-
基于EventTracker的回归预测方法及其在复合敏感微传感器参数预测中的应用
实时回归预测在复杂系统监控中面临稳定性与精度挑战。本文提出融合事件驱动敏感度分析与互信息加权的在线预测框架,通过动态事件追踪量化输入输出关系,并利用LightGBM模型实现高效建模。实验表明,该方法在复合微传感器数据集上具有鲁棒性,RMSE降低3.7%,且特征选择效率提升21%。
来源:CMES - Computer Modeling in Engineering and Sciences
时间:2025-12-08
-
基于量子遗传算法的集成学习方法,用于利用心电图(ECG)信号检测心房颤动
心房颤动检测中提出融合量子遗传算法优化多分类器的框架,通过5秒滑动窗口分割和二阶Butterworth带通滤波(0.5-45Hz)预处理,结合手工统计特征(均值、方差、偏度、峰度等)与1D CNN-BiLSTM自动提取的时频域特征,构建SVM、RF、LSTM的集成分类器,并利用QGA动态优化权重。在PhysioNet 2017数据集上实现四类心律(AF、正常、噪声、其他)分类,准确率94.40%,F1分数92.30%,显著优于传统方法。
来源:CMES - Computer Modeling in Engineering and Sciences
时间:2025-12-08
-
基于AI/ML框架的方法在开放RAN中检测恶意流量
针对开放无线接入网(Open RAN)因开放架构和异构设计导致的安全政策不一致及攻击面扩大问题,本研究提出基于AI/ML框架的Transformer-CNN混合模型,通过软投票机制融合时空特征检测能力,有效识别恶意流量。实验表明,该模型在准确率(98.3%)和F1分数(提升1.48%)上优于单模型及硬投票方法,且通过多模型融合有效缓解过拟合问题,适用于O-RAN实时安全检测需求。
来源:CMES - Computer Modeling in Engineering and Sciences
时间:2025-12-08
-
利用3D数字化和扫描技术生成人类晶状体的实体模型并进行形态分析
晶状体3D建模方法及工业扫描仪性能评估。本研究通过对比五类工业3D扫描设备(包括蓝光、白光、激光等不同技术),建立了基于点云处理和参数化建模的晶状体数字化方法学。实验表明Artec SPIDER(蓝光结构光)和Steinbichler COMET 5(高分辨率白光)在几何精度(0.05mm)和表面还原度方面最优,SPIDER在透明物体捕捉上表现更佳。模型经Rhino 8.0处理生成参数化CAD模型,通过物理属性计算验证了其临床应用价值,为资源有限地区提供了低成本晶状体建模方案。
来源:CMES - Computer Modeling in Engineering and Sciences
时间:2025-12-08
-
基于光学频率梳的多通道超宽带里德堡原子电磁测量技术
本研究针对里德堡原子传感器瞬时带宽受限、无法实现多频段同步探测的瓶颈问题,提出了一种基于中红外光学频率梳的三光子里德堡电磁测量新方法。通过频率梳耦合激光技术实现了7个里德堡态的快速切换与正交探测,在1-40 GHz范围内展示了多通道无串扰射频接收能力,为宽带通信协议(如FHSS/OFDM)的应用奠定了技术基础,推动了量子传感在通信领域的革新发展。
来源:Nature Communications
时间:2025-12-08
-
基于摩擦电荷转移的非导电界面双电层原位探测新方法
为解决非导电界面双电层(EDL)表征难题,研究人员开展基于摩擦纳米发电机(TENG)的固液接触起电(CE)研究,成功实现对高浓度不对称电解质体系中EDL形成与演化的无偏压、无电极原位监测。该研究通过多技术验证揭示了离子不对称性驱动的电荷反转机制,为下一代离子电子器件开发提供了新范式。
来源:Nature Communications
时间:2025-12-08
-
TriENA:一种便携式、混合模式的光谱仪,结合了漫反射光谱、LED诱导荧光光谱和激光诱导击穿光谱技术,能够对考古遗址中的纪念碑和文物进行全方位的分析
TriENA是一种集漫反射光谱(DR)、LED诱导荧光(LED-IF)和激光诱导击穿光谱(LIBS)于一体的便携式混合光谱仪,专为遗产科学中的现场分析设计。通过整合三种互补技术,TriENA实现了快速、无损的多元素和分子分析,适用于文物、石雕及考古材料的化学成分鉴定、制造工艺及降解产物研究。实验验证了其在颜料识别、生物侵蚀检测和金属合金分析中的有效性,并展示了便携性和多技术联用优势。
来源:Analytical Chemistry
时间:2025-12-08
-
LC-YOLOmatch:一种基于YOLO的腹腔镜胆囊切除术场景分割新方法
腹腔镜胆囊切除术智能辅助系统:基于YOLOv11n的改进模型与半监督学习框架研究,提出DWRseg模块增强多尺度特征提取,BiFPN优化特征融合,LC-YOLOmatch框架有效利用少量标注数据,在Cholec80数据集上实现70% mAP50和40.8% mAP50-95,显著提升手术操作安全性与效率。
来源:Frontiers in Artificial Intelligence
时间:2025-12-08
-
量子相变的通用黑盒量子蒙特卡洛方法:无需序参量的临界点探测新范式
本研究针对量子相变研究中依赖序参量、缺乏通用数值工具的瓶颈,开发了基于置换矩阵表示量子蒙特卡洛的通用框架。研究人员推导出能量敏感度和保真度敏感度的闭式估计量,结合自动生成的遍历更新规则,实现了对横向场伊辛模型、XXZ模型及随机哈密顿量集合的临界点精准定位。该方法为拓扑相变等复杂系统的研究提供了无需人工干预的黑盒式解决方案。
来源:npj Computational Materials
时间:2025-12-08
-
面向可持续水管理的敏捷基准测试框架:废水资源回收技术的系统模拟与评估
面对废水处理设施在合规性、可持续性和成本效益间的多重挑战,本研究开发了基于QSDsan平台的开放式基准测试框架,包含18种全厂模拟模型。该框架通过验证与GPS-X™的一致性,准确捕捉了不同工艺配置在处理效能、能耗及运营成本方面的差异,为新兴技术的研发与决策提供了模块化、可扩展的评估工具,有力推动水资源回收设施向循环经济转型。
来源:npj Clean Water
时间:2025-12-08