-
面向印刷电路板缺陷图像的Transformer–CNN双分支分类模型——跨层语义交互与判别特征增强算法
印刷电路板(Printed Circuit Board, PCB)缺陷图像存在缺陷微小、形态差异细微及背景布线复杂等问题,致使传统单特征分类方法稳定性不足。研究人员提出一种结合Transformer与卷积神经网络(Convolutional Neural Ne
来源:Symmetry
时间:2026-03-20
-
面向宏纤维复合材料(MFC)的紧凑型自整定高压控制器设计与分析
在航空航天应用场景中,飞行器结构振动会降低其疲劳寿命。基于宏纤维复合材料(MFC)的振动抑制技术是重要的研究方向。针对MFC执行器需在−500<sup>V</sup>~1500<sup>V</sup>非对称高压范围工作、航空航天驱动系统需小型化的具体需求,Qi
来源:Actuators
时间:2026-03-20
-
综述:糖尿病可穿戴式步态评估:系统性综述
本系统性综述考察了步态分析如何被应用于理解、检测和管理糖尿病及其并发症,重点关注可穿戴传感技术与计算方法。研究人员通过系统检索与筛选流程,从 IEEE Xplore、Scopus 和 Google Scholar 数据库中共识别出30项研究。数据提取遵循结构化
来源:Applied Sciences
时间:2026-03-20
-
综述:心血管风险因素与听力损失(包括突发性感音神经性听力损失)关联性的伞状综述
听力损失是全球最常见的慢性疾病之一,影响约4.66亿人。越来越多的证据表明,多种传统上与心血管疾病相关的心血管风险因素可能与听力损失有关;因此,研究人员进行了一项伞状综述,以综合评估该关联性的现有系统综述和荟萃分析。研究人员在PubMed、Scopus、Web
来源:Applied Sciences
时间:2026-03-20
-
基于混合CNN–BiLSTM深度学习技术的带传动系
统状态监测模型开发
预测性维护旨在通过数据驱动分析监测设备状态并提前预估故障,从而使维护工作能够在设备损坏前得到安排。在本研究中,研究人员利用深度神经网络预测带传动系统的状态。该研究采用卷积神经网络与双向长短期记忆网络(CNN-BiLSTM)相结合的模型,处理运行参数及振动信号,
来源:Machines
时间:2026-03-20
-
融合元路径序列特征的异构图神经网络模型构建与应用
在现实世界应用中,异构图数据(heterogeneous graph data)的广泛存在推动了异构图神经网络(Heterogeneous Graph Neural Networks, HGNNs)的发展,使其成为建模复杂语义关系的有效方案。一种被广泛采用的策
来源:Electronics
时间:2026-03-20
-
卷积神经网络泰语方言识别的数学基准测试:一种梅尔频谱图纹理分类方法
本研究严格评估了13种卷积神经网络(Convolutional Neural Network, CNN)架构在泰语方言识别中的表现。通过将自动语音识别(Automatic Speech Recognition, ASR)视为计算机视觉纹理分类任务,研究人员处理
来源:Electronics
时间:2026-03-20
-
基于CBOW模型与Block特征的图嵌入方法研究
研究人员提出了一种基于连续词袋(Continuous Bag-of-Words, CBOW)模型的图嵌入方法,旨在通过引入Block(块)特征来提升图结构数据的表示学习效果。该方法将图中的节点及其上下文关系映射为向量空间中的表示,从而捕捉节点间的复杂依赖关系。
来源:Geomatics
时间:2026-03-20
-
一种用于变压器监测中油泄漏检测的CNN-SVM混合架构
oil-immersed power transformers(油浸式电力变压器)中的油泄漏对电网可靠性构成重大威胁,若未能及时检测,可能导致严重的电气事故和环境污染。然而,户外油泄漏检测仍具挑战性,原因在于雾、湿度和降雨等天气条件的影响会掩盖泄漏迹象并增加实
来源:Processes
时间:2026-03-20
-
基于多尺度卷积神经网络与自注意力的地震属性融合及储层预测——以南苏门答腊盆地B气田为例
研究人员提出了一种基于多尺度卷积神经网络(Multiscale Convolutional Neural Network, CNN)与自注意力模块的地震属性融合及储层甜点预测框架,以解决南苏门答腊盆地B气田Talang Akar组下段砂岩层段(Lower Ta
来源:Processes
时间:2026-03-20