-
SEAGNet:用于光场超分辨率的空间-极点-角度-全局特征学习方法
针对NeRF在处理散焦模糊图像时的局限性,本文提出MVD-NeRF框架,通过Defocus建模方法(DMA)模拟多光线融合,结合Multi-view Panning算法(MPA)模拟光线移动,显著提升PSNR、SSIM等指标,实现高精度三维重建。
来源:Image and Vision Computing
时间:2025-12-22
-
融合深度学习与区块链的肌萎缩侧索硬化语音检测创新架构研究
本研究针对肌萎缩侧索硬化(ALS)诊断延迟长达9-12个月的临床难题,开发了一种集成CNN-BiLSTM深度学习模型与Optimism Layer-2区块链技术的创新架构。该研究通过分析217名参与者(133例ALS患者)的语音特征,实现了96.5%的准确率、95.3%的灵敏度和97.8%的特异性,同时利用IPFS离链存储和智能合约确保了数据安全与可审计性,为多中心ALS研究提供了可靠的解决方案。
来源:Journal of Mobile Multimedia
时间:2025-12-22
-
一种优化棉花有限灌溉计划的新方法:基于HYDRUS技术的灌溉模拟与植物水分亏缺指数阈值分析
本研究以新疆北疆棉花为对象,通过田间试验和HYDRUS模型模拟,提出了一种结合土壤水分加权计算和光合指标响应的水分胁迫指数(PWDI)优化灌溉方法。确定开花期和结铃期的PWDI阈值分别为0.48和0.52,并优化了灌溉下限,使水分胁迫天数最少,同时保证产量。
来源:Industrial Crops and Products
时间:2025-12-22
-
基于灰箱贝叶斯优化的流行病学模型高效校准方法研究
本研究针对传统流行病学模型校准方法在计算昂贵模型中的局限性,提出了基于灰箱贝叶斯优化(BO)的创新校准框架。研究人员通过引入复合函数和函数网络结构,将SIQR等房室模型的功能依赖关系融入BO过程,开发了解耦知识梯度采集函数。实验结果表明,该方法在模拟数据和COVID-19真实数据集上均能显著提升校准效率,降低对数均方误差,为复杂流行病学模型如基于智能体的模型(ABM)的快速校准提供了新思路。
来源:Infectious Disease Modelling
时间:2025-12-22
-
烘焙处理以及超声辅助提取与传统提取方法对亚麻籽及其油中的生物活性化合物性质、脂肪酸组成、脂质指数和酚类成分的影响
亚麻籽通过传统提取与超声辅助提取对酚酸、黄酮类化合物及脂肪酸组成的影响研究。采用不同提取时间和温度,分析总酚酸、总黄酮、抗氧化能力及脂肪酸组成,发现超声提取(60分钟)显著提高酚酸(139.36 mgGAE/100g)、黄酮(32.09 mgQE/100g)和抗氧化能力(6.97 mmol/kg),而热处理降低部分酚酸。脂肪酸组成中,亚麻酸含量最高(47.69%-49.57%),超声提取对脂肪酸组成影响较小。建议超声技术作为高效提取方法。
来源:Industrial Crops and Products
时间:2025-12-22
-
这种高硬度超薄纤维板具有多种功能,其功能单元中包含了通过原位合成方法将CaCO₃附着在木纤维上的成分
生物质基超薄纤维板表面通过Ca²⁺-CO₃²⁻体系合成纳米CaCO₃并添加APP阻燃剂,协同提升表面硬度(83.4 HD)和阻燃性能(THR降低48.27%,TSP降低81.00%),其在500 W·m⁻²电热密度下表面温升达25.1℃,展现应用潜力。
来源:Industrial Crops and Products
时间:2025-12-22
-
利用制备型串联质谱技术合成气相中的II族金属氢化物阳离子
金属氢化物气相合成及其反应机理研究
PTMSn方法制备Ca/Sr/Ba氢化物阳离子,探究其与H2O和CH2Cl2的离子-分子反应。DFT和MP2计算验证反应路径及热力学数据,发现[MetH]+主要水解生成[MetOH]+,与CH2Cl2反应优先形成[Met(CHCl2)]+。研究揭示了碱土金属氢化物在气相中的反应特性及动力学控制因素。
来源:Inorganic and Nuclear Chemistry Letters
时间:2025-12-22
-
心电图信号采集模拟前端架构的最新进展:电压模与电流模方法的全面综述
本刊编辑推荐:针对心电图(ECG)信号采集前端在便携式医疗设备中面临的高噪声、低功耗挑战,研究人员系统综述了模拟前端(AFE)架构的最新进展。文章深入探讨了电压模(VM)与电流模(CM)两种设计路径的优劣,分析了从传统湿电极到新型干电极、纺织电极的演变及其对接口设计的影响。研究表明,基于第二代电流传送器(CCII)和电压传送器(VCII)的CM架构在带宽、功耗方面展现出独特优势,而混合电压/电流模式架构代表了未来高性能、低功耗ECG采集系统的发展方向。该综述为可穿戴医疗设备的AFE设计提供了重要参考。
来源:IEEE Sensors Reviews
时间:2025-12-22
-
FireBoost:一种基于萤火虫算法和优化版XGBoost的新颖生物启发式特征选择方法
FireBoost结合萤火虫算法(FFA)与优化XGBoost,通过特征选择和动态训练提升高维数据分类性能,在METABRIC和KDD数据集上验证了其高效性、可解释性和对基准模型的优越性。
来源:Intelligent Systems with Applications
时间:2025-12-22
-
用于功能性脑-心交互评估的方法学分类体系:构建一个全面的分类框架
脑心互作(BHI)研究突破传统分系统分析框架,通过EEG与ECG信号融合揭示神经-机械-生化多通路交互机制,系统梳理生理特异性建模、时变方向性分析等方法学体系,提出基于生理启发的时频高分辨率建模方案,推动神经科学、心血管医学与计算物理学的跨学科协作。
来源:IEEE Signal Processing Letters
时间:2025-12-22