-
开发了一种新型多重PCR检测方法,用于特异性鉴定犬弓首蛔虫(Toxocara canis)、猫弓首蛔虫(Toxocara cati)和狮弓首蛔虫(Toxascaris leonine)在犬和猫体内的感染情况
本研究开发了针对犬弓首蛔虫(Toxocara canis)、猫弓首蛔虫(Toxocara cati)和大 lý蛔虫(Toxascaris leonina)的多重PCR检测方法,验证其单种检测灵敏度为10² copies/µL,三种联合检测灵敏度为10³ copies/µL,并证实其良好的特异性与可靠性。该技术为犬猫蛔虫感染的诊断及人类弓首蛔虫病溯源提供了实用工具。
来源:Veterinary Parasitology
时间:2026-01-28
-
量子投影核:物联网数据分类的新路径及其与经典方法的比较
本文聚焦量子机器学习在物联网数据分类中的应用挑战,探讨了投影量子核方法如何通过量子编码与经典投影的有效结合,在办公室 occupancy 预测任务中实现与经典支持向量机相媲美的性能,为量子算法在真实场景下的实用化提供了重要参考。
-
从Agave salmiana中分离出的三种内生假单胞菌(Pseudomonas putida)的完整基因组,采用Illumina和PacBio测序技术进行组装
本研究首次完整测序了来自龙舌兰(Agave salmiana)的三个内生假单胞菌(Pseudomonas putida)菌株PP_P5、PP_P9和PP_P43的基因组,基因组大小分别为6,282,325 bp、6,511,513 bp和6,284,694 bp。采用Illumina NovaSeq和PacBio HiFi测序平台,结合Hifiasm和Pilon进行组装与 polished,得到三个闭合染色体基因组,验证了物种鉴定并提供了详细的基因组特征数据。
来源:Microbiology Resource Announcements
时间:2026-01-28
-
基于流形正则化的草图图像描述跨域自适应方法
本文提出了一种创新的流形正则化域自适应框架,解决了草图图像描述(sketch image caption)领域缺乏配对标注数据的核心挑战。通过构建域不变几何结构和动态平衡跨模态(cross-modal)与跨域(cross-domain)学习的非线性权重策略,该研究成功地将自然图像(natural image)的标签知识迁移至草图域,为心理诊断绘画分析等医学应用提供了新工具。
来源:Displays
时间:2026-01-28
-
基于现场知识的强化学习方法,用于协同控制建筑物中的主动式和被动式热储能系统
HVAC系统协同控制中,基于领域知识的强化学习(FRL)方法通过物理受限模型模拟和动态奖励机制,有效提升复杂热能存储系统(含主动被动储热设施)的实时控制性能,在电价波动场景下优化度达26%,收敛速度和稳定性优于传统RL及模型预测控制。
来源:Journal of Energy Storage
时间:2026-01-28
-
用于储能设备的聚合物稳定无铅钙钛矿卤化物(含有UiO66)的制备:一种实现可持续和清洁能源的新方法
超级电容器纳米复合材料研究:通过溶剂法合成了PANI/CHT稳定的CsSnCl3/UiO66纳米复合材料,采用不同溶剂(乙酸和己烷)制备的PCUAA和PCUNH在孔径、比电容(248.10 F/g vs 130.5 F/g)及电荷转移电阻等方面存在显著差异。
来源:Journal of Energy Storage
时间:2026-01-28
-
一种基于红尾鹰算法的改进型主动干扰抑制控制方法,用于混合光伏电池供电的直流微电网中的电压稳定性和性能提升
通过溶胶热法成功制备了具有蛋糕状结构的ZnMn2O4正极材料ZnMO-P,其比表面积达29.98 m²/g,平面均匀性优异。在1 A·g⁻¹电流密度下,初始比容量296.7 mAh·g⁻¹,循环2000次后容量保持率超100%,显著优于球形MO-P(循环1400次后容量仅54.1 mAh·g⁻¹)。 cake状结构通过拓宽离子扩散通道、增加活性位点、加速Zn²⁺/H⁺传输及提升伪电容效应(66.4%),显著提升锌离子电池性能。
来源:Journal of Energy Storage
时间:2026-01-28
-
基于实时数据重建的锂离子电池荷电状态与健康状态联合估计方法,采用定量特征驱动的深度学习框架
准确实时估算锂离子电池的荷电状态(SOC)和健康状态(SOH)对安全性、可靠性和寿命至关重要。本文提出一种统一深度学习框架,采用ACF增强自适应动态LSTM(AD-LSTM)结合记忆驱动的跨时相注意力机制捕捉电池复杂时序依赖,并通过历史估计感知的混合特征网络(HEC-Net)强化长期一致性。引入物理可解释的定量电池表征与整合网络(Q-BRAIN)嵌入训练,同时抛弃推理阶段。基于双向跨模态监督策略(LoCS)协同优化SOC和SOH估计,并利用Prophet模型重构不完整放电序列数据,实现实时SOH估算。实验表明,在多个异构数据集上RMSE分别达到1.74–3.67%和0.49–6.69%,优于现有方法,验证了其电池无关性、可解释性和可扩展性。
来源:Journal of Energy Storage
时间:2026-01-28
-
受血红蛋白启发的多孔金属有机框架(PorMOFs)与磁富集技术相结合,用于高效实现氧气(O₂)和氮气(N₂)的分离
氧气选择性分离膜通过磁性富集与卟啉基生物模拟协同作用实现高效分离,采用CoFe2O4@PorMOF核壳结构负载于PIM-1膜,在80mT磁场下20wt%膜材氧气渗透率达975 Barrer,分离因子8.13,超过2015年上限,并保持240小时稳定性能。
来源:Journal of Membrane Science
时间:2026-01-28
-
SFNet:分层感知与自适应的测试时训练方法,用于人工智能生成的军事图像检测
现有通用伪造检测技术无法满足军事场景需求,因其缺乏对军事装备严格结构设计和材料特性的先验知识。本文提出SFNet框架,通过军事层次感知模块提取多尺度结构特征,结合自适应测试时间训练策略动态优化检测能力,在包含80万张真实与合成军事图像的MilForgery数据集上达到95.80%检测准确率,并在公开基准测试中超越现有最优模型8.47%和6.49%。
来源:Journal of Visual Communication and Image Representation
时间:2026-01-28