-
一种灵活且可伸展的超材料,适用于宽带太赫兹波段的吸收,并通过激光诱导石墨烯技术实现了优异的耐用性
石墨烯氧化物(GO)纺织品在热管理、传感和极端环境应用中展现出多功能性,通过Joule加热和相变效应调节温度,利用高比表面积实现应变、湿度和生化检测。研究强调需解决规模化生产、洗涤耐久性和环境稳定性等挑战,为未来航天、医疗和智能服装提供创新材料基础。
-
DOM映射:基于多架无人机的实时DOM映射技术,实现从局部到全局的优化
多无人机协作实时DOM映射框架提出基于内-外无人机交互优化的在线策略,通过GPS-图像联合优化抑制单机轨迹漂移,实现亚米级精度、60%计算效率的全球一致DOM融合。
来源:ISPRS JOURNAL OF PHOTOGRAMMETRY AND REMOTE SENSING
时间:2026-03-25
-
双刃剑:信息技术在酒店人力资本与财务绩效关系中的调节作用
IT投资对酒店业人力资本与财务绩效的调节效应研究,发现IT总体负向影响HC与绩效的关系,但细分IT支出如劳动力成本有正向作用,技术协同与操作性摩擦并存。
来源:Tourism Management
时间:2026-03-25
-
利用人工神经网络(ANN)与遗传算法(GA)的混合算法,通过仿真驱动的多尺度优化方法,开发适用于液态有机氢存储(LOHC)脱氢过程的微波响应型催化剂
液态有机氢载体(LOHC)技术通过微波加热固定床反应器优化MCH脱氢工艺,构建了电磁场-热质传递-表面反应的多物理场耦合模型,结合ANN-GA框架实现多目标协同优化,显著提升转化率(12%)和能源效率(65%),有效抑制局部热点。
来源:International Journal of Hydrogen Energy
时间:2026-03-25
-
综述:光催化降解染料污染废水方面的最新进展:关于动力学机制及金属氧化物纳米粒子应用方法的综述
光催化降解技术是解决印染废水污染的重要手段,重点研究金属氧化物纳米颗粒(如TiO₂、ZnO)的催化性能优化与反应动力学机制。文章系统综述了催化剂制备、光响应特性及降解动力学模型,强调异质结构建、稀土掺杂等改性策略对提升可见光活性的关键作用,同时指出催化剂稳定性、规模化应用及经济性等亟待突破的瓶颈。
来源:Inorganic Chemistry Communications
时间:2026-03-25
-
利用机械化学液辅助研磨技术合成氨基功能化的UiO-66金属有机框架(MOF)材料,以实现高效去除水中的砷
本研究采用绿色液助机械研磨法合成氨基功能化UiO-66材料,通过XRD、SEM等表征证实其高结晶度和均匀形貌。该材料在pH1-8范围内表现出优异的砷吸附性能,最大吸附容量达322 mg/g,且在120分钟内快速达到平衡,吸附过程符合伪二级动力学模型和弗伦德里希等温线。经五次吸附-脱附循环后仍保有93%以上的初始吸附能力,证明其可重复利用性。合成方法绿色环保,效率高,为饮用水砷污染治理提供了高效稳定的吸附剂
来源:Inorganic Chemistry Communications
时间:2026-03-25
-
利用肾内光学光谱技术对肾脏间质纤维化进行定量评估
肾纤维化评估新方法:基于弹性散射光谱的机器学习模型研究在慢性肾病大鼠模型中,通过细针ESS探头获取不同深度的光谱数据,结合随机森林算法,发现其在1.5mm、3mm和5mm深度分别达到0.925、0.917和0.838的R²值,平均准确率达98.61%,显著优于传统组织病理学评分。该技术为快速、无创的供肾纤维化评估提供新方案。
来源:ASN Publications
时间:2026-03-25
-
明亮的多组分化学:充满创意的合成方法
荧光硼酸酯化水杨醛肼合成与教学应用研究。摘要:本实验通过一锅四组分合成非荧光前体制备荧光 Bashy 染料,融合多组分反应(MCRs)教学与荧光原理分析,涵盖反应机制推导、NMR结构表征及毒性安全实践,有效提升学生分子设计能力与光谱解析技能。
来源:Journal of Chemical Education
时间:2026-03-25
-
FAAIR:一种基于特征感知的注意力聚合方法,用于图像修复
图像修复中,传统方法存在区域特征丢失、多尺度学习不足和信息瓶颈问题。本文提出FAAIR模型,通过多尺度特征注意力聚合分支保留重要区域特征,结合高效注意力分层池化模块增强多尺度学习能力,并引入可学习激活函数改善非线性建模。实验表明,FAAIR在低光增强、去雾、除雪和除雨四个任务中均达到SOTA性能,且各模块有效性经消融实验和可视化分析验证。
来源:Expert Systems with Applications
时间:2026-03-25
-
基于SAM引导的半监督乳腺病变分割方法:在超声视频中的应用及新数据集的构建
超声视频分割的半监督方法研究提出基于Segment Anything Model(SAM)的框架,通过空间-时间增强适配器生成可靠伪标签,结合对比学习优化边界检测,显著提升Dice分数1.36%(全监督)和2.66%(半监督)。
来源:Expert Systems with Applications
时间:2026-03-25