-
利用原位电子背散射衍射(EBSD)技术研究了激光粉末床熔融制备的Al–Fe–Cr–Ni–V高熵合金中屈服比降低和延展性提高的机制
优化高熵合金屈服强度与延展性匹配的研究:激光粉末床熔融制备AlFeCrNiV合金,系统考察基板温度(348K与573K)和时效时间(6-120h)对微观结构演变及力学性能的影响。结果表明低温基板加工结合时效处理可显著提升强度-延展性协同性能,其机制涉及位错密度调控与纳米级BCC析出相的协同作用。
来源:Journal of Materials Processing Technology
时间:2026-01-30
-
自主学习者在慕课平台上的实际使用情况与持续使用意愿:一种S-O-R(情境-目标-结果)分析方法
自导向学习者认知评价对MOOC续报决策的影响研究:基于SOR框架与ECM-ISSM整合模型,分析信息质量、系统质量与服务质量通过确认与满意度间接影响续报意向与实际使用,揭示异步电子学习环境中平台质量与学习者持续参与的关系机制,提出以学习者为中心的数字化教学设计策略。
来源:International Journal of Management Education
时间:2026-01-30
-
经过优化的CNN-BiLSTM-Attention模型结合混合信号去噪技术:一种用于预测盾构隧道掘进速度的新型可解释框架
盾构机掘进进尺预测研究提出基于深度学习的智能预测框架,创新性地采用箱线图异常检测、滑动窗口平滑与EEMD-小波阈值混合降噪的三阶段数据预处理策略,并通过Pearson相关系数筛选出掘进压力、转速等4个关键特征。构建CNN-BiLSTM-Attention混合模型,结合Optuna超参数优化实现模型架构自动调参,实验表明其R²达0.94,较基准模型提升11.3%,MAPE降低1.42%,且通过SHAP分析验证了特征重要性排序。该研究为复杂地质条件下盾构机进尺预测提供了可解释的智能决策方案。
来源:TUNNELLING AND UNDERGROUND SPACE TECHNOLOGY
时间:2026-01-30
-
基于数据的智能建筑预测性维护框架:在暖通空调系统中整合数字孪生与机器学习技术
智能建筑预测性维护决策支持系统研究:基于数字孪生与机器学习的HVAC系统优化框架,构建四层架构实现实时数据采集、高精度虚拟建模与动态决策,融合CNN/LSTM/SVM混合模型提升96.3%故障检测准确率,降低32.7%维护成本,延长45.3%设备运行周期,并通过边缘-云协同架构保障87ms实时响应,符合国际能效与碳减排标准。
来源:Journal of Building Engineering
时间:2026-01-30
-
一种用于多层建筑中人群疏散的扩展型元胞自动机模型,并结合了ControlNet技术
本研究提出一种结合深度学习ControlNet与扩展细胞自动机模型的高层建筑自动疏散建模方法,能快速生成定制化多楼层疏散场景。通过语义分割与多级CA框架实现动态疏散模拟,验证模型语义分割精度IoU=0.906,疏散时间误差<9%,并揭示楼梯数量及宽度对疏散效率的决定性影响。该方法为高层建筑智能性能化疏散设计与应急管理提供高效工具。
来源:Journal of Building Engineering
时间:2026-01-30
-
采用线激光增材制造(WLAM)技术制造的不锈钢唇缘角钢的截面抗压性能
增材制造技术(WLAM)制备的不锈钢带肋L形截面柱压缩性能研究,通过16组压缩试验和规范对比分析,发现带肋结构显著提升承载力,尤其适用于细长截面,但现有欧洲和美标规范设计精度不足,连续强度法更具适用性。
来源:Journal of Building Engineering
时间:2026-01-30
-
基于混合建模的强化学习在数据稀缺建筑中的锅炉控制应用——利用模拟信息驱动的数字孪生技术
爆炸作用下钢筋混凝土板损伤机制与高保真有限元模型研究揭示后表面开裂、前表面开裂、剥离和碎裂四类损伤模式顺序发展规律,建立缩放距离与结构变形量化关系,为抗爆设计提供新准则。
来源:Journal of Building Engineering
时间:2026-01-30
-
从人口统计、技术和地理因素来看:沙特阿拉伯住宅领域能源消费模式和用户行为的社会决定因素
沙特阿拉伯住宅空调使用行为及节能影响因素研究,通过公共调查分析收入、支出、教育等社会经济因素及地区差异对空调使用模式(季节性、每日时长、温度设定)和节能行为(空调关机、温度调节、能效提升措施)的影响,发现低收入家庭空调使用较少,高收入家庭全年使用且时长超过18小时,强调需整合技术效率与行为干预的政策框架。
来源:Energy and Buildings
时间:2026-01-30
-
针对慢性创伤性脑损伤患者的记忆生态瞬时干预研究:一项混合方法试点与可行性研究的结果
本研究测试了基于短信的MEMI记忆干预工具,在慢性TBI成人中评估其可行性和接受度。通过Blocked(单次)与Spaced(分次)两种学习模式对比,发现分次模式显著提升记忆效果(TBI组t=4.37,p<0.001;NC组t=8.57,p<0.001),且工具整体可接受性高,但需更大样本验证个体差异。
来源:The Journal of Head Trauma Rehabilitation
时间:2026-01-30
-
基于延迟驱动的联合特征提取与资源分配技术,用于多任务多接入语义通信
语义通信通过传递语义信息而非原始比特流提升任务效率,但实时多任务场景下仍面临低延迟和高可靠性挑战。本文提出基于延迟驱动的多任务语义通信框架,通过参数共享策略和自适应混合精度压缩模块优化边缘服务器与多用户间的实时通信,结合有限块长编码提升传输可靠性,并建立联合优化模型以最大化任务成功概率。仿真验证了其在实时计算机视觉任务中的高效性。
来源:IEEE Journal on Selected Areas in Communications
时间:2026-01-30