化框架，用于打击非法、未报告和不受管制的捕鱼活动（IUU），结合多源AIS和SAR数据融合技术 胡松涛， 张倩月， 王一鸣， 王晓康

  摘要 非法、未报告且不受监管的渔业活动（IUU）威胁着西太平洋的海洋生态系统。传统的巡逻策略未能充分利用现有的多源监控数据。本研究提出了一个海上巡逻路线规划框架，该框架将AIS捕鱼数据、Sentinel-1 SAR检测到

  来源：Journal of Marine Science and Engineering

  时间：2026-05-10

• 重新审视船舶排放热点：基于AIS技术的中国沿海水域高精度（100米分辨率）排放清单 孙书婷、 赵慧慧、 杨宪超、 朱丽、 韩伟

  摘要 现有的沿海海域船舶排放清单通常以500米至1公里的网格分辨率进行划分，这种分辨率过于粗糙，无法区分导航通道和锚区。在这种尺度下报告的热点模式是否反映了真实的排放地理分布，还是空间平均化的结果，仍然是一个未解决的问题。我们利用STEAM框架，为中国东部两个对比鲜明的沿海环境—

  来源：Journal of Marine Science and Engineering

  时间：2026-05-10

• FedMIR：一种融合缺失模态插值和分布感知路由的多模态联邦学习方法 熊宏宇、戴明

  摘要 现有的多模态联邦学习方法通常假设所有模态数据都是可用的，并且难以处理训练数据与测试数据分布之间的异质性，这使得它们不适合处理物联网（IoT）等分布式学习场景中的缺失模态数据或分布漂移问题。为了解决这些挑战，我们提出

  来源：Sensors

  时间：2026-05-10

• 针对能源社区中的联合成本与舒适度优化，基于个性化联邦 actor-critic 学习方法的研究 作者：Sotirios Spantideas 和 Anastasios Giannopoulos

  摘要 家用能源管理系统（HEMS）旨在以最低的能源成本智能控制智能建筑内部的熱舒适度，同时满足能源消耗需求并增加可再生能源的使用。由于环境观测的个性化特性，这些智能能源

  来源：Sensors

  时间：2026-05-10

• 基于多智能体自适应决策的微电网分布式发电最优控制方法 郝 Mai， 腾秦芳， 王晓剑

  摘要 为应对微电网运行中电力生成波动剧烈、负载变化复杂以及拓扑结构动态变化所带来的挑战，本文提出了一种基于多智能体自适应决策的分布式发电最优控制方法。该动态策略优化模块的核心理念是促进智能体的在线学习与决策能力的持续提升

  来源：Sensors

  时间：2026-05-10

• 利用基于物理的床模拟技术预测患者起床困难风险 金载荣（Jaeyong Kim）、 金贤宇（Hyeonwoo Kim）、 元智桓（Jihwan Won）、 李智温（Jiwoon Lee）、 金贤正（Hyeonjung Kim）、 延顺宇（Sunwoo Yeon）、 孙良熙（Ryanghee Sohn）、 赵永镐（Youngho Cho）以及 朴喆洙（Cheolsoo Park）

  摘要 从床上跌落是医院和长期护理机构中一个严重的安全问题；然而，大规模的真实跌落数据非常罕见，且收集这些数据在伦理上存在限制。本研究探讨了是否可以通过仅考虑静态的床上姿势（不考虑时间变化）来推断跌落风险。我们在MuJoC

  来源：Sensors

  时间：2026-05-10

• GSC-YOLO：一种适用于低光照安全监控场景的行人检测方法 魏青， 范莉， 李爽， 尹鹏飞

  摘要 在夜间安全监控和其他低光照视觉感知任务中，行人检测是智能感知在复杂环境中的重要基础。在低光照条件下，可见光图像通常会出现纹理细节缺失、噪声增强和对比度降低的问题，

  来源：Sensors

  时间：2026-05-10

• Trans-D3：一种基于混合变压器的新型Actor-Critic方法，用于预测设备的剩余使用寿命 Jorge Paredes, Danilo Chavez, Ramiro Isa-Jara, Diego Vargas

  摘要：本文介绍了一种创新的混合方法TRANS-D3，该方法结合了双延迟深度确定性策略梯度（TD3）强化学习算法和Transformer架构，用于预测组件的剩余使用寿命（RUL）。该模型利用基于线性二次调节器（LQR）的优化奖励函数，将误差校正视为一个动态控制问题。在CMAPSS数

  来源：Sensors

  时间：2026-05-10

• 利用Maize–YOLO和IPM–Clustering方法进行玉米检测与行提取，以实现自动驾驶农业导航 孙涛（Tao Sun）、 曲俊哲（Junzhe Qu）、 蔡晨（Chen Cai）、 金永奎（Yongkui Jin）、 张松超（Songchao Zhang）、 乐飞翔（Feixiang Le）、 薛新宇（Xinyu Xue） 崔龙飞（Longfei Cui）

  **摘要** 实时且准确的作物行提取是自动驾驶农业机械中基于视觉感知的基本要求。然而，在玉米田中，行检测容易受到光照变化、叶片遮挡、杂草干扰以及不均匀土壤背景的影响，这些因素会降低基于GNSS和图像的导航方法的可靠性。为了解决这些挑战，本研究提出了一种以植物为导向的作物行感知

  来源：Sensors

  时间：2026-05-10

• 通过STL-LSTM深度学习和植物-土壤双阈值传感技术，实现温室番茄的主动灌溉时间决策 周伟 李正林 董源德 李龙杰 刘硕

  亮点 本研究首先建立了基于最大日收缩率（MDS > 70 μm）和土壤体积含水量（VWC ≤ 17%）的双阈值灌溉触发机制，确定了番茄缺水的关键生理边界。在此基础上，开发了一种混合STL-LSTM模型，实现了对茎直径的高精度24小时预测（R2 = 0.9184）。这种综合方法将被

  来源：Sensors

  时间：2026-05-10

知名企业招聘：