• FA-Mamba：基于频率注意力机制的Mamba模型，用于多模态遥感分类

  多模态遥感分类中提出FA-Mamba模型，结合频率注意力机制与坐标融合注意力，有效抑制多源数据噪声冗余，提升HSI与LiDAR融合分类精度至95.84%，并在三个公开数据集验证优于Transformer和Mamba方法。

  来源：Neural Networks

  时间：2026-04-06

• 通过双分支特征交互与融合实现的高分辨率图像去噪

  高分辨率图像去雨存在计算成本高和特征提取困难问题，本文提出双分支去雨网络DDNet，通过CNN提取局部高频特征，Transformer提取全局低频特征，结合自适应频率互反模块AFRM增强频域特征交互，离散余弦变换多光谱融合模块MSFM动态融合多频域信息，以及双差分交叉注意力模块DDCAM缓解分支间特征差异，实验证明在保持低计算成本的同时显著提升去雨效果。

  来源：Neural Networks

  时间：2026-04-06

• 分层融合与局部感知的Transformer用于遮挡人物的重新识别

  提出分层融合与局部感知Transformer（HFLAT）方法，通过特征分层融合模块增强关键区域身份特征，特征分离模块抑制背景干扰，局部感知多头注意力机制提取细粒度特征，在四个数据集上验证模型性能优于现有方法，Rank-1准确率达79.6%-95.9%，mAP达64.7%-90.8%。

  来源：Neural Networks

  时间：2026-04-06

• SEA：为预训练模型高效搜索分层适配器

  自适应分层适配器搜索与样本高效训练机制

  来源：Neural Networks

  时间：2026-04-06

• 将感知线索与专家混合模型结合用于低光照图像修复

  低光照图像增强与多退化联合修复：提出感知引导的混合专家模型IPCMoE，通过动态路由机制和任务专用专家协同处理光照不足、噪声、运动模糊及低分辨率问题，结合纹理记忆与增强专家模块实现自适应特征融合，在复杂夜间场景中显著优于现有方法。

  来源：Neural Networks

  时间：2026-04-06

• 中央视网膜动脉阻塞：利用先进的经眶多普勒超声成像技术实现早期诊断

  患者突发左眼无痛性完全视力丧失，经经眼Doppler超声（TDS）确诊为中央视网膜动脉阻塞（CRA-O），表现为视网膜动脉后纤维钙化血栓及动脉信号缺失，结合OCT和颈内动脉超声结果，证实视网膜动脉血栓。TDS在快速评估视网膜动脉阻塞方面敏感性优于CT-angiography。

  来源：Neurology

  时间：2026-04-06

• 海马神经可持续性促进压力韧性：一种以前额神经发生BDNF为靶点的建筑富集框架，用于克服2型失稳态超载

  为应对城市生活引发的慢性压力与2型失稳态超载，研究者开展了针对海马神经发生与BDNF的建筑富集框架研究。该框架结合阶梯使用与神经亲生物性设计，旨在提升BDNF、调控压力并增强神经发生，为建筑环境设计提供了促进压力韧性的新范式。

  来源：Brain Sciences

  时间：2026-04-06

• 基于背侧耳蜗核联合可塑性的耳鸣感知与听觉过敏发展的统一理论

  为解决耳鸣(tinnitus)和听觉过敏(hyperacusis)的共病率高、潜在共同神经机制不明的问题，本研究基于经典的Hebbian和联合可塑性机制，提出了一个位于脑干背侧耳蜗核(Dorsal Cochlear Nucleus, DCN)的病理发展模型。该模型预测，听力损失会导致慢性耳鸣，而噪音暴露则可能导致听觉过敏，为理解这两种疾病的病理机制及其相互关系提供了新的统一理论框架，并指明了未来实验研究的潜在方向。

  来源：Brain Sciences

  时间：2026-04-06

• 图像分割引导的仿生四足机器人视觉追踪框架：一种结合全局信息指导模块与中枢模式生成器的创新方法

  为解决传统视觉感知在复杂环境中分割精度不足、多尺度特征融合困难，以及四足机器人运动控制适应性受限的问题，研究人员开展了一项关于“图像分割引导的仿生四足机器人视觉追踪”的研究。他们提出了一种结合全局信息指导模块(GIGM)的级联卷积神经网络，提高了图像分割精度；并将分割结果嵌入中枢模式生成器(CPG)，实现了协调的运动轨迹生成。实验表明，该框架在分割准确性和运动灵活性上优于现有方法，为复杂环境下的实时机器人导航提供了有效的视觉-运动闭环解决方案。

  来源：Biomimetics

  时间：2026-04-06

• 基于黑鸢算法优化人工神经网络的直流电机PID参数估计及速度控制研究

  本文针对直流电机速度控制中PID参数整定困难、传统方法易陷局部最优等问题，提出了一种基于黑鸢算法（BKA）优化人工神经网络（ANN）超参数的新方法（BKA-ANN），用于自适应估计PID控制器参数。研究通过大规模MATLAB仿真构建了10万样本数据集，并系统评估了控制器在瞬态响应、频域分析、参数鲁棒性及抗负载扰动等方面的性能。结果表明，BKA-ANN方法在九种对比算法中表现出最低的上升/调节时间、最小的振荡以及较低的控制能耗，为复杂工业环境下的电机智能控制提供了更优解决方案。

  来源：Biomimetics

  时间：2026-04-06

知名企业招聘：