• 基于事故记录的安全决策：用于综合海事风险评估的人工神经网络

  海事事故分析日益采用机器学习以支持安全管理，但现有研究多聚焦于单一输出预测，如事故发生概率、严重程度等级、近事故频率或某一特定后果。本研究提出了一种基于多输入多输出人工神经网络（MIMO-ANN）的数据驱动决策支持框架，用于同时预测多种海事事故后果。研究人员通

  来源：Sci

  时间：2026-07-04

• 带有限时一致性神经动态优化的分布式伪凸问题求解及其在电力经济调度工程应用

  摘要：本文提出一种基于罚函数法(penalty method)的自适应单层分布式神经动态优化(distributed neurodynamic optimization)方法，用以求解多智能体系统(multi-agent system)中具有仿射等式约束(af

  来源：Algorithms

  时间：2026-07-04

• 基于观测器的拒绝服务攻击下网络化非线性系统事件触发安全控制

  该研究探讨了一种面向受未知非线性、外部扰动、传感器噪声及间歇性拒绝服务攻击影响的网络化非利普希茨非线性系统的基于观测器的安全控制方法。研究人员采用多层神经网络来补偿非光滑、非利普希茨项，从而保证有界的逼近误差。研究设计了一种融合多层神经网络的弹性高增益观测器，

  来源：Actuators

  时间：2026-07-04

• 考虑黏性耗散介质平板上磁流体动力学(MHD)层流边界层流动的熵(Entropy)分析——基于多种回归分析方法

  本研究采用熵分析法考察恒定向横向磁场作用下，具有黏性耗散效应的导电流体在平板上的边界层流动与传热特性。研究人员利用Keller-box法求解非相似边界层方程，计算了磁相互作用参数、黏性耗散（埃克特数(Eckert number, Ec)）及组合参数(group

  来源：Applied Sciences

  时间：2026-07-04

• 救生员培训对体成分的影响及多种拖拽技术的有效性比较

  本研究旨在评估水上救生员培训课程后体成分（body composition）的变化，并考察体成分参数与使用不同拖拽技术进行假人拖拽（mannequin towing）有效性之间的关系。31名男性受试者（22.69 ± 3.35岁）完成了课程前后评估，包括体成分

  来源：Applied Sciences

  时间：2026-07-04

• 神经性厌食症（Anorexia Nervosa, AN）青少年女性姐妹的身体意象障碍与身体不满：一项叙述性综述与初步研究

  身体意象障碍（Body Image Disturbance, BID）涉及对自身身体的扭曲感知，而身体不满（Body Dissatisfaction, BDS）则反映对身体外观的负面情感评价。二者均为神经性厌食症（Anorexia Nervosa, AN）等进

  来源：Healthcare

  时间：2026-07-04

• 面向无人挖掘机作业轨迹跟踪的事件触发非对称增益RBF-PID控制策略

  阀控非对称液压缸（valve-controlled asymmetric hydraulic cylinder）由于差异腔（differential chamber）面积与异质重力耦合（heterogeneous gravitational coupling）

  来源：Processes

  时间：2026-07-04

• 综述：面向超高真空应用的铁磁流体密封智能设计研究进展

  铁磁流体密封是超高真空（UHV）设备中重要的非接触式密封技术，但其可靠性并非仅受承压能力影响。本综述表明，载液蒸发、材料放气、热降解、磁场畸变及液环失稳是限制超高真空铁磁流体密封性能的主要因素。多物理场仿真与参数优化仍是分析磁场分布、耐压能力、温升及结构变形的

  来源：Processes

  时间：2026-07-04

• 焦耳热辅助合成负载磷官能团多孔碳担载CoP作为锂硫电池正极材料

  从红外热图像中检测变压器漏油受复杂热背景、低对比度和传感器噪声影响而具有挑战性。为解决上述问题，研究人员提出IR-OilNet——一种面向巡检机器人实时红外漏油检测的轻量级CNN–Transformer融合网络。该研究通过防止绝缘油泄漏造成工业水污染、保护偏远

  来源：Processes

  时间：2026-07-04

• EPCF：一种面向协同过滤(Collaborative Filtering, CF)的等变(Equivariant)位置传播增强图神经网络(Graph Neural Network, GNN)

  摘要：图神经网络（Graph Neural Networks, GNNs）因能通过信息传播建模用户—项目交互关系，在协同过滤（Collaborative Filtering, CF）推荐系统中展现出显著优势。然而，传统基于GNN的推荐模型往往无法区分具有相同局

  来源：Information

  时间：2026-07-04

知名企业招聘：