-
采用碳纸作为电流集电器的混合锂离子储能技术,助力高性能锂电池的开发
碳纸(CP)作为高能量锂离子电池阳极集流体,通过促进Li<sup>+</sup>插层与金属锂共存的锂混合存储机制,实现非枝晶锂沉积和稳定SEI膜形成,显著提升循环稳定性。在LRO阴极配合下,CP||LRO全电池在室温及-20℃下分别保持400次循环后51%和80次循环后64.5%的容量保持率,优于传统铜基集流体。
来源:Chemical Engineering Journal
时间:2026-03-04
-
综述:用于农业应用的纤维基材料:制造策略、功能创新及未来展望
本文系统综述了纤维基材料在农业中的应用,分析其结构-性能关系,探讨制备策略与功能化方法,包括表面化学接枝、物理负载及异质结构设计,评估其在病虫害防治、土壤改良等领域的潜力及挑战,为可持续农业提供参考。
来源:Chemical Engineering Journal
时间:2026-03-04
-
贸易网络如何塑造绿色创新的韧性:来自美国能源危机的实证证据
美国页岩革命重塑全球能源格局,通过贸易网络影响各国绿色创新。基于2002-2022年137国面板数据,运用Bartik因果识别法,发现网络中心国家在美能独立冲击下绿色创新响应显著更强,尤其长期净进口国和大经济体,验证了战略自主意识对抵消油价下跌抑制创新的作用。
来源:Energy Economics
时间:2026-03-04
-
利用多智能体强化学习提升酒店推荐效果:一种新颖的MADDPG方法
酒店推荐系统通过强化学习框架整合多智能体Actor-Critic、因果感知强化学习(CARL)和MADDPG算法,解决信用分配、偏好波动及实时适应问题,实验准确率达99%。
来源:Expert Systems with Applications
时间:2026-03-04
-
在制动阀异常监测中增强液压响应:一种集成了硬件在环(HIL)技术和循环生成对抗网络(CGAN)的方法
制动控制阀动态建模中,提出基于物理仿真与HIL实验的CausalStarGAN生成对抗网络,通过因果关系建模与数据增强解决低采样率数据稀缺问题,实验表明合成数据使MAE、RMSE和MAPE分别降低21.3%、23.1%和8.8%,有效提升模型泛化能力。
来源:Expert Systems with Applications
时间:2026-03-04
-
用于直流微电网异常检测的生成对抗不平衡学习方法
针对微电网异常检测中数据稀缺和类别不平衡问题,提出基于LSTM-GAN的生成对抗不平衡学习方法。通过时间频域特征提取与相关性分析优化特征子集,利用GAN生成合成异常数据平衡样本,结合网格搜索优化的随机森林分类器,实验表明该方法在数据稀缺条件下准确率提升4.8%-8.3%,有效提升微电网安全检测性能。
来源:Expert Systems with Applications
时间:2026-03-04
-
一种基于查询感知的多路径知识图谱融合方法,用于提升大型语言模型中的检索增强生成能力
针对现有RAG方法依赖相似性匹配而忽略知识图谱内在关联的问题,提出QMKGF框架。通过多路径子图构建整合一跳、多跳及重要性关联,结合查询感知的注意力奖励模型筛选高相关性三元组,再通过子图融合与查询扩展增强语义对齐,显著提升生成质量。实验在HotpotQA等数据集上ROUGE-1达64.98%,较基线提升9.81%。
来源:Expert Systems with Applications
时间:2026-03-04
-
3DLaneDT:通过可靠的深度和时间融合技术实现3D车道检测,以支持自动驾驶
针对自动驾驶中3D车道检测的难点,提出3DLaneDT框架,创新性地融合自适应深度网络与状态空间模型,解决传统方法在稀疏深度数据与长时序建模中的不足,实验表明其准确性和实时性均优于现有方法。
来源:Expert Systems with Applications
时间:2026-03-04
-
一种基于可见光、热红外和雷达数据的弱对齐多传感器融合方法,用于目标检测
弱对齐多模态目标检测框架WA-M³RTR通过可训练的红外边缘增强机制、雷达RA图嵌入的图注意力网络以及语义引导的跨注意策略,有效融合RGB、红外与雷达数据,无需精确几何对齐。在MMAUD-Tri和PoLaRIS数据集上验证,检测精度显著提升。
来源:Engineering Applications of Artificial Intelligence
时间:2026-03-04
-
基于改进版的“仅查看一次”算法(version 8)以及嵌入式设备的煤炭输送中外来物质检测的轻量级方法
异物检测在燃煤输送中至关重要,本文提出C2f_LPF+CSPDC+PFA改进的轻量级YOLOv8算法,通过模块化设计平衡计算效率与检测精度,嵌入式设备测试显示mAP达0.963,FPS提升29.6%,优于原版YOLOv8和Faster R-CNN。
来源:Engineering Applications of Artificial Intelligence
时间:2026-03-04