-
GraphBRep:基于显式图扩散的B-Rep拓扑高效CAD生成方法
本研究针对CAD直接B-Rep生成中几何与拓扑错位分布的建模难题,提出GraphBRep模型。通过构建表面拓扑的无向加权图,采用图扩散模型显式学习紧凑拓扑结构,在保持高质量生成的同时显著提升效率。实验表明,该方法在训练和推理时间上分别最高减少30.82%和56.3%,为CAD智能生成提供了新范式。
来源:Journal of Computational Design and Engineering
时间:2025-12-17
-
亚洲和拉丁裔青少年在数学期望价值信念的轨迹与STEM(科学、技术、工程和数学)成果之间的关系
本研究追踪8-10年级亚裔和拉丁裔青少年的数学动机信念发展及其与STEM成果的关联,发现成功期望稳定但任务价值下降,动机信念对STEM成果的影响因族裔性别而异,早期干预对拉丁裔尤为重要。
来源:Contemporary Educational Psychology
时间:2025-12-17
-
针对小型企业的双重联邦学习方法:采用协作式策略对蝴蝶兰的双峰开花率进行过滤与预测
本研究提出一种结合联邦学习(FL)与机器学习/深度学习(ML/DL)的多阶段预测框架,用于非破坏性预测石斛兰(Phalaenopsis)双花率。通过YOLOv8提取叶特征,结合XGBoost、DNN、TabNet和GANDALF模型训练,联邦学习机制解决了小规模农场数据稀缺和隐私保护问题。实验表明,经10轮联邦学习后,小农场模型AUC从0.69提升至0.775,且持续学习策略进一步优化预测精度。该框架显著提高出口级双花兰种植效率,为农业数字化转型提供可扩展解决方案。
来源:Engineering Applications of Artificial Intelligence
时间:2025-12-17
-
通过多尺度二维码嵌入和基于注意力机制的优化实现安全且不易察觉的医学图像水印技术
医疗图像安全水印框架融合NSST多尺度分析、QR分解数值稳定、PSO自适应块选择与Grad-CAM感知引导,在保证PSNR 45.21dB和SSIM 0.9864的高透明度下,实现NCC≥0.897的强鲁棒性,嵌入容量达44,000比特,适用于Telemedicine和临床存档。
来源:Engineering Science and Technology, an International Journal
时间:2025-12-17
-
基于视觉的视界检测技术,用于飞行中的飞机操作,该技术结合了多种不同骨干网络的DeepLab v3+模型
航空地平线检测方法基于语义分割和预训练卷积神经网络,采用迁移学习适配训练数据,提出加权投票融合新方法(WVSQM),在模拟和真实图像中验证其鲁棒性与精度优于传统算法。
来源:Engineering Applications of Artificial Intelligence
时间:2025-12-17
-
结合广泛上下文和注意力编码网络的混合语义分割方法,用于城市街道场景
实时语义分割混合模型融合生成式与判别式方法,通过动态上下文感知网络捕获多尺度上下文信息,注意力编码解码器优化像素级分割,有效平衡精度与计算效率。实验表明,HSS在Cityscapes和CamVid数据集上分别达到81.93%和79.1%的精度,优于现有SOTA模型,且在复杂城市场景中性能更优。
来源:Engineering Applications of Artificial Intelligence
时间:2025-12-17
-
基于单张图像的高效六自由度(6DoF)姿态估计技术,适用于多个实例对象
多实例物体6自由度姿态估计研究提出自底向上的快速方法,通过CNN同时预测误差掩膜、语义掩膜、中心向量图和6D坐标图(含可见与不可见表面点云),结合后处理实现高效多物体姿态估计,实验在7物体场景下达25FPS且精度与顶向下方法相当。
来源:Image and Vision Computing
时间:2025-12-17
-
HEL-Net:一种异构集成学习方法,通过Mamba-UNet实现全面的糖尿病视网膜病变多病变分割
糖尿病视网膜病变多病灶分割方法,提出Heterogeneous Ensemble Learning Network(HEL-Net),通过Mamba-UNet捕获全局依赖生成粗分割,再以多分支异构网络融合局部与全局特征,优化EX、HE、SE、MA四类病灶分割效果,在IDRiD和DDR数据集上mAUPR达69.52%,mDice 67.40%,mIoU 51.99%。
来源:Image and Vision Computing
时间:2025-12-17
-
基于长期短期记忆和元启发式算法的深度学习模型方法,用于预测绿色氢气的产量
绿氢生产预测研究提出LSTM-KPCA-PSO混合模型,基于摩洛哥南部六城市HCPV-PEM系统的小时级数据优化特征提取与参数调优,验证模型在Boujdour地区显著降低RMSE(1.275→6.278)并提升R²(0.9999→0.9978),相较基准LSTM模型性能更优。
来源:International Journal of Hydrogen Energy
时间:2025-12-17
-
一种基于创新技术的双驱动混合跟踪架构,用于雷达目标跟踪
雷达目标跟踪中,传统方法因模型假设与噪声统计特性不符导致跟踪误差。本文提出双驱动混合跟踪架构(DDHTA),通过模型驱动层提供物理可解释的基准估计,并利用创新项统计特性动态调整测量误差方差;数据驱动层设计双尺度时序网络(DSTNet)融合因果 dilated 卷积与多头自注意力机制,动态补偿模型驱动误差。仿真验证表明该方法在复杂机动场景下跟踪精度和鲁棒性显著提升。
来源:Information Fusion
时间:2025-12-17