• 结合稀疏标注利用机器学习与深度学习方法实现精准农业中无人机影像的作物分割

  摘要：精准农业依赖于准确的计算机视觉框架，以支持远程作物监测和田间管理。然而，训练准确的语义分割模型受到标注农业图像稀缺性的严重制约。本研究通过比较两种著名方法——经典机器学习方法（随机森林）和深度学习架构（DeepLabv3+），检验了稀疏数据条件下标注分割方法的生产力和

  来源：IEEE Access

  时间：2026-09-07

• 生成式人工智能使用与员工创新绩效：资源获取、整合和激活的链式中介机制

  背景：生成式人工智能正在深刻重塑知识工作，然而人工智能使用与员工创新绩效之间的认知机制仍未得到充分探索。目标：整合资源保护理论（Conservation of Resources theory, COR）与认知评价理论（Cognitive Appraisal

  来源：Frontiers in Psychology

  时间：2026-09-07

• 高校教师人工智能教学创新行为：基于AI-TPACK框架、教学自我效能感、职业认同与AI素养的结构方程模型分析

  背景：随着生成式人工智能（Generative Artificial Intelligence, GenAI）日益进入高等教育，理解教师如何将GenAI整合进创新教学至关重要。既往研究主要关注使用AI工具的态度或意向。研究人员以AI-技术—教学—内容知识（AI

  来源：Frontiers in Psychology

  时间：2026-09-07

• 监督式机器学习变量选择方法在心理与健康科学二组分类情境中的比较研究

  摘要 引言：变量选择（Variable Selection, VS）对于构建准确且可泛化的分类模型至关重要。减少所需变量数目能够提升模型效率、可解释性和泛化能力，同时降低数据收集负担。尽管已有多种变量选择方法，但它们在机器学习分类框架内的比较性能仍不明确。

  来源：Frontiers in Psychology

  时间：2026-09-07

• Web技术驱动的自适应学习：面向AI增强的英语智能辅导Web应用的模型驱动开发框架

  现有的英语教学网络应用存在个性化适应性低、教学策略陈旧、多模态交互弱、教学路径受限、反馈机制单一、学习者适应性弱、学习效率低和留存率低等问题。为解决这些问题，本文提出一种融合Web技术与人工智能的模型驱动开发(MDD)框架(Web-AI-I)，通过Web原生技

  来源：Journal of Web Engineering

  时间：2026-09-07

• 一种基于事件的平台无关的OTT内容使用历史验证方法

  在OTT（Over-The-Top）服务环境中，内容使用历史的可靠记录与验证对于版权保护、版税结算和纠纷解决正变得日益重要。然而，传统平台特定的日志管理方法在互操作性、完整性保障和外部可验证性方面存在局限。此外，简单指标（如观看次数或总播放时长）不足以准确反映

  来源：Journal of Web Engineering

  时间：2026-09-07

• 一种基于自监督结构嵌入与向量相似性搜索的Web流媒体视频识别方法

  流媒体视频服务凭借OTT(Over-The-Top)平台和基于Web的媒体服务的快速增长，已成为内容分发的主要渠道。因此，准确的视频识别在版权保护、受众测量、内容管理以及搜索和推荐服务中日益必要。然而，传统的基于特征点的方法对流媒体环境中常见的变换（包括压缩、

  来源：Journal of Web Engineering

  时间：2026-09-07

• 一种鲁棒的基于音频DNA的嘈杂网络流媒体环境中OTT内容识别方法

  摘要翻译：随着通过网页浏览器和移动网页应用提供的Over-The-Top（OTT）平台的激增，网络流媒体环境中实时版权保护的需求急剧增长。然而，用户在公共环境（如地铁、咖啡馆）消费网络内容时产生的非结构化噪声，提高了现有基于干净音频的识别系统的误报率，并给网络

  来源：Journal of Web Engineering

  时间：2026-09-07

• 基于同步相量测量单元（PMU）且最小化概率误差的线性潮流计算方法

  随着可再生能源（renewable energy）大规模接入、混合交直流（hybrid AC-DC）网络长距离输电以及负荷频繁波动，基于量测的在线潮流计算需要适应现代电力系统的波动性与随机性，并要求高准确度与实时性。然而，传统潮流方法存在计算耗时长、收敛困难以

  来源：CSEE Journal of Power and Energy Systems

  时间：2026-09-07

• 双增益短波红外高动态范围成像方法：基于辐照度归一化与连续对数色调映射

  在工业过程监测中，短波红外(SWIR, Short-Wave Infrared)成像常遇到超过常规SWIR相机动态范围的极端亮度变化，需要同时保留暗区细节与亮区信息。对于双增益SWIR相机，高转换增益(HCG, High Conversion Gain)模式增

  来源：IEEE Photonics Journal

  时间：2026-09-07

知名企业招聘：