当前位置:首页 > 今日动态 > 生态环保
  • 基于改进灰狼优化器驱动的集成学习方法对极地船舶锚绞车动态载荷扭矩反演及环境效应分析

    •针对极地锚机动态载荷反问题,构建了一种数据驱动的框架。•提出了一种经I-GWO优化的Stacking模型用于时域载荷反问题求解。•通过耦合仿真与极地模拟试验,验证了该模型的准确性与稳定性。•研究表明冰层堆积是影响设备性能的最主要环境因素。•SHAP分析显示压力和温度是最具影响力

    来源:Ocean Engineering

    时间:2026-08-11

  • 乙醇诱导的果胶醇凝胶的黏弹性能与溶解特性的改性

    摘要本研究探讨了果胶浓度、pH值和温度在调控乙醇诱导的果胶醇凝胶的结构与溶解行为中的作用。这些醇凝胶是通过乙醇蒸汽扩散法,由质量分数为1.0–3.0%的果胶水溶液制备而成的,其结构通过氢键形成物理交联网络。随着果胶浓度的增加,凝胶基质变得更加致密且硬度更高,这从储能模量从1.16

    来源:Materials Chemistry and Physics

    时间:2026-08-11

  • 具有表面沉积超疏水层的层状核壳结构阻燃颗粒

    摘要:磷酸铵(APP)是一种常用的无卤膨胀型阻燃剂,被广泛应用于阻燃材料中。然而,其较高的吸湿性以及较强的表面极性会影响其在阻燃涂层中的稳定分散性,以及其在水环境中的适应性。为了解决传统基于APP的核壳颗粒存在的局限性——这类颗粒通常仅具有中等防水性,且难以与超疏水界面保护结构结

    来源:Materials Chemistry and Physics

    时间:2026-08-11

  • 在弯曲和外压共同作用下的机械衬里管道屈曲:极限弯曲承载力的新公式

    摘要:由于具有优异的耐腐蚀性和成本效益,机械衬里管道在海洋工程中得到越来越广泛的应用。然而,其在弯曲和外压共同作用下的结构性能仍需进一步研究。本研究通过数值模拟和机器学习方法,探讨了机械衬里管道在弯曲和外压共同作用下的屈曲行为。首先,构建了一个专门的有限元模型来分析此类管道在复合

    来源:Marine Structures

    时间:2026-08-11

  • 海底电力电缆热机械弯曲行为的理论模型

    摘要:在电力传输过程中,海底电缆会产生较大的热负荷,从而导致电缆结构各层发生热膨胀和热应力。这些应力会改变螺旋铠装线与相邻层之间的接触状态及滑动行为,进而影响电缆的非线性弯曲性能。为了解决这一问题,本文建立了一个理论模型来研究海底电缆的热机械弯曲行为。首先基于细杆理论和厚壁理论建

    来源:Marine Structures

    时间:2026-08-11

  • 多级自定心罩式海上风力发电机结构:从概念到抗震性能评估

    摘要:随着夹套式海上风力发电机越来越多地部署在地震活跃地区,确保其抗震性能已成为一项重要的技术挑战。本研究通过引入一种多级自定位过渡件,设计了新型多级自定位夹套式海上风力发电机。该过渡件包含摇摆式塔基系统与混合式自定位阻尼器。这种风机通过多级能量耗散机制和可控的摇摆结构来减轻地震

    来源:Marine Structures

    时间:2026-08-11

  • 黏土中四桶式套管基础竖向承载力的上限解

    摘要:本研究探讨了四桶式导管基的垂直极限承载力,这类基础因其良好的承重性能而在海上风能工程中具有巨大应用潜力。通过实验室模型试验,获得了不同高径比和间距径比下基础的荷载-位移曲线。进而建立了二维有限元模型,模拟垂直加载下的土体破坏行为。数值结果与实验结果的对比验证了数值模型的准确

    来源:Marine Structures

    时间:2026-08-11

  • 探究埃塞俄比亚土地退化与气候变化适应技术的决定因素及相互影响:基于递归多元Probit模型的证据

    摘要 在埃塞俄比亚,土地退化与气候变化仍是农业发展面临的严峻挑战。由于生态压力和气候风险的加剧,农村家庭高度依赖雨养农业。尽管可持续土地管理措施对缓解这些风险至关重要,但干预效果参差不齐,且大多数实证研究未能充分考虑农民适应决策的递归性与内生性,未能区分独立决策与条件性相互依

    来源:Land Use Policy

    时间:2026-08-11

  • pDFL:基于知识感知的自适应聚合技术,用于实现个性化去中心化联邦学习

    摘要:去中心化联邦学习作为一种实用解决方案,通过保持数据本地化而移动模型,逐渐成为下一代边缘智能的关键技术。它能够在资源异构的设备之间实现无服务器协作,无需传输原始训练样本。然而,现有的个性化联邦学习方法缺乏有效的结构化邻域知识融合机制,将异构的同伴模型视为同等可靠的知源。这种粗

    来源:Knowledge-Based Systems

    时间:2026-08-11

  • SWARM:一种用于不平衡且不断变化的数据流中稀有少数类数据分类的新的样本加权方法

    摘要在流式数据中,类别不平衡与概念漂移同时存在,给分类算法带来了严峻的挑战。那些分散在大量多数类数据中的稀有少数类样本,距离密集的少数类区域较远,使得此类场景下的学习更加困难。本文提出了SWARM方法,这是一种用于处理不平衡且持续变化的流式数据中稀有少数类数据分类的样本加权策略。

    来源:Knowledge-Based Systems

    时间:2026-08-11


高级人才招聘专区
最新招聘信息:

知名企业招聘:

    • 国外动态
    • 国内进展
    • 医药/产业
    • 生态环保
    • 科普/健康