• 社会信用体系试点与企业可再生能源技术创新：来自机器学习的见解

  企业可再生能源技术创新受社会信用系统影响研究

  来源：TECHNOLOGY IN SOCIETY

  时间：2026-04-23

• 一种用于多物理场晶格建模的多尺度均质化方法，应用于混凝土中碱-硅反应的研究：耦合力学与质量传输过程的放大效应分析

  碱-硅反应（ASR）引起的混凝土膨胀开裂机制及其多尺度建模方法研究。提出双晶格框架下的多尺度均质化方法，耦合机械本构方程与物质传输方程，实现从微观材料反应到宏观结构性能的跨尺度关联。通过Fontana大坝长期性能验证，揭示了各向异性多物理场耦合对裂缝时空演化的主导作用。

  来源：CEMENT AND CONCRETE RESEARCH

  时间：2026-04-23

• 通过基于挤压的3D打印技术制造的、添加形状记忆合金纤维的ECC薄板的抗弯性能

  本研究开发形状记忆合金纤维增强工程水泥基复合材料（SMAF-ECC），通过传统铸造和3D打印制备薄板，进行单调与循环四点弯曲试验。利用数字图像相关（DIC）和有限元（CDP模型）分析表明，传统铸造最佳SMA纤维含量为1.0%，3D打印为0.7%；32mm纤维更优，初始裂缝强度提升41.5%，残余变形减少，循环荷载下恢复率达0.85，等效粘滞阻尼系数提升5-12%。成果为地震-resistant桥梁、防护板等模块化基础设施提供新型自修复打印材料。

  来源：CEMENT & CONCRETE COMPOSITES

  时间：2026-04-23

• 氢电解技术的发展脉络与演变趋势：基于全球专利数据的系统分析

  氢电解槽技术发展路径及知识流动研究基于全球专利数据，采用动态分析方法，揭示技术从设备性能优化转向可再生能源整合和废液利用的系统升级过程。中国在专利数量占优，知识流动主要来自WIPO和美国，技术演进呈现阶段性特征，并通过S曲线预测创新潜力。

  来源：International Journal of Hydrogen Energy

  时间：2026-04-23

• 一种三功能性的TbMOF@NiCo-LDH异质结构用于先进的葡萄糖监测：结合了荧光、比色法以及无酶电化学技术

  提出基于TbMOF@NiCo-LDH纳米花异质结构的三功能自验证血糖传感系统，通过动态界面工程实现荧光、比色和电化学检测模式的协同与解耦，检测限低至0.030 μM（荧光），线性范围广（5-600 μM），验证实验显示回收率95.6%-101.3%（RSD<5.48%）。

  来源：Inorganic Chemistry Communications

  时间：2026-04-23

• 综述：近期生物炭表面功能化技术在去除水溶液中染料方面的研究进展：综述

  生物炭因其低成本和高吸附潜力成为染料废水处理的有效材料，但需通过表面改性策略（如酸处理、掺杂、活化、复合等）提升吸附性能。研究显示，掺杂异原子或形成金属/碳复合材料的生物炭比单纯酸处理或表面修饰的效率更高，且阳离子染料去除效果优于阴离子染料。同时，工程化生物炭在去除高浓度染料废水方面仍面临挑战，未来需结合材料设计优化与机理研究突破瓶颈。

  来源：Inorganic Chemistry Communications

  时间：2026-04-23

• 利用不同能源生成技术进行填埋气利用所面临的技术和经济挑战

  垃圾填埋气能源化利用技术经济比较研究，通过构建包含预处理、设备寿命、污染排放的综合分析模型，对比了往复式内燃机、微燃气轮机、固态氧化物燃料电池和熔融碳酸盐燃料电池等技术的单位能源成本。研究以俄罗斯Timokhovo垃圾填埋场为实证案例，验证了甲烷浓度、污染物去除度等关键参数对技术经济指标的影响规律，并运用QGIS生成了全俄垃圾填埋气技术潜力分布图。

  来源：Fuel

  时间：2026-04-23

• 基于机器学习的催化剂筛选方法，用于生物油的加氢脱氧过程，以最大化烃类产量，从而生产可再生石脑油和可持续航空燃料

  催化重整生物油为烃类燃料，本研究开发数据增强的机器学习框架预测总烃产量，整合催化剂类型（贵金属/非贵金属、单/双金属）及操作条件（温度、氢压等）13项输入，通过 stacking 众包模型（R²=0.877）和 LightGBM（R²=0.879）实现高精度预测，揭示催化剂依赖的组成-反应路径调控机制，并构建 PyroBHC 预测工具及催化剂选择图。

  来源：Fuel

  时间：2026-04-23

• 利用深度学习重建技术（SwiftMR）提高尸检磁共振成像（postmortem MRI）的信噪比

  本研究评估了SwiftMR在低场（0.3T）尸检头MRI中的应用效果，通过33例尸检发现其显著提升T1、T2及T2*加权像的信号噪声比（SNR提升均p<0.001）和视觉评分（7.5±1.0 vs 3.2±0.8），证实该深度学习重建技术可在不延长扫描时间的情况下改善低场MRI图像质量，为尸检影像学提供实用补充。

  来源：Forensic Science International

  时间：2026-04-23

• 减少偏差的儿童牙龄估算：机器学习评估及对Cameriere方法的一种新型约束随机森林改进

  年龄估算在临床和法医领域至关重要，本研究比较了土耳其儿童中Cameriere传统方法与常用机器学习算法的性能，并提出了修正的随机森林模型以减少系统偏差。结果显示所有ML方法均优于传统方法，修正随机森林模型MAE最低（0.583-0.585年），但传统ML模型存在显著年龄偏倚。

  来源：Forensic Science International

  时间：2026-04-23

知名企业招聘：