• 针对流式工业传感器数据的增量稀疏自适应PCA方法 作者：Rebin Saleh 和 Balázs Villányi

  摘要 工业物联网（IIoT）系统在严格的存储和计算限制下生成高维、非平稳的传感器数据流，这限制了传统批量降维方法的适用性。虽然增量PCA（IPCA）能够实现在线更新，但它产生的组件较为密集，并且缺乏适应漂移和解释性的机制。相比之下，现有的稀疏PCA方法主要

  来源：Telecom

  时间：2026-05-05

• 一种面向轨迹追踪的移动机器人参考轨迹生成方法 徐湾、 杜思敏、 陈汝鹏、 王玉杰、 刘世杰

  摘要 为了解决传统移动机器人路径规划在几何连续性、运动执行能力和适应性方面的局限性，本研究提出了一种面向轨迹跟踪的参考轨迹生成方法。首先，使用A*算法搜索一条初始的无碰撞路径，并应用关键点稀疏化技术去除冗余节点。然后，利

  来源：Applied Sciences

  时间：2026-05-05

• 综述：关于位置和运动视觉监控系统的综合评估，重点关注人工智能方法 Grzegorz Filo、Paweł Lempa 和 Konrad Wisowski

  **特色应用** 所提供的分析结果具有重要的实际应用潜力。所有作者都参与了由雅盖隆大学物理系协调的J-PET（Jagiellonian-PET TOMOGRAPHY）项目。Grzegorz Filo是该项目的一个团队成员；详情请参阅官方项目网站。这些研究结果旨在用于开发概念、

  来源：Applied Sciences

  时间：2026-05-05

• 一种基于直流电阻率和频域电磁数据的序列协同反演框架，用于提升地质科学和工程领域的地下成像技术 Ramin Varfinezhad, Saeed Parnow, Francois Daniel Fourie, Fabio Tosti

  摘要

  来源：Remote Sensing

  时间：2026-05-05

• 迈向均衡的监督机制：基于累积质量的动态任务分配技术在精细粒度遥感目标检测中的应用 潘一达（Yida Pan） 朱浩然（Haoran Zhu） 陈子娟（Zijuan Chen） 杨光友（Guangyou Yang） 杨文（Wen Yang）

  摘要

  来源：Remote Sensing

  时间：2026-05-05

• 利用LST和可解释的地理机器学习技术解析昆明中心城区的季节性热环境 赵江琴、 李英云、 刘建宇、 范静、 周英辉、 李茂芬、 徐世光

  **亮点** **主要研究结果是什么？** - 季节性地表温度（LST）显示了明显的季节性温度差异：城市核心区域夏季的极端城市热岛（UHI）现象与自然和植被景观中春季的异常高温现象形成对比。 - 地理机器学习揭示了温度驱动因素的季节性变化，表明建筑环境在夏季和秋季的升温中起主导

  来源：Remote Sensing

  时间：2026-05-05

• 从单时相SAR去噪到多时相SAR去噪：一种基于潜在空间的迁移学习方法 潘宝静， 于泽， 姚贤润， 田志强， 任伟

  **亮点** **主要研究发现是什么？** 本文提出了一种基于潜在空间的迁移学习框架（LGT-SAR），通过潜在空间正则化，明确地将二维单次观测的去斑处理与三维时空建模联系起来，实现了多时相SAR去斑处理的有效知识迁移。该方法在去斑过程中能够更好地保留图像细节和边缘特征。

  来源：Remote Sensing

  时间：2026-05-05

• 针对遥感图像与文本检索的测试时考虑候选项的双重细化方法 作者：张博凡（Bofan Zhang）和吴浩（Hao Wu）

  **亮点：** - **主要发现是什么？** 我们提出了一个基于测试时的双重精细化框架，该框架通过从检索到的候选对象中挖掘视觉证据来丰富稀疏的文本查询，并通过语义过滤来抑制复杂遥感图像中的背景噪声，所有这些操作都不需要重新训练检索基础架构。该框架在三个标准基准测试中一

  来源：Remote Sensing

  时间：2026-05-05

• 综述：SCNAnet：一种基于结构感知的对比网络，结合噪声增强技术用于无监督变化检测 孙一杰（Yijie Sun）， 吴庆西（Qingxi Wu）， 王楠（Nan Wang）

  摘要 土壤盐碱化对灌溉农业生态系统构成了持续的威胁，然而基于遥感的盐度评估主要仍依赖于电导率的测量，而没有充分考虑作物的生理变化。本文回顾了1994年至2024年间遥感技术在土壤盐度测绘中的应用进展，特别强调了作物耐盐性在光谱解释和测绘精度中的作用。通过文献计

  来源：Remote Sensing

  时间：2026-05-05

• 一种新颖的密集图像匹配点云滤波算法，结合了可见光技术与渐进式三角剖分不规则网格密集化方法，用于高精度监测采矿引起的地面沉降 作者：张明珠（Mingmei Zhang），何一博（Yibo He），胡振祺（Zhenqi Hu），王睿（Rui Wang），周大伟（Dawei Zhou）

  **亮点** 主要的发现是什么？提出了一种新的DIM点云过滤方法，称为H-PTD。该方法整合了可见光信息，以优化PTD的初始地面种子选择，克服了仅依赖几何信息的局限性，从而能够高精度地提取矿区地表沉降数据。通过使用交叉矩阵和DEM差异将H-PTD与五种经典方法进行比较，结果显示

  来源：Remote Sensing

  时间：2026-05-05

知名企业招聘：