-
从流体力学状态调控到预测性放大：流化床及喷流流化床的诊断方法、多相流建模与工业应用的批判性综述
- 制度控制、诊断、建模与放大是紧密整合的。
- 通过不确定性与验证需求对TFM–KTGF和CFD–DEM进行比较。
- 证据成熟度被明确分级，以防止夸大放大声明。
- 预测性放大需要超越几何相似性和速度相似性。
- 多模态验证和物理信息代理模型成为关键优先事项。
## 引
来源：Particuology
时间：2026-10-18
-
一种新型的CPU-GPU自适应加速模拟方法，用于求解流固耦合问题
•异构CPU–GPU设计：在CPU/MPI上进行网格划分，所有场操作都在GPU上完成。•直接邻居访问：无需打包/传输/解包，时间步长提高3.8倍。•Ten Cate堵塞物的沉降验证结果与理论值仅相差几个百分点；裂缝中包含1,155个支撑剂颗粒。引言在流化床、支撑剂运输、浆料传输、
来源：Particuology
时间：2026-10-18
-
基于相场信息的机器学习方法用于研究钴基超级合金中γ′相的粗化过程：其弹性起源以及外推分析所需的关键特性
•
相场数据揭示了Co-10Al-10W合金中由于失配抑制而导致的γ′粗化现象。
•
失配的增加会减小饱和半径并提高峰值颗粒数。
•
单元平均等效应力与δ1·12成正比，这表明粗化过程受到相干应力的约束。
•
三个特征表明存在未观察到的失配现象，
来源：Physica B: Condensed Matter
时间：2026-10-18
-
面向车联网的去中心化智能：一种分层区块链联邦学习方法
摘要网联与自动驾驶车辆需要可靠的合作学习来支持交通安全关键感知任务，例如交通标志识别。然而，在车联网中，由于隐私和带宽约束，原始驾驶数据无法集中处理，而传统机器学习架构难以适应由此产生的大规模和数据异构性。联邦学习（FL）通过本地训练解决了数据隐私问题，但大多数现有联邦学习框
来源：Vehicular Communications
时间：2026-10-18
-
车联网中上下文感知的转发不可用性预测：一种区块链辅助方法
# 摘要
本文针对众包车联网（IoV）中的转发不可用性预测问题展开研究。在该环境中，车辆作为独立运营的理性节点，贡献自身资源以支持数据包转发和多跳连通性。尽管激励措施可以促进参与，但由于与行程条件、资源、环境或用户偏好相关的上下文因素，车辆在出行过程中可能变得不可用，从而导
来源：Vehicular Communications
时间：2026-10-18
-
带松动损伤的木互锁榫卯节点力学性能及加固方法
摘要榫卯咬合接头（IMTJ）是中国江南地区传统木构建筑的代表性节点形式，也是其文化遗产的重要组成部分。松动损伤会削弱节点接触性能，降低结构的抗震能力。为研究松动榫卯咬合接头的力学行为及加固方法，本文提出了一种木楔填充与钢箍约束相结合的方法。共制作了七组1:2缩尺试件进行低周往
来源：Structures
时间：2026-10-18
-
生物应用光子学传感器与技术特刊综述：超表面、光纤传感与即时检测的多维进展
光与生物物质的相互作用提供了独特的分析能力组合，使光子学成为生物应用中用于传感、成像和监测的强大平台。光学方法可以获取分子、生化、结构和功能信息，同时能够实现高灵敏度、微创性测量，在许多情况下还兼容实时操作。这种多功能性支持了光子技术在广泛领域的应用，从分子检测和生物监测到组
来源：Biosensors
时间：2026-10-17
-
基于二代测序技术鉴定中国非视网膜发育性眼病患者的遗传病因
摘要专业翻译
为探究14个中国不同家系中非视网膜发育性眼病的遗传病因，研究人员对受试者进行了特异性遗传性眼病富集panel（HEDEP）或全外显子测序（WES）。研究人员进一步通过Sanger测序验证了致病性变异，并对可获得的家系成员进行了共分离分析。研究人员
来源：HUMAN MUTATION
时间：2026-10-17
-
基于微波辅助衍生化与真空辅助冷却多固相微萃取-快速GC-MS的粪便短链脂肪酸高通量绿色分析方法
短链脂肪酸（SCFAs）是肠道菌群和肠道健康的重要生物标志物，但由于其高挥发性、亲水性以及粪便基质的复杂性，其分析极具挑战性。本研究提出了一种新颖、绿色且全自动的工作流程，用于监测粪便水样中的短链脂肪酸。该方法结合微波辅助衍生化、真空辅助冷却多固相微萃取（Vac-HS-coo
来源：Molecules
时间：2026-10-17
-
基于微波辅助衍生化与真空冷却固相微萃取耦合快速GC-MS的粪便中短链脂肪酸绿色高通量分析方法
摘要
来源：Molecules
时间：2026-10-17
粤公网安备 44010602000434号