• 可变负荷运行的天然气联合循环改造技术经济评估

  随着可再生能源发电比例的不断提高，化石燃料电厂被迫更频繁地在部分负荷下运行，这对电厂的运行灵活性提出了更高要求。在碳捕获与封存（CCS）是实现化石燃料电厂脱碳关键路径的背景下，研究人员评估了一项基于现实每小时调度数据，在可变负荷条件下运行的现有天然气联合循环（

  来源：Energy Conversion and Management-X

  时间：2026-05-30

• 数字业务能力如何提升组织的可持续绩效？来自混合方法的发现

  基于动态能力理论，本研究从维度观和组态观探讨了数字业务能力（DBC）对可持续绩效的影响。研究人员采用混合方法，将偏最小二乘结构方程建模（PLS-SEM）与模糊集定性比较分析（fsQCA）相结合，分析了来自137家中国农业企业的配对调查数据与二手数据。PLS-S

  来源：JOURNAL OF STRATEGIC INFORMATION SYSTEMS

  时间：2026-05-30

• 网络化多能源微电网中可再生电力制氨的能量管理：一种多智能体软行为者–评论家方法

  可再生电力制氨（Renewable power-to-ammonia, RePtA）由于其作为零碳燃料的潜力，已在网络化多能源微电网（multi-energy microgrids, MEMGs）中受到日益广泛的关注。本文提出了一种考虑阶梯式碳交易机制的含Re

  来源：International Journal of Hydrogen Energy

  时间：2026-05-30

• 基于生成式大语言模型智能体的社会技术区域灾害恢复建模

  理解和模拟人与基础设施之间的相互作用对于灾害后的规划和管理至关重要。灾后背景下的人类决策通常使用基于智能体的模型进行模拟，其中家庭行为由决策规则表示。由于数据稀缺以及影响家庭的参数数量增加，此类规则往往难以校准且变得难以处理。本文旨在用大语言模型（Large

  来源：International Journal of Disaster Risk Reduction

  时间：2026-05-30

• FuIQA：基于多域特征融合的内容自适应无参考(No-Reference, NR) JPEG图像质量评价方法

  摘要：随着JPEG压缩在数字通信中的快速普及，对可靠的无参考(No-Reference, NR)质量评价的需求日益增加。本文提出一种基于多域特征融合的内容自适应盲JPEG图像质量评价技术。该框架解决了现有评价指标常将复杂场景纹理误判为失真的限制。研究人员提取涵

  来源：Franklin Open

  时间：2026-05-30

• 基于多层级近似字典学习的快速图像分类方法

  本文提出了一种基于多层级近似字典学习的快速图像分类方法，用于解决实际应用场景中由于图像特征多样化导致分类性能下降的问题。首先，将训练样本的类别标签信息整合到字典模型中，以提升字典的判别能力。其次，采用拉普拉斯特征映射（Laplacian Eigenmap, L

  来源：Digital Signal Processing

  时间：2026-05-30

• 方枝柏(Juniperus saltuaria)树轮α-纤维素(α-cellulose)提取方法的比较研究

  摘要：α-纤维素(α-cellulose)是树轮稳定同位素分析常用的目标材料。然而，方枝柏(Juniperus saltuaria)具极窄生长轮，在平衡提取效率、产物纯度及样品代表性前提下，从中提取高质量α-纤维素仍具挑战。研究人员系统比较了三种α-纤维素提取

  来源：Dendrochronologia

  时间：2026-05-30

• 65岁以上人群的腹腔镜食管裂孔疝修补术：可行性、技术及早期疗效

  摘要 通俗语言摘要 背景： 食管裂孔疝（HH）及其相关并发症的发病率随年龄增长而增加，这导致老年患者的围手术期风险增加。随着预期寿命的延长，普通外科手术必须越来越多地应对治疗这种

  来源：Surgical Laparoscopy Endoscopy & Percutaneous Techniques

  时间：2026-05-30

• MS-Bi-PRM：一种动态响应的双向概率路线规划算法，采用多策略采样技术实现高效机器人操纵器路径规划

  Jie Wang|Yuhao Hao|Zheyu Tian|Guozhu Song摘要针对传统PRM算法的缺点（如盲目采样、路径搜索速度慢、转折点过多以及适应动态环境能力差），本文提出了一种改进的双向PRM（MS-Bi-PRM）路径规划算法，用于机器人操作器。首先，通过结合路径引

  来源：Expert Systems with Applications

  时间：2026-05-30

• 一种基于李雅普诺夫（Lyapunov）原理的客户端选择方法，用于处理联邦学习中由系统引起的异质性问题

  田仁|郝张|陈健|廖伟林|程思瑶|刘杰摘要随着智能设备和智能应用的普及，人们对数据隐私保护的关注日益增加。为了在利用用户数据训练机器学习模型时更好地保护用户的隐私，一种称为联邦学习（FL）的有前景的范式应运而生，该范式允许在不将本地数据上传到公共服务器的情况下进行模型训练。然而，

  来源：Knowledge-Based Systems

  时间：2026-05-30

知名企业招聘：