• 三维解剖重建成像方法对比及其对咽弓动脉系统计算流体力学结果的影响

  摘要在三维空间中进行生物学研究并获得定量测量结果正变得越来越必要。并非所有三维重建的效果都相同，尤其是在以解剖模型作为力学计算基础（即计算建模）时更是如此。在此，我们以鸡胚中迂曲且结构极为复杂的咽弓动脉系统作为测试平台，将两种新兴成像方式的三维解剖重建结果——四维超声（4DU

  来源：Scientific Reports

  时间：2026-10-09

• 受冲突影响的喀麦隆西北部城乡无症状人群肠道原虫感染高流行率、相关因素及诊断技术比较研究

  背景：肠道原虫感染（intestinal protozoan infections, IPIs）仍是撒哈拉以南非洲的重要公共卫生问题。在喀麦隆，比较农村与城市环境中肠道原虫感染流行病学的证据有限。本研究在喀麦隆西北部农村和城市社区的无症状个体中，测定了肠道原虫

  来源：Parasite Epidemiology and Control

  时间：2026-10-09

• 考虑网络约束的聚合需求响应调度：基于约束马尔可夫决策过程的方法

  摘要 聚合需求响应是一个受约束的顺序控制问题，因为电动汽车、分布式电池、恒温控制负荷、柔性工业需求和表后光伏系统具有异构性、不确定性，并且连接到具有电压和热限制的馈线。我们将组合调度建模为一个受约束的马尔可夫决策过程，其中随机策略提出节点映射的聚合设定点，而加权投影根据线性

  来源：Scientific Reports

  时间：2026-10-09

• 混合深度学习与GAN的弱光图像增强方法

  摘要视力不佳和弱光环境对监控、自动驾驶、生物医学成像和遥感等下游计算机视觉系统的运行会产生不利影响。直方图均衡化、基于Retinex的方法和人工设计的去噪方法是经典的增强方法，但这些方法往往无法保留高频结构，并且可能引起色彩伪影或其他不良伪影。在过去十年中，深度学习和生成对抗

  来源：Scientific Reports

  时间：2026-10-09

• 考虑原位岩体破碎特性的爆破破碎度定量预测模型与方法

  摘要在金属矿产开采中，爆破破碎度是直接影响生产效率和经济成本的关键指标。针对当前爆破后评估方法忽略原位破碎度（即原位岩体不连续性的地质特征表征）与最终爆破破碎度之间内在关系的局限性，本文提出了一种爆破破碎度的定量预测模型与方法。通过对不连续性的现场调查和三维不连续性网络建模，

  来源：Scientific Reports

  时间：2026-10-09

• 基于ROI约束查询选择的实时目标检测增强方法：ROI-DETR

  摘要目标检测是计算机视觉领域中的一个重要研究方向。近年来，基于Transformer的目标检测方法在检测精度与推理效率之间取得了较好的平衡，其中RT-DETRv2展现了稳健的实时检测能力。然而，在解码器查询初始化阶段，RT-DETRv2主要采用基于编码器令牌分类分数的全局To

  来源：Scientific Reports

  时间：2026-10-09

• 面向极端灾害韧性恢复的电–气耦合综合能源系统多智能体深度强化学习（MA-DRL）与课程学习协同决策方法

  在极端灾害下，电–气耦合综合能源系统的级联故障传播与协同恢复决策仍存在显著空白，使其在高不确定性条件下难以形成有效的动态恢复路径。该研究构建了灾害条件下的马尔可夫决策过程（Markov Decision Process, MDP）环境，设置包括节点故障状态、压

  来源：Scientific Reports

  时间：2026-10-09

• 5G赋能创新创业教育质量的AHP–PID混合动态评估框架：基于结构–行为–调控整合视角的开发与验证

  摘要5G赋能学习环境中超低延迟和交互频率给质量评估带来了工程挑战，因为现有的静态和动态模型无法有效平衡结构稳定性和实时响应性。这一挑战在创新创业教育（IEE）中尤为突出，因为在创新创业教育中，高强度交互、快速反馈和异质性学习行为是教学有效性的组成部分。本研究开发并验证了一个基

  来源：Scientific Reports

  时间：2026-10-09

• 面向制造过程优化与设计的可解释人工智能框架AIMPOD：多模型学习与材料感知预测方法研究

  摘要制造系统日益产生异质性、高维数据，然而许多现有的人工智能（AI）框架仍存在针对特定问题、可解释性弱以及对时序依赖性或缺乏对材料特异性变异的适应能力等不足。这限制了AI在数字制造中用于过程优化、质量预测以及未来自主决策的可靠部署。为弥补这一差距，本研究开发了AIMPOD（面

  来源：Scientific Reports

  时间：2026-10-09

• 教育数据挖掘中类别不平衡混合重采样方法SMOTE-CCU⁺的系统基准研究

  摘要 类别不平衡问题持续制约着教育数据挖（EDM）中的预测精度与公平性，尤其是在学术成绩建模与学生行为建模方面。本研究提出了一套涵盖过采样、欠采样和混合方法的全面重采样基准，以评估这些策略在多样化教育场景中提升分类性能的有效性。我们在两个互补数据集上训练并评估了五种机器学

  来源：Scientific Reports

  时间：2026-10-09

知名企业招聘：