• 实时高程和方向感知的视觉定位技术，用于在GNSS信号被阻断的环境中实现无人机导航

  摘要 全球导航卫星系统（GNSS）无法覆盖的环境对自主无人机的导航构成了重大挑战，这需要具备实时性能的强大视觉定位系统。现有的方法要么为了速度牺牲精度，要么无法适应不同的飞行高度和方向，从而限制了它们的实际应用。我们提出

  来源：Drones

  时间：2026-06-09

• 基于InSAR和深度学习的可解释多变量滑坡位移预测方法：采用可学习通道融合技术的PatchTST

  摘要 准确的时间序列预测对于地质灾害的早期预警至关重要，但仍然是一个主要挑战。传统的现场地质技术监测成本高昂且受空间限制，而应用于遥感数据的深度学习虽然越来越普遍，但其模型决策过程往往不够透明。为了解决这个问题，我们提出

  来源：Remote Sensing

  时间：2026-06-09

• 基于视觉基础模型的一致性引导蒸馏方法，用于零样本空中点云分割

  摘要 大规模机载点云的语义分割传统上依赖于劳动密集型的3D手动标注。虽然最近的零样本方法试图通过2D到3D的投影从2D视觉-语言模型（VLM）中提取知识来减轻这一负担，但在复杂的城市环境中，这些方法的性能会下降。具体来说

  来源：Remote Sensing

  时间：2026-06-09

• 中国江西省森林植被碳储存的时空格局及其驱动因素（1990–2024年）：基于地理加权回归的方法

  摘要 森林作为地球上最大的碳汇，在减缓气候变化方面发挥着关键作用。准确估算森林植被的碳储存量并识别其影响因素对于评估区域碳汇功能和支持碳中和政策至关重要。然而，能够在省级尺度上同时捕捉空间非平稳性并分别量化地上和地下碳库

  来源：Remote Sensing

  时间：2026-06-09

• 可解释的混合深度学习方法在用于检测音圈电机组件上的微观灰尘缺陷中的应用

  摘要

  来源：Applied System Innovation

  时间：2026-06-09

• 利用卫星嵌入技术和多维环境因素对怒江中下游地区的滑坡进行测绘与易发性评估（2017–2025年）

  **亮点** - 主要发现是什么？ 本研究开发了一个基于卫星嵌入的框架，用于2017年至2025年间怒江中下游地区的年度滑坡清单制图。 滑坡表现出强烈的空间聚集性、显著的年际变化以及持续存在的热点区域，揭示了滑坡活动的明显时空模式。 **主要发现的意义是

  来源：Remote Sensing

  时间：2026-06-09

• 内维尔市陶器蓝釉：基于钴来源和原材料杂质的pXRF分类研究——理性分析与化学计量方法的比较

  摘要

  来源：Materials

  时间：2026-06-09

• 惯性变化对互联电力系统暂态稳定性的影响：一种估算暂态稳定性裕度的方法

  摘要 本文旨在研究互联系统中惯性变化对瞬态稳定性的影响。在论文的第一部分，我们将瞬态稳定性问题表述为一个边界值问题，并展示了如何评估瞬态稳定性裕度，同时考虑了惯性随机性的影响，以一个连接到无限大电网的单个区域为例。在第二

  来源：Energies

  时间：2026-06-09

• 考虑风电不确定性的集成能源系统的最优调度：该系统结合了富氧燃烧技术以及氢氨耦合工艺

  摘要

  来源：Energies

  时间：2026-06-09

• 面向大规模多输入多输出系统比特误码率预测与波束角优化的耦合多阶段混合框架：经典回归与耦合深度学习方法的结合

  提出了一种耦合多阶段学习框架，在受控仿真协议下用于大规模多输入多输出（MIMO）系统中的联合比特误码率（BER）预测与波束角优化。不同于纯顺序式基准测试流水线，所提方法通过共享潜在表示、不确定性引导细化机制、跨阶段一致性损失以及交替优化，对BER预测与波束角选

  来源：Network

  时间：2026-06-09

知名企业招聘：