• 采用Q方法论识别经治淋巴瘤患者疾病体验核心维度

  淋巴瘤目前居血液系统恶性肿瘤发病率首位，然而关于治疗期患者所报告的疾病体验核心维度鲜有揭示。研究人员旨在采用Q方法论（结合定性与定量路径）识别上述核心维度。通过文献回顾及临床医师与患者双视角访谈构建59条陈述的语料池（concourse），精炼为39项Q集（Q

  来源：Current Oncology

  时间：2026-07-24

• 集成GIS-MCDA与机器学习方法识别佛罗里达州莱昂县的边缘和未充分利用土地

  研究人员开发了一个集成基于地理信息系统的多准则决策分析（GIS-MCDA）框架，该框架基于水文边缘性、土壤适宜性、土地覆盖边缘性、坡度、社会边缘性和污染土地指标，利用层次分析法（AHP）和加权叠加分析识别和分类佛罗里达州莱昂县的边缘和未充分利用土地。AHP结果

  来源：Agriculture

  时间：2026-07-24

• 基于注意力增强ConvNeXt V2架构的结肠镜图像深度学习分类方法

  引言：结肠镜图像的正确判读对于早期检测和诊断息肉、炎症性肠病等结直肠疾病具有重要意义。然而，此类图像复杂的视觉模式及较高的类内相似性使得自动化分类任务面临挑战。方法：本研究提出一种基于ConvNeXt V2的注意力增强深度学习框架，用于结肠镜图像鲁棒的多类分类

  来源：Frontiers in Oncology

  时间：2026-07-24

• 基于解剖结构限制的儿科脑肿瘤分割分层后处理方法

  摘要通过多参数MRI自动分割儿童脑肿瘤是治疗计划制定和长期体积监测等临床工作流程中的重要步骤，但由于肿瘤亚区的形态多样性和复杂的嵌套结构，这一任务依然具有挑战性。我们对几种架构改进方案——类别解耦网络（CDHNet）和分层区域感知网络（HiRA-Net）——进行了评估，结果发现，

  来源：Scientific Reports

  时间：2026-07-24

• BDL-Net：一种基于物联网声音分析的混合深度学习方法，用于农业害虫检测

  摘要全球农业已经发展到一种能够高效运用高科技农业技术的阶段，这堪称农业历史上的一个转折点。这一变化得益于信息技术及其相关产业的发展。然而，农作物害虫却是破坏耕地的主要因素，会对经济、环境和社会造成严重危害。因此，在害虫造成重大损害之前及时识别它们显得尤为重要。近年来，基于机器学习

  来源：Scientific Reports

  时间：2026-07-24

• 一种用于评估气溶胶粒子消光与后向散射比或粒子激光雷达比的新实验室方法

  摘要大气颗粒在自然界中普遍存在，且对地球的辐射平衡有着重要影响。但由于其大小、形状和化学成分的复杂性，其后向散射和消光特性至今仍未得到充分量化。本文提出了一种新的实验室方法，用于测定气溶胶的消光与后向散射比率，即激光雷达比率。该方法被称为LR-lab，基于在180.0°角度进行的

  来源：Scientific Reports

  时间：2026-07-24

• 基于SBOA调优的并行模糊逻辑控制器与能量存储技术在多区域互联电力系统中的高级自动频率控制应用

  摘要负荷变化、间歇性的可再生能源、非线性动态以及复杂的区域间相互作用，给现代互联电力系统带来了日益严峻的挑战，导致频率稳定性下降以及动态性能减弱。PDN、TDN以及单级模糊控制算法都是传统的自动发电控制策略，但它们往往灵活性不足、阻尼效果不佳、响应迟缓，且在运行条件变化以及可再生

  来源：Scientific Reports

  时间：2026-07-24

• 印度普里地区沿海含水层地下水的水文地球化学特征分析及质量评估：一种多元统计方法

  摘要本研究对印度奥里萨邦普里地区的沿海含水层中的地下水进行了水文地球化学特征分析及水质评估。由于该地区城市化进程迅速且靠近孟加拉湾，了解地下水的化学成分对于判断其是否适合家庭用水和农业灌溉至关重要。研究在四个不同季节采集了80份地下水样本，对其主要离子及物理化学参数进行了分析。阳

  来源：Scientific Reports

  时间：2026-07-24

• 一种用于求解分数阶生物模型的强大多步预测-校正方法

  摘要本文提出了一种分数阶Adams型预测-校正算法，用于求解涉及\(0<\alpha \le 1\)阶Caputo导数的非线性生物模型。该算法基于分数阶Adams型预测-校正框架构建，并引入了由欧拉伽马函数衍生的二项式系数。通过将三步分数阶Adams型预测器与两步分数阶校正

  来源：Scientific Reports

  时间：2026-07-24

• 无监督特征学习与优化聚类结合微调技术，用于自动识别半导体晶圆缺陷

  摘要在半导体制造过程中，自动识别晶圆缺陷图谱对于提升产量和保证质量至关重要。然而，随着缺陷模式的日益多样化和动态变化，传统的监督学习方法由于依赖完全标注的数据，且难以适应不断变化的缺陷分布，存在一定的局限性。本研究提出了一种两阶段框架，旨在利用少量标注数据及有限的先验知识实现晶圆

  来源：Scientific Reports

  时间：2026-07-24

知名企业招聘：