-
一种针对基于深度学习的分割技术、适用于不同角度编织层压材料的XCT图像的增强型数据增强策略
准确表征变角编织层的微观结构特征对理解其力学行为和优化材料设计至关重要。本研究提出结合StyleGAN-XL和CycleGAN的创新数据增强算法,生成高分辨率人工训练图像以扩展微观特征表示,并采用Mask2Former框架结合自主研发的图像拼接与跨层颜色一致性校正算法,实现变角编织层高精度三维重建。结果表明真实数据集存在1°-3°纱线方向偏差,该几何误差解释了实验测量值与理论预测的差异,为结构优化和制造工艺改进提供量化依据。
来源:Composites Science and Technology
时间:2026-02-13
-
复合四手性超材料中的集成自感知损伤检测与机械增强技术
本研究提出一种3D打印的连续碳纤维/PLA四向手性超材料,通过内置纤维的压敏特性实现自传感损伤检测与机械性能增强的协同设计。实验表明其抗压强度较纯PLA提升323.3%,并建立电阻变化与损伤演化的两阶段模型(纤维断裂阶段与断裂-接触共存阶段)。梯度拓扑优化使5%纤维含量结构性能匹配均匀10%设计,扩展负泊松比应变范围至0.4。该材料为兼具结构强度和智能监测的航空航天轻量化结构提供了新方案。
来源:International Journal of Mechanical Sciences
时间:2026-02-13
-
一种基于知识的安全强化学习方法,用于智能能源枢纽中的实时自动控制
多能源管理系统通过融合可再生能源与动态优化策略,结合基于知识的强化学习安全层和PPO算法,提出KB-SRL方法解决实时能源管理问题,确保物理约束满足并有效降低成本和碳排放,验证其在四季场景中的泛化能力。
-
在时变旋转速度条件下,用于无监督异常检测的序适应子空间尺度学习方法
异常检测在变转速下具有物理信息嵌入的阶次自适应子空间尺度学习方法
来源:Mechanical Systems and Signal Processing
时间:2026-02-13
-
基于激光超声幽灵成像技术的高分辨率、高效的单探测器三维内部缺陷成像方法
基于激光超声与计算幽灵成像的非接触检测方法,提出结合空间调制的激光超声与压缩感知算法的LUGI技术,实现超分辨率缺陷成像与深度估计,误差低于5%和0.1mm,检测效率提升75%,适用于精密制造等领域。
来源:Mechanical Systems and Signal Processing
时间:2026-02-13
-
在资源有限的条件下实现创新突破:数据资产化是否成为新的变革因素?
企业绿色管理创新的数据资产化驱动机制与实证研究。数据资产化通过降低代理成本、增强内部激励、提升信息透明度及促进绿色技术创新,显著促进企业绿色管理创新,且在技术密集型、高ESG表现及内部控制优质企业中效应更突出。
来源:Economic Analysis and Policy
时间:2026-02-13
-
利用时空迁移学习方法评估新建线路对城市轨道交通网络乘客流量变化的影响
本研究提出基于迁移学习的超图卷积网络方法,用于预测新建轨道交通线扩展后的网络-wide OD客流变化。通过将OD对建模为超图顶点,利用空间相似性提取地理特征,结合历史OD数据迁移学习补充新OD对的时序特征,构建可扩展的超图结构。实验表明该方法在上海市地铁网络扩展案例中有效提升了客流预测精度,并准确模拟了新线路对既有网络客流的重分配效应,为城市轨道交通规划提供决策支持。
来源:TRANSPORTATION RESEARCH PART C-EMERGING TECHNOLOGIES
时间:2026-02-13
-
一种绿色且高效的方法,用于回收和再生用过的三元锂离子电池
直接水热再生法修复NCM111正极材料,通过NaOH溶解铝箔,优化水热温度(180℃)、时间(4h)和锂补充分量(1.5倍理论值),实现158.78 mAh/g(0.1C)和136.61 mAh/g(0.5C)初始容量,200次循环后容量保持率96.36%。相比传统火法回收,该方法能耗低、污染少且结构保持完整。
来源:Journal of Power Sources
时间:2026-02-13
-
通过硝酸镍诱导的组装方法可控地制备基于碳的多维纳米结构,用于锌空气电池
碳基多维度纳米组装催化剂Ni@NC-2通过一步热解法成功制备,该催化剂具有高比表面积和丰富活性位点,使氧还原反应(ORR)性能接近商业Pt/C催化剂,为锌空气电池提供了高效空气阴极材料。
来源:Journal of Power Sources
时间:2026-02-13
-
DeepSpect:一种基于射频频谱图的深度学习方法,用于在FANETs中实现近乎实时的攻击检测
无人机自组网安全检测研究提出基于射频频谱图的多类攻击深度学习识别方法,通过构建首个公开的DroneAttackRF数据集,结合CNN和自编码器模型及迁移学习模型,实现98.9%的攻击分类准确率与近实时检测(1.07秒内完成)。
来源:Ad Hoc Networks
时间:2026-02-13