• 在关键客户中进行交叉销售：关键客户管理方法的作用

  本研究探讨关键客户管理（KAM）中“一对一”和“统一声音”两种方法对客户跨购买意愿的影响，基于风险视角，结合行为实验和调查，发现两种方法分别通过提升销售专家感知和可靠性来促进跨销售，且销售周期长度调节其一的效果。研究为管理选择合适KAM结构提供依据。

  来源：Journal of Business Research

  时间：2026-03-29

• 一种基于多特征融合动态链接预测网络和个性化PageRank的技术机会发现框架

  针对技术机会发现中特征利用不足和知识推荐缺乏的问题，本研究提出融合多源特征的动态链接预测网络（MFFDLPNet）与个性化PageRank（PPR）的框架，通过整合结构、节点、链接、时间演变及全局特征提升预测精度，并基于预测结果推荐相关技术和知识以辅助创新策略制定，实验验证其有效性。

  来源：ADVANCED ENGINEERING INFORMATICS

  时间：2026-03-29

• 基于协同增强去噪技术和双向门控循环单元（Bidirectional Gated Recurrent Unit, BGRU）结合蒙特卡洛dropout（Monte Carlo Dropout, MC Dropout）模型的铁路路基沉降间隔预测

  铁路路基沉降预测中，传统点预测方法难以量化不确定性及多因素耦合影响。本研究提出基于Collaborative Enhancement Denoising（CED）和双向门控循环单元-蒙特卡洛滴出（BiGRU-MC）的区间预测模型，通过VMD-WPT协同去噪增强数据质量，利用MC Dropout量化预测不确定性，实验表明该方法在多置信区间下预测精度和稳定性均优于传统机器学习与深度学习模型。

  来源：RELIABILITY ENGINEERING & SYSTEM SAFETY

  时间：2026-03-29

• 利用基于距离引导、有符号数据和密集学习（DSDL）的微小物体检测技术进行建筑工地安全监控

  针对建筑安全监控中微小PPE检测难题，提出DSDL方法，通过改进标签分配（D-TAL）、扩展损失函数（S-DFL）和细化量化分辨率（D-DFL），显著提升微小物体检测精度达48.6%，同时保持模型推理速度，并在YKH和VisDrone数据集验证有效性。

  来源：AUTOMATION IN CONSTRUCTION

  时间：2026-03-29

• 一种持续演进的视觉-惯性里程计技术，适用于飞行中的无人机

  针对固定模型VIO在动态环境中的精度不足问题，本文提出E-VIO方法，结合双回放记忆持续学习策略和轻量级CNN-Transformer架构，实现实时在线训练与推理，实验表明定位精度提升84.6%，并保持21.2帧/秒的实时性能。

  来源：ISPRS JOURNAL OF PHOTOGRAMMETRY AND REMOTE SENSING

  时间：2026-03-29

• Azi-Vec：高分辨率 方位角敏感的PolSAR图像生成技术，用于 车辆自动目标识别

  高分辨率多极化SAR车辆目标方位角敏感问题，提出几何-极化耦合特征生成方法，通过两个实测方位角数据构建稀疏表示，生成符合物理原理的任意方位角数据，实验验证其性能优于现有GAN方法，有效提升模型训练效果。

  来源：ISPRS JOURNAL OF PHOTOGRAMMETRY AND REMOTE SENSING

  时间：2026-03-29

• 数字创新的群体内部溢出效应：来自中国商业集团知识网络的实证证据

  中国数字技术创新在集团内产生显著横向溢出效应，通过专利数据和面板模型验证市场力量、业务关联和技术邻近性正向调节溢出强度，知识溢出和关联交易是主要传导机制，为组织创新管理提供实证支持。

  来源：TECHNOLOGY IN SOCIETY

  时间：2026-03-29

• 为集中式医疗系统设计：以胰腺癌诊断和人工智能集成为例的社会技术案例研究

  胰腺癌集中化护理模式下，分布式诊疗系统的协同机制及实践挑战研究。基于社会技术系统理论，通过荷兰区域性案例的定性分析，揭示多学科会议、共享影像系统与迭代数据解读对诊断可靠性的支撑作用，同时识别效率、标准化、权威分配与不确定性管理中的核心矛盾，为医疗AI的整合应用提供实践路径。

  来源：ACM Transactions on Computing for Healthcare

  时间：2026-03-29

• 基于机器学习的缓存与分层技术在现代数据存储系统中的应用：综述

  现代数据存储系统通过多级缓存和存储层优化性能与成本比。传统缓存策略因无法适应动态访问模式而受限，机器学习技术因能预测和主动优化操作而广泛应用。本文综述ML驱动的缓存与存储分层方法，涵盖理论基础、实施框架、基准模型及评估指标，并探讨未来研究方向。

  来源：ACM Computing Surveys

  时间：2026-03-29

• 文本处理与检索方法的可解释性：一项综述

  可解释性AI模型在信息检索中的应用及与NLP的关联研究。摘要：本文探讨深度学习和机器学习模型在文本处理与信息检索中的可解释性挑战，分析文档排名神经网络及检索增强生成系统的透明度改进，并关联NLP领域的研究进展，如词嵌入解释、注意力机制等，提出未来研究方向。

  来源：ACM Computing Surveys

  时间：2026-03-29

知名企业招聘：