-
基于混合AI/物理方法的锂离子电池电量估计方法的嵌入式计算成本分析
摘要： 估算锂离子电池的荷电状态（SOC）是电池管理系统（BMS）的关键功能，也是能源存储研究中的一个重要挑战。文献中越来越常见的方法是采用一种混合方法，将物理建模与数据驱动的预测模型相结合，以提高估算精度。例如，可以将库仑计数（CC）这样的物理模型与长短期记忆（LSTM）循环
来源：IEEE Open Journal of Vehicular Technology
时间：2026-06-09
-
基于深度学习的、硬件高效型功率放大器负载识别技术
摘要：
在蜂窝基站中，功率放大器（PA）的性能会因天线阻抗的变化而显著下降。传统的保护技术通常使用环形器或阻抗检测电路，但这些方法会增加功耗和系统复杂性，并且在大规模MIMO系统中的可扩展性有限。本文提出了一种硬件效率较
来源：IEEE Journal of Selected Topics in Electromagnetics, Antennas and Propagation
时间：2026-06-09
-
高效最小k-桁架搜索：一种基于分解的方法
摘要：凝聚子图挖掘已被广泛研究，并在许多图挖掘应用中得到应用，如链接农场识别、社区检测和产品推荐等。在各种凝聚子图结构中，k-truss 结构因其基于三角形的强结构凝聚力而特别值得注意。然而，传统的 k-truss 问题旨在找到具有最大顶点数的 k-truss，这在实践中通常非常
来源：IEEE Transactions on Knowledge and Data Engineering
时间：2026-06-09
-
用于无人机辅助无线电力传输网络的混合比特与语义通信：一种基于决策辅助的深度强化学习方法
摘要： 语义通信技术能够显著降低无线网络中的频谱消耗，近年来已成为一个热门的研究领域。当与无线能量传输（WPT）结合使用时，语义通信可以帮助能量受限的设备在无线通信中实现高频谱效率。在能量受限和链路预算受限的场景中（如无人机网络），语义通信与WPT的集成能够实现高度节能的传输机
来源：IEEE Journal on Selected Areas in Communications
时间：2026-06-09
-
实时高程和方向感知的视觉定位技术，用于在GNSS信号被阻断的环境中实现无人机导航
摘要
全球导航卫星系统（GNSS）无法覆盖的环境对自主无人机的导航构成了重大挑战，这需要具备实时性能的强大视觉定位系统。现有的方法要么为了速度牺牲精度，要么无法适应不同的飞行高度和方向，从而限制了它们的实际应用。我们提出
-
基于InSAR和深度学习的可解释多变量滑坡位移预测方法：采用可学习通道融合技术的PatchTST
摘要
准确的时间序列预测对于地质灾害的早期预警至关重要，但仍然是一个主要挑战。传统的现场地质技术监测成本高昂且受空间限制，而应用于遥感数据的深度学习虽然越来越普遍，但其模型决策过程往往不够透明。为了解决这个问题，我们提出
来源：Remote Sensing
时间：2026-06-09
-
基于视觉基础模型的一致性引导蒸馏方法，用于零样本空中点云分割
摘要
大规模机载点云的语义分割传统上依赖于劳动密集型的3D手动标注。虽然最近的零样本方法试图通过2D到3D的投影从2D视觉-语言模型（VLM）中提取知识来减轻这一负担，但在复杂的城市环境中，这些方法的性能会下降。具体来说
来源：Remote Sensing
时间：2026-06-09
-
中国江西省森林植被碳储存的时空格局及其驱动因素（1990–2024年）：基于地理加权回归的方法
摘要
森林作为地球上最大的碳汇，在减缓气候变化方面发挥着关键作用。准确估算森林植被的碳储存量并识别其影响因素对于评估区域碳汇功能和支持碳中和政策至关重要。然而，能够在省级尺度上同时捕捉空间非平稳性并分别量化地上和地下碳库
来源：Remote Sensing
时间：2026-06-09
-
可解释的混合深度学习方法在用于检测音圈电机组件上的微观灰尘缺陷中的应用
摘要
来源：Applied System Innovation
时间：2026-06-09
-
利用卫星嵌入技术和多维环境因素对怒江中下游地区的滑坡进行测绘与易发性评估（2017–2025年）
**亮点**
- 主要发现是什么？
本研究开发了一个基于卫星嵌入的框架，用于2017年至2025年间怒江中下游地区的年度滑坡清单制图。
滑坡表现出强烈的空间聚集性、显著的年际变化以及持续存在的热点区域，揭示了滑坡活动的明显时空模式。
**主要发现的意义是
来源：Remote Sensing
时间：2026-06-09
粤公网安备 44010602000434号