-
Cellpose-SAM：基于Transformer的分割技术，用于球形氢气-空气预混火焰的细胞不稳定性分析
闵华|张庚新|张方刚|文成清|李吉|徐宏伟
伯明翰大学工程学院，伯明翰B15 2TT，英国
**摘要**
在氢-空气预混火焰中准确识别细胞结构对于理解细胞不稳定性和加速机制至关重要。传统的图像处理和基于卷积神经网络的模型在火焰前沿高度皱褶或拓扑变化的情况下常常失败。
-
用于1-甲基萘高效加氢裂化为BTX（苯、甲苯和二甲苯）的复合沸石催化剂及其催化剂分级技术
浚龙胡|登雷高|环荣刘|庆阳李|林杰王|小菲张|皓东谢|宇涵何|秀琳王|常健刘|志杰吴
山东绿色电力与氢科学技术重点实验室，化学工程学院，山东石油化工技术研究院，东营257061，中国
**摘要**
将多环芳烃（PAHs）加氢裂化生成苯、甲苯和二甲苯（BTX）是改进
来源：Fuel Processing Technology
时间：2026-05-06
-
综述：咖啡残渣转化为生物氢：化学特征、预处理方法的权衡以及工艺集成设计原则
雅克琳·卡利克托·德索萨（Jaqueline Calixto de Sousa）|塔米莉·维多利亚·杜阿尔特·德索萨（Tâmili Vitória Duarte de Souza）|拉斐尔·卡多索·里亚尔（Rafael Cardoso Rial）
南马托格罗索联邦理工学院（F
-
综述：安全简便的软骨采集方法
Grace Lee Peng | Grant S. Hamilton
整形与重建外科，LUMA整形外科，美国加利福尼亚州比弗利山庄
节选内容
要点
•
肋软骨是自体结构移植材料的丰富来源，对于二次鼻整形手术至关重要。
•
可以通过胸部的小切口获
来源：Facial Plastic Surgery Clinics of North America
时间：2026-05-06
-
在创新不确定性及资源共享的双源供应链环境下，对产品线扩展的预先公告和发布时机决策进行建模
阿德沃莱·阿德格博拉（Adewole Adegbola）| 文卡特·阿拉达（Venkat Allada）
密苏里科技大学（Missouri University of Science and Technology）工程管理与系统工程系，罗拉（Rolla），密苏里州65401，
来源：Expert Systems with Applications
时间：2026-05-06
-
BEKDNet：一种基于边界增强技术的Mamba网络，结合跨图像关联蒸馏算法，用于航空航天热控制涂层的缺陷分割
侯凯琳|梁志强|李荣毅|刘显利|杜宇超|刘浩拓|田帅麒
中国广东省珠海市北京工业大学智能制造技术研究中心，邮编519088
摘要
热控涂层作为连续的功能性涂层应用于航天器外表面，通过卷对卷沉积工艺制造。然而，在此制造过程中自动检测表面缺陷面临着重大挑战，这些挑战源于
来源：Expert Systems with Applications
时间：2026-05-06
-
基于探索-利用的分层采样方法在主动学习中处理标签偏移问题
左成文|严雪 Wu|齐王|范敏|闵王四川旅游大学人工智能学院，成都，610100，四川省，中国摘要主动学习（AL）通过选择有信息量的未标记样本进行标注来降低标注成本。然而，现有的策略在迭代样本选择过程中无法保持类别平衡。这会导致标签偏移，从而影响模型对真实数据分布的泛化能力。我们
来源：Expert Systems with Applications
时间：2026-05-06
-
致编辑的信：关于海象优化器的方法论考虑
**Ngaiming Kwok**
**澳大利亚独立研究员**
**摘要**
本文对Han等人在《Expert Systems with Applications》（2024年第239卷，第1224-13页）中提出的Walrus Optimizer（WO）进行了严谨的数
来源：Expert Systems with Applications
时间：2026-05-06
-
基于数据的筛选方法，用于寻找适用于锂硫电池的高供电子能力的电解质添加剂
盐春谢|豆豆冯|衣帆潘|宇聪焦|佩仪吴
中国上海市东华大学化学与化学工程学院先进纤维材料国家重点实验室，邮编201620
摘要
具有高电子捐赠能力的电解质添加剂对于调节锂硫（Li-S）电池中Li+的溶剂化和多硫化物转化动力学至关重要。然而，有限的实验Gutmann供
来源：eScience
时间：2026-05-06
-
基于场景识别的自适应地图切换方法，用于资源受限的机器人导航
**摘要**
在自主机器人导航中，平衡环境复杂性和计算效率仍然是一个挑战。传统方法使用二维（2D）或三维（3D）映射。尽管2D投影无法表示高度和悬垂结构，但3D地图会带来计算和内存负担。为了解决这一权衡问题，引入了一种名为自适应地图切换（ADAMS）的框架。ADAMS通过Sw
来源：Engineering Applications of Artificial Intelligence
时间：2026-05-06
粤公网安备 44010602000434号