生物通官微陪你抓住生命科技跳动的脉搏
SMAPNet:一种融合增量分解技术的混合船舶运动姿态预测网络 雷志波(Zhibo Lei) 刘彦林(Yanlin Liu) 李宗汉(Zonghan Li) 甘慧冰(Huibing Gan) 孙福鹏(Fupeng Sun)
摘要
来源:Journal of Marine Science and Engineering
时间:2026-05-01
基于多分支自适应特征融合和遮挡区域解耦的船舶图像实例分割技术——在遮挡场景中的应用 朱宇伟(Yuwei Zhu) 薛文涛(Wentao Xue) 刘伟(Wei Liu) 叶辉(Hui Ye) 沈耀华(Yaohua Shen)
简单总结 在繁忙的港口和沿海水域,船只经常相互遮挡,这使得现有的计算机视觉系统难以准确检测和区分它们。为了解决这个问题,本研究开发了一种新的实例分割方法。该方法能够有效
在不确定性建模下,结合速度障碍方法和改进的CVaR的无人水面航行器碰撞避免路径优化 吴波、 郭浩、 马伟豪
摘要 规划有效的避碰路线是确保船舶安全的关键措施。然而,由于传感器噪声、通信延迟以及目标船舶机动行为的突然变化导致的定位不确定性,严重限制了传统避碰方法的可靠性。为了解决这个问题,本研究结合了速度障碍方法和条件风险价值理
一种结合统计线性化和长椭球波函数的改进波估计方法 Malwin Wermbter, Jian Tan, Moustafa Abdel-Maksoud
摘要:在浮动结构运行过程中,基于运动测量的相位分辨波估计提供了一种高效且低成本的方法来提升运营效率。长椭球波函数(PSWFs)借助波到运动响应幅度算子(RAO)能够在短时间内重建波形。尽管完全线性的流体动力学建模可以有效地推导出浮动结构的RAO,但其适用性很大程度上仅限于相对线性
一种结合激光雷达(LiDAR)和惯性测量单元(IMU)紧密耦合技术以及扫描环境的室内地图构建算法:IS-LEGO-LOAM 云俊英(Junying Yun) 刘周峰(Zhoufeng Liu) 万新通(Xintong Wan) 段格菲(Gefei Duan) 田博文(Bowen Tian) 高雅静(Yajing Gao)
摘要 室内环境通常包含许多结构特征稀疏的区域,例如长走廊、大型中庭和玻璃幕墙等场景。这些条件可能导致循环闭合检测困难以及累积的定位误差,从而导致定位漂移,甚至在地图构建过程中出现映射失败。本文提出了一种名为IS-LEGO-LOAM的室内映射算法,该算法结合了紧密耦合的LiDAR-
来源:Sensors
基于深度学习的动态时分ISAC波束成形技术在车辆网络中的应用 Lim Junseok 和 So Jaewoo
摘要 集成传感与通信(ISAC)是车辆网络中一项具有前景的关键技术,因为它允许路边单元在同一频谱和硬件平台上同时支持数据传输和类似雷达的传感功能。在传统的时分ISAC系统中,每个帧被划分为具有固定比例的传感阶段和通信阶段,这决定了传感精度与通信吞吐量之间的
一种用于大规模紧密耦合线性天线阵列辐射模式预测的快速高效方法 魏建树、 徐鹏、 卢海涛、 蔡晓
摘要 对于大规模紧密耦合的线性天线阵列来说,可靠且快速的辐射模式预测至关重要。强烈的相互耦合和有限阵列边缘效应限制了传统阵列因子方法的准确性,而全波仿真对于大型阵列来说在计算上变得不可行。为了解决这个问题,提出了一种快速高效的辐射模式预测方法(FERPP)
基于区块链的不确定性感知被动Wi-Fi定位技术,用于保障关键基础设施传感器网络的安全 作者:Dmytro Prokopovych-Tkachenko、Oleksandr Galushchenko、Olga Torstensson、Volodymyr Zvieriev、Saltanat Adilzhanova 和 Edison Pignaton de Freitas
**亮点** 主要发现是什么? 当以校准后的不确定性形式呈现后验分布,而非单一坐标估计时,被动Wi-Fi定位对安全运营中心(SOC)的操作更为有用。实地实验确定了一个大约40米的操作边界,超过该边界后,定位误差显著增加,完全自动化的行动变得不那么可靠。 **主要发现
CUCT-Net:端到端信号到图像学习方法,用于超声计算机断层扫描中的量化声速估计与组织分割 高勤汉(Qinhan Gao)和 穆罕默德·卡莱德·阿尔梅卡维(Mohamed Khaled Almekkawy)
摘要 目的:传统的全波形反演(FWI)方法用于超声计算机断层扫描(UCT)在计算上代价较高,并且对强声学对比度敏感。在这项工作中,我们提出了多通道换能器网络(CUCT-Net),这是一个深度学习框架,它可以直接将接收到的
硬件无关的模仿学习方法用于自主超声扫描,以解决物理部署中的差异问题 马卓阳(Zhuoyang Ma) 夏静(Jing Xia) 高宏(Hong Gao) 朱宏波(Hongbo Zhu) 唐永康(Yongkang Tang)
知名企业招聘: