-
通过轮廓序列分离和细粒度可视化技术理解步态识别
本文提出一种可解释的基于silhouette序列的步态识别框架,通过引入Koopman理论构建的线性动态约束分离步态特征为静态、动态和残差成分,并设计DisRec可视化方法分析像素级贡献,在OU-MVLP和Gait3D数据集上验证了该方法对识别机制的可视化解释能力。
来源:Pattern Recognition
时间:2026-04-04
-
利用基于预测的随机优化方法,为离网电动汽车充电的电池储能系统进行稳健的容量设计
针对离网电动汽车充电站光伏-电池系统设计,本文提出融合LSTM预测、蒙特卡洛模拟和样本平均近似(SAA)的随机优化框架,量化需求波动与预测误差对储能容量、运营及全生命周期成本的影响,并开发高效禁忌迭代邻域搜索算法。实验表明该方法比PSO收敛快25%,年化系统成本降低0.22%,不确定性设计使全生命周期成本减少2.2%,揭示电池容量对系统成本变异贡献率达75%。光伏容量设计稳定,而电池容量和转换器规格受不确定性显著影响,需基于百分位数设计策略优化采购选择。
来源:Journal of the Energy Institute
时间:2026-04-04
-
将代谢组学与质谱成像技术相结合,揭示了日本麦冬(Ophiopogon japonicus)化学成分的地理变异特征
麦冬浙江与四川栽培品种代谢差异及空间分布研究,结合UPLC-QTOF-MS与AP-MALDI-MSI技术,发现ZMD富含homoisoflavonoids和皂苷类成分,在木质部及根部呈现显著空间富集特征,分子对接证实其活性成分与肺部靶点结合,为道地药材鉴定提供新方法。
来源:Journal of Chromatography A
时间:2026-04-04
-
评估一款基于商业人工智能技术的汽车装配工作人体工程学评估系统的准确性和可行性
本研究评估了商业AI驱动的姿势分析系统在工业场景中的准确性与实用性。通过对比3D动作捕捉系统发现,系统在手部姿势(尤其是肘部和手腕)及风险估计方面存在显著误差,且不同摄像头布局影响结果。专家访谈指出系统易用但受环境复杂性和精细动作限制。该研究为AI姿势分析系统的优化提供了依据。
来源:Applied Ergonomics
时间:2026-04-04
-
钙浓度作为盐沼土壤无机碳含量的替代指标:一项基于pXRF技术的快速测定方法研究
盐沼土壤无机碳(IC)是海岸带碳收支中被低估的组分。为克服传统方法(如LOI、库伦法)破坏性强、耗时且昂贵等局限,本研究首次系统评估了便携式X射线荧光(pXRF)光谱技术通过测量钙(Ca)浓度来快速、无损估算加拿大东部11个盐沼419个土壤样品IC含量的可行性。研究人员通过铝(Al)归一化扣除岩源钙,建立了pXRF测得的归一化钙(CaN)与LOI、库伦法测得的IC含量之间的显著线性相关(R2=0.85-0.90),验证了该方法在低碳酸盐土壤(平均IC: 2.6±1.5%)中的可靠性。该技术成本低廉(单样约$0.25)、省时(约50%时间节省)且能保持样品完整,为构建更完整的海岸带碳收支和评估其在缓解海洋酸化中的潜力提供了有力工具。
来源:Geoderma
时间:2026-04-04
-
黎巴嫩水危机之困:基于“全社会”方法的水务政策实施系统性分析
黎巴嫩水危机根源在于政策实施而非政策缺失。本文采用“全社会”(WoS)视角,结合系统思维与因果循环图(CLD)及利益相关者映射,揭示了水务管理中主体间互动不足、协调失灵是政策失效的关键。研究为发展中国家实现跨部门协作的水资源可持续治理提供了新思路。
-
孟加拉国沿海地区饮用水治理困境:碎片化图景、失效技术与非正式供给的兴起
本研究聚焦孟加拉国沿海农村长期存在的饮用水不安全问题。针对该地区治理研究空白,团队通过多步骤方法(包括利益相关者分析、实地调研与案例深描),首次系统绘制了沿海农村饮用水治理的全景图。结果显示,当地治理格局高度碎片化,技术设施因维护缺失、成本高昂与权责不清而大量失效,社区被迫转向非正式供水渠道。研究指出,在现有治理模式低效的背景下,非正式供水体系已成为必要补充。成果为理解发展中国家农村水治理的复杂性提供了关键实证,对构建协作、可持续的饮用水安全保障路径具有重要政策启示。
-
综述:面向不确定性花生作物系统成熟度评估的先进传感与数据驱动方法:现状回顾与展望
这篇综述系统回顾了不确定性花生(Arachis hypogaea L.)成熟度评估的传统、传感与人工智能(AI)方法。文章剖析了地下荚果发育异步带来的挑战,以及不当收获对产量、品质(如黄曲霉毒素污染)和经济效益的严重影响。综述重点评价了壳刮法(hull scrape)等传统破坏性方法的局限,并探讨了近端/遥感、植被指数(VIs)、AI模型与地理空间分析等非侵入性、高通量技术的巨大潜力。文章最终呼吁构建一个集多模态传感、AI建模与数字决策支持系统(DSS)于一体的综合性数据驱动框架,以实现精准、可扩展的收获决策,从而提升全球花生生产的效率、可持续性和种植者收益。
-
针对卫星接收机前端非线性失真的Transformer-Based非线性盲源分离抗干扰技术研究
卫星通信与全球导航卫星系统(GNSS)直序扩频(DSSS)链路在高功率干扰下,其射频(RF)前端易进入非线性工作区,传统线性抗干扰方法失效。为解决此问题,本文提出了一种基于Transformer的非线性盲源分离(BSS)框架。该框架利用多接收机堆叠I/Q观测,通过两阶段训练(有监督预训练与仅混合信号盲微调),联合估计期望DSSS信号与干扰。在干扰信号比(JSR)高达15 dB的测试中,尺度不变信噪比(SI-SNR)提升至17.73 dB,失败率(SI-SNR < 0 dB)从60.7%降至2.3%。该方法为存在RF前端非线性失真的卫星抗干扰接收提供了高鲁棒性的解决方案。
-
选择性回收钢铁夹芯聚异氰脲酸酯(PIR)泡沫保温覆层:一种基于溶剂-超声波的室温分选方法
为解决建筑保温覆板难以拆解、各组分交叉污染导致回收困难的问题,研究人员开展了针对聚异氰脲酸酯(PIR)泡沫-聚氯乙烯(PVC)塑料溶胶涂层-镀锌钢复合层的选择性分离研究。他们开发了一种在室温和20分钟内,利用特定溶剂结合超声波处理,从镀锌钢板上完整剥离PIR泡沫和PVC涂层的方法。丙酮(acetone)是最有效的溶剂,可实现各组分的无损分离,为复合保温板的完全回收和镀锌钢的高品质回用提供了创新解决方案,有助于减少建筑废弃物和温室气体排放。
来源:Recycling
时间:2026-04-04