-
超声引导下使用利多卡因或罗哌卡因进行锁骨下外侧臂丛神经阻滞对桡骨远端骨折闭合复位的影响:一项随机对照非劣效试验
摘要
背景
闭合复位桡骨远端骨折过程较为痛苦,现有的镇痛策略可能效果不佳。超声引导下的锁骨下臂丛神
来源:Acta Anaesthesiologica Scandinavica
时间:2026-05-10
-
从幼儿园到一年级,认知控制的一致性与学术技能之间的纵向关联
阿曼达·N·彼得斯|尼古拉斯·E·沃特斯|珍妮·K·格拉默|埃利夫·伊贝尔
美国加利福尼亚州默塞德市加州大学默塞德分校心理科学系,邮编95343
摘要
即使任务的感觉和情境需求保持不变,认知控制也会在时刻之间波动。然而,传统的认知控制测量方法大多将这种变化视为噪声,
来源:Journal of Experimental Child Psychology
时间:2026-05-10
-
综述:类似针灸的经皮电神经刺激疗法在肠易激综合症患者中的应用:一项初步的混合方法研究
林祖婷(Tsu-Ying Famg)| 杨长越(Chang-Shyue Yang)| 蒋慧初(Hui-Chu Chiang)| 刘哲宇(Chieh-Yu Liu)| 錢清辉(Ching-Hui Chien)
台湾新北市恩珠孔医院感染控制科
**摘要**
背景:
来源:Journal of Bodywork and Movement Therapies
时间:2026-05-10
-
利用机器学习从近似分析预测元素组成的生物质分类方法
摘要
生物质是一种宝贵的可再生资源,可用于生产可持续燃料和化学品;其高效利用依赖于准确的成分分析。本研究提出了一个机器学习框架,通过近似分析、净热量值以及生物质聚类来预测生物质中碳、氢、氧、氮和硫的元素组成。使用Phyllis2数据库中的426个样本构建了数据集,并通过局部异
来源:BioEnergy Research
时间:2026-05-10
-
基于图神经网络的大规模近地空间物体联合筛查方法
楚青皓|王志龙|姜宇|侯鹏荣|赵鸿宇|华明阳|张品良|姚大雷
中国大连理工大学控制科学与工程学院,教育部工业设备智能控制与优化重点实验室,116024
**摘要**
对于评估大规模在轨空间物体(RSOs)之间的碰撞风险,结合筛选至关重要,这对空间态势感知(SSA)和
来源:Aerospace Science and Technology
时间:2026-05-10
-
基于IWOA-Mamba网络的BDS-3卫星时钟偏差短期预测与应用研究
宋廷松|王建民|黄家鹏|孙建宇
辽宁工程技术大学测绘学院,抚顺123000,中国
摘要
为了解决传统神经网络在预测非线性卫星时钟偏移量时精度较低的问题,本研究提出了一种基于IWOA-Mamba的新预测网络。通过将Kent混沌映射、自适应惯性权重、t扰动和贪婪选择策略引入鲸鱼优化
来源:Advances in Space Research
时间:2026-05-10
-
基于非线性动态逆控制的鲁棒自适应学习控制方法,用于助推-滑行两级入轨的航空航天器
摘要:本文针对助推-滑翔两级入轨 aerospace飞行器,提出了一种基于非线性动态逆(NDI)的鲁棒自适应学习控制方法。针对其非线性动力学和强耦合特性,利用NDI对复杂非线性系统进行解耦和线性化处理。随后,结合模型参考自适应控制方法和径向基函数(RBF)神经网络开发了自适应学习
来源:Acta Astronautica
时间:2026-05-10
-
通过深度神经网络实现多尺度结构和材料的双尺度拓扑优化,以达到局部和全局的抗屈曲性能
索布汉·霍纳瓦尔(Sobhan Honarvar)、诺兰·布莱克(Nolan Black)和艾哈迈德·R·纳贾菲(Ahmad R. Najafi)
德雷塞尔大学机械工程与力学系,美国宾夕法尼亚州费城栗子街3141号,邮编19104
**摘要**
多尺度拓扑优化能够创
来源:COMPUTER METHODS IN APPLIED MECHANICS AND ENGINEERING
时间:2026-05-10
-
使用智能手表和卷积神经网络的实施与口腔健康监测系统的分析
弗朗西斯科·哈维尔·冈萨雷斯-卡涅特|爱德华多·卡西拉里
马拉加大学电子技术系,ETSI电信学院,29071 马拉加,西班牙
**摘要**
智能手表提供的活动跟踪功能为识别手部动作提供了一种成本效益高且广泛适用的技术方案,这使得它们成为促进持续健康监测(尤其是口腔卫
来源:Internet of Things
时间:2026-05-10
-
通过神经逼近实现对联网车辆的实时分布式预测控制
吴思超|葛强|段晶良|纪尧梁|李升博|刘尧|詹国建|张向腾|郑思菲
北京科技大学机械工程学院,中国北京100083
摘要
多车辆系统的协同控制是一个复杂的非线性优化问题,存在众多约束条件,这使得实时实施变得极具挑战性。在本文中,我们提出了一种多车辆神经分布式预测控制
来源:TRANSPORTATION RESEARCH PART C-EMERGING TECHNOLOGIES
时间:2026-05-10