-
使用无人机和YOLO-C3混合方法在航空影像中检测目标
萨尔瓦托雷·卡尔卡尼奥（Salvatore Calcagno）、
亚历山德罗·米多洛（Alessandro Midolo）、
埃里卡·斯卡莱塔（Erika Scaletta）、
埃米利亚诺·特拉蒙塔纳（Emiliano Tramontana）和
加布里埃拉·维尔加（Gabriella Verga）
摘要
来源：Future Internet
时间：2026-04-14
-
基于CNN-LSTM-POT的异常检测方法，用于智能温室传感器数据：一种实时边缘部署方案
作者：舒军（Jun Shu）与杨登科（Dengke Yang）
摘要 传统的农业温室环境监测系统往往缺乏有效的异常检测机制，这可能导致环境调节不准确，并对植物生长产生负面影响。为了解决这个问题，本文提出了一种结合Zigbee和4G通信技术的温室监测系统，并采用CNN-LSTM-POT异常检测算法。该系统利用卷积神经网络
来源：Future Internet
时间：2026-04-14
-
EGGA：一种基于错误引导的生成增强技术及优化的机器学习入侵检测系统，用于电动汽车充电网络安全防护
作者：李阳（Li Yang）与 G. Kirubavathi
摘要：电动汽车充电系统（EVCS）与物联网（IoT）和智能电网基础设施的连接日益紧密，但由于攻击接口的增加，它们面临着日益增长的网络安全风险。这些系统容易受到各种攻击，这些攻击可能影响充电操作和用户隐私。入侵检测系统（IDS）对于识别可疑活动和降低风险以保护EVCS网络至关重要，
来源：Future Internet
时间：2026-04-14
-
掺杂rGO的CuO在结构、光学、光催化及细胞毒性方面的性能提升：一种一步水热合成方法
Amirah S. Alahmari,
Mohamed M. Badran,
Mohammed ALSaeedy,
Syed Mansoor Ali,
M. A. Jowhari,
ZabnAllah M. Alaizeri
摘要
本研究旨在提高不同rGO浓度（5%和10%）下CuO纳米颗粒的结构、光学、光催化和细胞毒性性能。采用一步水热法成功制备了不同rGO浓度的rGO/CuO纳米复合材料
来源：Catalysts
时间：2026-04-14
-
乌克兰农作物残留物制生物甲烷的市场评估：技术经济可行性及环境性能
奥莱娜·皮梅诺娃（Olena Pimenowa）、
弗沃迪齐米尔·雷姆比什（Włodzimierz Rembisz）、
柳德米拉·乌多瓦（Liudmyla Udova）、
卢博夫·莫尔多万（Lubov Moldavan）、
扬·卡普拉诺夫（Yan Kapranov）、
博热娜·伊万诺夫斯卡（Bożena Iwanowska）以及
斯韦特兰娜·西特尼克卡（Svetlana Sitnicka）
摘要
全球农业每年产生超过50亿吨的收获后作物残余物，其中大部分未被用于能源生产。在先进的生物质和废物转化技术（热化学和生物化学途径）的更广泛背景下，从农业残余物中生产生物甲烷是一种补充性的废物转化为能源的方法，可以将分散的原料转化为标准化的能源载体。通过厌氧消化作物残余物来生产
来源：Energies
时间：2026-04-14
-
基于云的原生地球观测技术在定量植被科学中的应用：架构、工作流程及科学意义
Jochem Verrelst,
Emma De Clerck,
Bhagyashree Verma,
Kavach Mishra,
Gabriel Caballero
摘要
不定根的形成在植物的无性繁殖中起着关键作用，然而关于辣椒这一过程的研究仍然有限。外源生长素处理显著促进了辣椒不定根的形成，我们鉴定出CaLBD16是生长素信号传导下游的一个正向调节因子。进一步分析表明，生长素向CaLBD16的信号转导是通过激活CaARF6和CaWOX11来
来源：Remote Sensing
时间：2026-04-14
-
通过结合时间序列InSAR和GIS技术评估采矿空区中重力能储存的安全开发潜力：以中国阳泉市为例
田兆轩、
戴世豪、
杨文福、
张星星、
刘秀国、
陈启豪
**亮点**
**主要发现是什么？**
将2021-2022年的SBAS-InSAR沉降数据与GIS-AHP框架相结合的分析显示，在阳泉市，87.5%的已关闭矿区（面积为53.91平方公里）适合开发重力储能项目，这考虑了安全性、容量和经济效益。研究提出了一个适用于倾斜和垂直
来源：Remote Sensing
时间：2026-04-14
-
将InSAR技术与通道陡度分析相结合，用于基于人工智能的尼泊尔喜马拉雅地区同震滑坡建模
Rajesh Silwal,
Guoquan Wang,
Sabal KC,
Rabin Rimal,
Sagar Rawal
**亮点**
主要发现是什么？将基于InSAR的视距（LOS）位移和基于相干性的损伤代理图（DPM）整合到机器学习（ML）和深度学习（DL）模型中，可以提高所有五种架构的AUC-PR值7.8%至17.3%；消融实验确认，如果没有InSAR数据，关键滑坡区域将会被遗漏，而深度学
来源：Remote Sensing
时间：2026-04-14
-
一种基于改进的YOLOv8n的猪行为识别方法
郭建军（Jianjun Guo）
徐玉典（Yudian Xu）
林丽君（Lijun Lin）
张蓓蓓（Beibei Zhang）
周飘（Piao Zhou）
罗尚文（Shangwen Luo）
卓宇涵（Yuhan Zhuo）
季静宇（Jingyu Ji）
罗志杰（Zhijie Luo）
程光明（Guangming Cheng）
摘要 猪的行为统计数据可以反映它们的健康状况。传统方法依赖于人工观察从视频记录中提取行为信息，这一过程需要大量的时间和人力。为了克服室内集约化养殖环境中的这些限制，本研究介绍了一种有效的识别猪行为的方法，该方法采用了改进的YOLOv8n架构。该方法利用先进
来源：Computers
时间：2026-04-14
-
PlanProjU：一种基于BPMN到HDDL的HTN规划方法，用于大学项目执行
作者：Jhon Wilder Sanchez-Obando、Néstor Dario Duque-Méndez 和 Luis Fernando Castillo-Ossa
摘要：本研究旨在通过将基于BPMN的过程模型转换为分层规划表示，从而自动化生成大学项目的执行计划，这些表示可以被HTN规划器执行。有效实施大学扩展项目需要明确管理目标、依赖关系和操作约束，然而这一过程通常是由人工完成的，且缺乏正式的规划支持。为了解决这个问题，本文提出了PlanP
来源：Computers
时间：2026-04-14
粤公网安备 44010602000434号