• 基于双重特征驱动的局部多标签学习方法

  •一种具有理论误差分析的双特征驱动PML方法。•用于噪声特征识别的低秩与稀疏分解方法。•利用标签相关性及粒度估计标签置信度。•相较于现有最先进方法，该方案性能更优。引言多标签学习是一种监督学习框架，其中每个实例都与多个标签相关联[1]、[2]、[3]。传统的多标签学习方法假设每个

  来源：Pattern Recognition

  时间：2026-07-21

• PalmSecGANNet：基于深度学习的可撤销模板安全掌纹识别技术

  •DeepSRNet能够利用密集残差从低分辨率输入中重建高质量的掌纹图像。•PalmFCRNet通过特征通道残差注意力机制提取强大的区分性特征。•AdaptiHash可将嵌入向量转换为紧凑的二进制代码，以实现快速且安全的匹配。•GenSecGAN能够生成不可逆、无法关联且可取消的

  来源：Pattern Recognition

  时间：2026-07-21

• 基于群稀疏正则化的简单深度多任务稀疏建模方法

  •本文提出了一种新的群稀疏多任务学习（GSMTL）方法，该方法通过一个辅助的1×1卷积层St在参数和特征层面实现隐式软稀疏性，其中行稀疏性用于选择共享参数，而列稀疏性用于选择共享特征。•通过在对连续的辅助层St应用l1、l2范数正则化，避免了现有稀疏方法中不可微的二进制掩码所带来

  来源：Pattern Recognition

  时间：2026-07-21

• 基于宽带自适应补偿多路径虚拟时间反演方法的复合材料无基准损伤成像改进技术

  摘要 无基线损伤成像是一种用于复合结构声波健康监测的极具前景的技术，但在传感器分布稀疏的情况下，其性能往往受到路径覆盖不足和多径效应干扰的限制。在复合材料中，由于材料各向异性，波传播过程中会出现强烈的色散现象以及幅度衰减不均的问题，使得这一挑战更为严峻。为解决这一问题，本文提

  来源：Ultrasonics

  时间：2026-07-21

• 一种用于超高频固定式谐振器的色散引导设计方法

  摘要 固装谐振器在射频滤波器和传感器中起着关键作用。然而，在未来运行于超高频频段及更高频段的6G通信系统中，为了实现小型化，固装谐振器的电极层占比显著增加。由于电极的质量载荷和弹性效应，传统的半波长谐振器设计会导致较大的频率偏差，使得布拉格反射器难以有效限制声能。为解决这些问

  来源：Ultrasonics

  时间：2026-07-21

• 国际化还是本土化？美中技术脱钩对中国企业知识获取的影响

  •美中技术脱钩使得中国企业从美国获取知识的能力下降。•中国企业获取知识的方式更偏向本土化而非国际化。•国有企业和非国有企业在知识获取行为上存在差异性效应。•与科学的接近程度是企业知识获取过程中产生差异性效应的一个因素。 引言 在全球化背景下，中国的综合实力正在逐步提升，这体现在

  来源：Technovation

  时间：2026-07-21

• 开放性与核心技术创新：跨学科知识体系的调节作用

  •在广度和深度上都保持适度的开放性，最有利于企业核心关键技术的创新。•跨学科知识的多样性能够进一步提升开放性对核心关键技术创新的积极作用。•跨学科知识之间的平衡与差异则有助于减轻过度开放所带来的负面影响。 引言 快速的技术发展使得核心关键技术（KCT）创新在国家创新体系中的战略

  来源：Technovation

  时间：2026-07-21

• 综述：医疗模拟中的团队协作方法：一项范围综述

  摘要背景在医疗教育中，开展模拟训练所需的时间和成本一直是个重要问题。近期有研究探讨了在基于模拟的教育中运用团队协作方法，该方法有助于在较大规模的课堂中完成模拟训练。研究目标本研究通过系统性文献回顾，梳理当前在基于模拟的教育中运用团队协作方法的实践情况。旨在回答以下关于该教学方法的

  来源：Teaching and Learning in Nursing

  时间：2026-07-21

• 在高度混响且噪声严重的环境中，基于独立成分提取的移动声源语音增强技术

  摘要 语音增强旨在提升在嘈杂背景环境中的语音可懂度与质量。然而，在真实的动态声学环境中进行语音增强极具挑战性。本文提出了一种基于独立成分提取的语音增强算法，用于在高度混响且噪声较大的环境中增强移动源信号。首先，针对时变混合环境构建了一种新的语音增强模型，该模型中的混合向量与分

  来源：Speech Communication

  时间：2026-07-21

• FRSE：基于残差解耦学习的流匹配语音增强技术

  摘要 流匹配方法已成为高效语音增强领域的核心技术，它通过常微分方程来建模连续的概率路径。现有的基于流匹配的语音增强方法大多采用统一的条件向量场，在单一框架下同时实现确定性语音恢复与随机扰动泛化处理。这种建模方式增加了模型优化的难度，使得难以同时提升语音的保真度与泛化能力。为解

  来源：Speech Communication

  时间：2026-07-21

知名企业招聘：