• 一种用于一类奇异扰动抛物型问题的有限差分移动网格方法

  严占阳|杨继明 中南林业科技大学计算机科学与数学学院，湖南，中国 **摘要** 奇异摄动问题本质上是多尺度的，当小参数趋近于零时，通常会表现出边界层或快速变化。这些问题常见于流体动力学、反应-扩散系统、热传递等相关领域。传统的在均匀网格上的数值方法常常无法解决陡峭的

  来源：Journal of Computational Science

  时间：2026-04-21

• 构建语言可及性指数：基于混合方法评估医疗系统应对语言障碍的组织准备度

  为解决医疗领域中因语言障碍导致的不良事件增加、沟通失败和医疗不平等问题，研究人员开展了一项混合方法研究，旨在开发并初步评估一个“语言可及性指数”(LAI)。该研究通过利益相关者访谈、范围综述和领导层评估，构建了一个包含十个领域、二十个关键绩效指标的评估框架。结果表明，该指数在可接受性、适宜性和可行性上均获高分，为系统评估医疗机构提供语言协调护理的能力提供了一个结构化、透明的工具，对提升医疗公平性具有重要意义。

  来源：Population Health Metrics

  时间：2026-04-21

• 通过原位SIMS Pb-Pb测年技术对埃申石（aeschynite）的研究，揭示了巴彦奥博（Bayan Obo）地区早古生代时期的铌矿化作用

  本研究利用SIMS Pb-Pb定年技术对 Bayan Obo 矿区 12 个铌矿物样本进行测定，发现 11 个样本年龄集中在早古生代（429±11 Ma），表明主矿化事件与碳酸盐岩相关热液活动有关；剩余样本年龄（291±55 Ma）可能由二叠纪岩浆活动同位素重置导致。结论为该区早古生代是铌矿化主期，并支持碳酸盐岩热液成矿模型。

  来源：Science Bulletin

  时间：2026-04-21

• 在rGO纳米花上通过相工程方法制备的CuS实现了从甲酸到乙醇的选择性转化

  通过一锅合成法制备了铜硫纳米花直接负载于还原氧化石墨烯的复合材料，rGO促进晶体结构转变为Cu7.2S4相，电子转移增强催化性能，实现82%的甲酸法拉第效率，优于纯CuS（64%）。调节rGO含量可调控产物选择性至乙醇，并保持长期稳定性，为高效电催化材料设计提供新策略。

  来源：ChemElectroChem

  时间：2026-04-21

• AMICM：一种基于可解释机器学习和散射测量技术的高精度光栅计量框架

  非破坏性光栅参数测量方法研究。通过散射ometry结合可解释机器学习，提出AMICM框架实现高精度参数提取，创新点包括多特征融合、注意力加权机制和SHAP可解释分析，实验表明MAE达0.0174，R²超0.98，适用于工业实时检测。

  来源：Optics and Lasers in Engineering

  时间：2026-04-21

• 通过三维电子散斑图案干涉测量技术研究了在三点弯曲载荷下，带有预切口的铝板和碳纤维增强塑料（CFRP）板之间的应变演化差异

  基于三波长激光和3-CMOS色相机的3D-电子散斑干涉仪系统实现了CFRP板全场应变测量与裂纹萌发预测，通过铝板三点弯曲实验验证了系统精度，应变场分析显示裂纹尖端附近存在稳定应变热点，与XFEM模拟结果一致。

  来源：Optics and Lasers in Engineering

  时间：2026-04-21

• 一种创新的混合深度学习模型，结合了特征融合技术，用于预测环形激光陀螺仪的剩余使用寿命

  传感器剩余使用寿命预测模型研究采用Box-Cox变换预处理数据，通过相关性分析实现多传感器特征融合，构建深度残差-最大输出网络（DR-MN）进行预测，实验表明其MSE为0.073，MAE为0.152。

  来源：Optik

  时间：2026-04-21

• 基于深度学习的新视频人体活动识别方法：在边缘计算环境中使用DCNN和RNN

  提出一种基于边缘计算的深度学习视频活动识别方法，结合MobileNetV2-SSD和Kalman Filter检测人体，利用LSTM捕捉时序特征，通过DCNN-RNN融合空间和时间特征，在资源受限的边缘设备上实现高精度（99.46%）和低延迟（21ms）的活动识别。

  来源：Optik

  时间：2026-04-21

• 基于计算机辅助对准技术的高精度液晶偏振状态发生器

  提出计算机辅助对准（CAA）方法用于纠正液晶偏振态生成器（LC PSG）的装配误差，通过基于穆勒矩阵的误差模型模拟分析极化器与LCVR的旋转角度偏差影响，并设计两步校准策略。实验验证表明该方法能有效消除装配误差，生成高精度偏振态。

  来源：Optics & Laser Technology

  时间：2026-04-21

• 基于机器学习的电子束和激光加工检测技术

  电子束和激光束加工图像存在边缘模糊、特征缺失问题，本文提出SE-DyMask模型，通过通道注意力机制和动态上采样技术优化特征融合，显著提升分割精度，在AP和AR指标上优于传统Mask R-CNN及U-Net等模型，对微纳制造工业检测有重要应用价值。

  来源：Optics & Laser Technology

  时间：2026-04-21

知名企业招聘：