-
通过云平台结合智能手机和深度学习技术,在 mango 果实采摘现场(近点护理)实现 mango 果种鉴定
芒果物种识别的轻量级深度学习模型研究及云平台部署应用
来源:Engineering Applications of Artificial Intelligence
时间:2026-04-25
-
基于InceptionV3-卷积块注意力模块模型的微电机转子不平衡预测方法
转子失衡是机械故障的重要诱因,微电机因轻量紧凑特性面临更精准失衡测量的挑战。本文提出融合数据增强与注意力机制的InceptionV3-CBAM预测模型,将振动信号经GAF方法转换为图像并融合多源特征,结合概率映射实现失衡质量的连续估计。实验显示该方法对失衡量和相位预测准确率达94%,有效提升了微电机转子失衡的检测精度与泛化能力。
来源:Engineering Applications of Artificial Intelligence
时间:2026-04-25
-
在基于激励效应的多粒度概率语言组合评估方法中,对区域绿色发展水平进行评估
区域绿色发展水平评估方法研究基于多粒度概率语言与激励效应,提出创新组合评价模型。该方法通过分层概率语言描述评估对象,构建动态激励阈值体系,结合共识度融合技术实现区域绿色发展差异识别与政策优化。
来源:Engineering Applications of Artificial Intelligence
时间:2026-04-25
-
在样本不平衡且数量较少的情况下,通过保守的自适应合成采样方法提高工具磨损状态的识别精度
针对工具磨损状态(TWS)识别中存在的样本量小、类不平衡及噪声干扰问题,提出基于高斯混合模型(GMM)聚类的保守自适应合成采样(CASS)方法。该方法通过近场密度置信水平分配权重,采用智能合成策略生成高质量少数类样本,有效缓解数据不平衡问题。实验在PHM2010和TTD2022数据集上验证,CASS在准确率、F1值等8项指标上优于9种传统采样算法,且对噪声具有强鲁棒性,显著提升工具磨损分类精度。
来源:Engineering Applications of Artificial Intelligence
时间:2026-04-25
-
退化诱导的故障识别在组件堆叠系统中的应用:一种基于机制理解、兼顾分布特性的方法
组件堆叠转子系统因多因素耦合和退化参数的不确定性,导致故障特征与理想状态存在显著偏差。本研究提出机制启发的退化建模方法,将关键刚度参数建模为服从指定概率分布的随机变量,并构建不确定性指导注意力机制,聚焦高不确定性区域捕捉长期依赖关系,从而有效提升退化故障的识别鲁棒性与泛化能力。
来源:Engineering Applications of Artificial Intelligence
时间:2026-04-25
-
可调谐的高效Eu/Tb金属有机框架(MOFs)实现超灵敏离子检测和先进的防伪技术
本研究通过水热法合成了一系列 Eu/Tb MOFs,调节 Eu³+/Tb³+ 比例实现红绿发光调谐,最优材料 PLQY 达52.17%。该材料兼具高灵敏度(检测限达6.95 nM)检测 Hg²⁺、CrO₄²⁻、Cr₂O₇²⁻ 污染物及多色荧光防伪应用功能,展示多功能平台潜力。
来源:Dynamics of Atmospheres and Oceans
时间:2026-04-25
-
RAIN:一种简单到令人尴尬的偏误消除方法,用于评估归因过程
模型归因评估中存在缺失偏差与计算成本高的问题,本文提出Rain方法通过随机遮蔽训练缓解偏差,并统一模型评估降低成本。实验表明Rain能有效提升评估一致性且计算效率高。
来源:Computer Vision and Image Understanding
时间:2026-04-25
-
氟取代杂环衍生物与电镀添加剂的协同增效作用及其机制:用于高密度互连通孔硅技术
微盲孔电镀中含氟芳香族水平化剂的吸附机制与性能调控研究,通过量子化学计算和分子动力学模拟揭示氟代度及端基官能团对铜表面吸附强度、质量传输敏感性和底部填充效率的影响规律,结合电化学测试和显微分析证实结构-活性关系。
来源:Applied Surface Science
时间:2026-04-25
-
基于低地球轨道卫星增强多点定位的星基独立航空器定位技术
本文针对传统ADS-B依赖GNSS、在偏远地区难以部署地面基站的局限性,提出了一种创新的星基增强多点定位(E-MLAT)系统。该研究通过部署配备相控阵天线的LEO卫星星座,结合TOA、FOA和AOA测量,实现了不依赖GNSS的飞机独立定位。仿真评估表明,在适当设计下,该系统定位精度可达水平均方根误差350米,完全满足航路空中交通管制需求,显著提升了远程和洋区空域的监视能力、安全性和运行效率。
来源:Acta Astronautica
时间:2026-04-25
-
儿童骑行者头外伤的人口学与致伤模式:为头盔测试方法提供依据
当前儿童自行车头盔的认证使用与成人相同的撞击条件,可能忽视导致儿童头外伤的关键因素。为此,研究人员对24项研究中17岁以下、共计48,047例骑行头外伤案例进行了荟萃分析,揭示了儿童骑行头外伤常见的人口学和致伤模式。研究发现,颅脑损伤是主要伤害形式,头盔可降低头外伤发生几率,但其对严重损伤的保护效果较弱。该研究为建立专门针对儿童的、反映其真实撞击生物力学的头盔测试程序奠定了基础。
来源:Accident Analysis & Prevention
时间:2026-04-25