-
利用区块链技术实现智能电网中具有弹性和去中心化的需求侧管理
摘要信息和通信技术的最新进展,以及诸如智能计量(用于计费)、智能建筑中的能源管理、电动汽车充放电系统等电子服务,已被消费者广泛采用。在这种背景下,设备会向公用事业中心报告其能源需求,以帮助实现供需匹配。公用事业中心能够高效地管理这些需求,将其分配给最终用户并监督需求情况。然而,通
来源:Scientific Reports
时间:2026-05-24
-
SGCM-Net:基于状态空间模型的结构引导式壁画修复技术
摘要古代壁画的退化区域通常包含复杂的纹理和结构曲线,这对传统的壁画修复工作构成了重大挑战。尽管数字图像修复提供了一种可行的方法,但基于卷积神经网络(CNN)的方法往往受到这些复杂场景的限制,并且由于感受野有限而难以实现全局一致性。为了解决这些限制,本文提出了一种基于两阶段任务分解
来源:Scientific Reports
时间:2026-05-24
-
一种高效的实时小目标检测框架,用于航空图像处理,该框架结合了边缘感知技术和动态卷积算法
摘要在高分辨率图像中进行小目标检测仍然具有挑战性,因为目标实例通常只占据有限的像素数量,导致其外观特征较弱,容易被背景噪声掩盖。此外,传统检测器中使用的重复下采样操作往往会抑制高频边缘信息和细粒度空间细节,而这些对于准确定位小目标至关重要。同时,许多现有方法通过引入更复杂的多尺度
来源:Scientific Reports
时间:2026-05-24
-
自主内窥镜控制(无需RCM):将基于力的旋转技术与深度学习视觉伺服技术相结合
摘要机器人内窥镜夹持器能够提高视觉稳定性,但强制使用固定的运动中心(RCM)通常会由于支点漂移而产生侧向相互作用力。本研究提出了一种自主引导框架,该框架结合了基于深度学习的视觉伺服技术和基于力的旋转控制,以跟踪手术器械,同时最小化相互作用力,而无需固定的几何运动中心。为了验证这一
来源:Scientific Reports
时间:2026-05-24
-
混合BOTDA-DIC传感技术用于四点加载下生态混凝土加固梁的弯曲性能表征
摘要本研究探讨了布里渊光时域分析(BOTDA)和数字图像相关技术(DIC)在监测两种使用含有棕榈油锅炉灰(POBA)和纳米二氧化硅作为部分水泥替代材料的环保混凝土建造的钢筋混凝土(RC)梁的弯曲性能方面的应用效果。这两种简支梁的尺寸为300厘米×15厘米×25厘米,具有不同的混凝
来源:Scientific Reports
时间:2026-05-24
-
基于15N同位素示踪技术揭示土壤-苜蓿-奶牛系统中肥料氮的归趋
袁莉|赵海明|尤永亮|吴瑞欣|李雷|刘国波•首次量化了土壤-紫花苜蓿-奶牛系统中肥料氮的归趋。•在施用当年,紫花苜蓿、土壤中的肥料氮损失率分别为33.72%、38.01%和28.27%。•紫花苜蓿吸收的肥料氮主要分布在叶片中。•土壤中残留的肥料氮主要集中在0–60厘米的土层中。•
来源:European Journal of Agronomy
时间:2026-05-24
-
利用基于无人机的植被指数和基于机器学习的回归方法对番茄作物中的冰雹损伤进行评估
Fatma Azizoglu|Ahmet Nusret Toprak|Cevdet Sağlam|Halit Yetişir|Ali Ünlükara|Akife Dalda Sekerci|Fatih Hancı|Necati Çetin•首次利用基于无人机的指数对番茄冰雹损害
来源:Computers and Electronics in Agriculture
时间:2026-05-24
-
基于无人机摄影测量与安全强化学习的果园拖拉机导航方法
胡青英|吴杰|卢叶军|卢伟摘要果园拖拉机的自主导航在非结构化果园环境中面临路径规划鲁棒性和可靠运行方面的重大挑战。为了解决这些问题,本文提出了一种基于无人机摄影测量和安全强化学习的拖拉机人机协作驾驶导航方法。首先,利用无人机摄影测量和Attention U-Net模型实现了快速语
来源:Computers and Electronics in Agriculture
时间:2026-05-24
-
基于仿生学和人工智能的变量速率解耦技术:在水稻-小麦轮作系统中,通过秸秆还田来平衡水资源利用与环境之间的矛盾
埃德温·O·阿米西(Edwin O. Amisi)|李银燕(Yinian Li)|夏晓媛(Yan Xiaoyuan)|何瑞银(Ruiyin He)|丁启硕(Qishuo Ding)|塞缪尔·M·尼亚姆布拉(Samuel M. Nyambura)•综合仿生耕作技术、Hydrus 2
来源:Computers and Electronics in Agriculture
时间:2026-05-24
-
可解释的集成学习方法促进了土壤有效磷的数字制图和驾驶员评估工作
郝雷秋|王海燕|雷向东|高子颖•测试了六种机器学习模型来预测土壤有效磷含量。•通过堆叠方法,预测准确度在R²指标上提高了33%以上。•通过自助法(bootstrapping)量化了地图绘制的不确定性,其中偏离研究区域的面积小于15%。•Shapley值可以解释环境驱动因素的模型及
来源:Computers and Electronics in Agriculture
时间:2026-05-24