• 多尺度上下文建模与细粒度自适应融合技术用于实时表面缺陷检测

  摘要在复杂的工业环境中，钢带表面缺陷的检测既需要精确的识别能力，也需要高效的推理能力。现有方法在处理尺度变化较大的缺陷、保留细微的缺陷特征以及高效整合多级特征方面仍存在困难。为解决这些问题，我们提出了CDF-YOLO这一实时检测框架，它在YOLOv12的基础上整合了多尺度上下文建

  来源：Scientific Reports

  时间：2026-07-24

• 通过基于学习的逆向设计方法，分离FDM装配元件中的几何相关尺寸误差

  摘要3D打印技术越来越多地被用于制造功能性装配部件，但其尺寸精度仍然是一个瓶颈，因为误差源自多种相互叠加的因素。本研究旨在探讨是否能够将直径误差中的数字层面（由切片软件导致）与物理层面的因素分开，并仅通过标准切片设置来加以补偿。研究采用了全因子实验，改变了水平扩展程度、特征类型（

  来源：Scientific Reports

  时间：2026-07-24

• 基于大语言模型（LLM）的合成数据生成方法用于解决恶意流量检测中的类别不平衡

  电信网络流量的快速增长给可靠、及时地检测恶意活动带来了越来越大的挑战。该领域的关键困难之一是类别不平衡，即恶意事件仅占真实世界数据集的一小部分。传统的过采样技术往往难以捕捉此类场景中少数类模式的结构多样性。本文研究使用大语言模型（LLMs）进行合成数据生成，作

  来源：Scientific Reports

  时间：2026-07-24

• 技术接受水平（TAL）：一种评估农业中可信人工智能的以人为中心的度量标准

  研究人员引入了TAL，一种用于评估农业中人工智能的9级以人为中心接受度量标准。TAL通过测量用户侧采用情况（而非工程成熟度）来补充技术就绪水平（TRL）。五个维度：有用性、易用性、透明度、可靠性、工作流程适配。一种非补偿性最小值聚合防止薄弱维度被掩盖。三个用例

  来源：Computers and Electronics in Agriculture

  时间：2026-07-24

• 利用互补遗传方法检测濒危Zingel asper重新引入后的自然繁殖

  拟穴青蟹（Scylla paramamosain）第五步足（游泳足）的浆状趾节是一种特化的附肢，但其性状的遗传基础和基因组预测潜力尚不清楚。研究人员利用323个个体的全基因组重测序数据，对双侧趾节长度、宽度、面积及第一主成分（PC1）进行了全基因组关联分析（G

  来源：Fishes

  时间：2026-07-24

• 使用体尺测量预测卡拉亚卡羔羊体重：回归与机器学习方法的比较

  体重是绵羊育种中用于评估生长性能、规划群体管理实践和确定经济效率的重要表型性状之一。在本研究中，研究人员联合采用生物统计学和机器学习方法，利用体尺特征预测卡拉亚卡羔羊的体重。研究材料包括来自托卡特省埃尔巴区一家私营企业的总共150只卡拉亚卡羔羊，其中75只公羔

  来源：Animals

  时间：2026-07-24

• 组合转录组学与蛋白质组学方法识别ANCA相关肾小球肾炎中的免疫特征

  目的：抗中性粒细胞胞质抗体（ANCA）相关性血管炎常导致严重肾损伤。为更好地理解ANCA相关性肾小球肾炎（AAGN）并识别潜在的新治疗靶点，研究人员对转录组学队列中的23名患者、蛋白质组学队列中的10名患者以及每次比较的5名健康对照的肾活检组织进行了全面的转录

  来源：ACR Open Rheumatology

  时间：2026-07-24

• 一种用于低截获概率机动目标跟踪的筛选IMM-GRU方法

  摘要

  来源：Sensors

  时间：2026-07-24

• 员工知识与智能技术采纳：来自电子废弃物部门的证据

  随着智能技术的兴起，企业日益被其吸引。然而，采纳这些技术已变得愈发复杂。尽管兴趣增长，许多部门仍持续面临采纳新技术的挑战（Sakhuja等，2022；Kaushik等，2023）。特别是电子废弃物部门，因其技术整合有限，近年来受到更多关注，对经济、环境和社会构

  来源：Computers in Human Behavior

  时间：2026-07-24

• 从紫贻贝（Mytilus edulis）足丝副产品中提取胶原蛋白：酶法和超声辅助方法的比较

  对可持续蛋白质来源日益增长的需求推动了海洋副产品利用的发展。目前，在贻贝加工过程中被丢弃的贻贝足丝可用于生产胶原蛋白衍生生物材料。本研究通过比较超声辅助提取与常规胃蛋白酶辅助提取的效率，验证了超声辅助提取可提高胶原蛋白回收率的假设。后者耗时且效率低下。虽然常规

  来源：Journal of Marine Science and Engineering

  时间：2026-07-24

知名企业招聘：