• 基于 MEA 的水泥工厂燃烧后 CO₂捕集集成高温热泵的技术经济评估

  水泥生产作为高耗能、高碳排放的典型工业过程，其产生的 CO₂占全球总排放量的 6-8%，如何实现该行业的低碳转型成为全球关注的焦点。传统的基于单乙醇胺（MEA）的燃烧后 CO₂捕集技术虽已具备一定成熟度，但面临能耗高、成本高的问题，尤其是溶剂再生过程依赖天然气（NG）锅炉供热，不仅增加碳排放，还推高了生产成本。在此背景下，探索高效、低碳的热能替代方案对水泥行业的可持续发展至关重要。为突破这一技术瓶颈，国外研究机构的研究人员开展了一项针对水泥工厂燃烧后 CO₂捕集系统集成高温热泵（HTHP）的技术经济评估研究。该研究成果发表在《Carbon Capture Science》上，旨在通过引入创新的

  来源：Carbon Capture Science & Technology

  时间：2025-05-26

• AI驱动的生物传感器融合技术：超越原始数据提升运动员表现的科学突破

  在竞技体育和大众健身领域，如何科学量化训练负荷一直是困扰教练员的难题。传统可穿戴设备虽能采集心率等基础数据，但受肌肉运动、汗液和环境因素干扰，信号准确性常大打折扣。更棘手的是，单一生理指标难以全面反映运动员的疲劳状态，过度训练导致的运动损伤发生率居高不下。这种现状催生了对多模态生物传感技术的迫切需求——需要一种能"读懂"身体复杂信号，并给出个性化训练建议的智能系统。湖南省体育局资助的研究团队开发出SPARTA（智能性能分析与实时追踪算法），这项发表在《Array》的研究通过AI算法融合多源生物传感器数据，构建了动态训练优化系统。研究人员采用Transformer-Decoder架构处理时空数据

  来源：Array

  时间：2025-05-26

• 3D成像技术在机场行李安检中的应用优势及对安检效率的影响

  论文解读在当今全球化的航空旅行时代，机场安检的重要性不言而喻。确保每一位乘客的行李中不携带危险物品，特别是爆炸装置（Improvised Explosive Devices，IED），是保障航空安全的关键环节。传统的二维（Two - Dimensional，2D）X射线成像技术在安检过程中发挥着重要作用，但它存在一定的局限性。由于只能提供平面的图像，对于复杂结构的行李或者隐藏较深的爆炸装置部件，检测起来存在困难。而且，单一视角的图像可能会因为物体的重叠而导致安检人员误判。为了提高安检的准确性和效率，三维（Three - Dimensional，3D）成像技术逐渐被引入到机场行李安检中。3D成像

  来源：Applied Ergonomics

  时间：2025-05-26

• 综述：液态保存公猪精液：利用抗氧化剂和纳米技术减少精子损伤的当前策略

  液态保存公猪精液：技术挑战与创新策略Abstract公猪精子对冷冻损伤高度敏感，使得液态低温保存成为养猪业人工授精（AI）的主流选择。然而，低温储存会导致精子质量逐渐下降，主要归因于冷休克和氧化应激（OS）。ROS的过量产生会破坏精浆的天然抗氧化防御系统，进而损害精子活力、质膜和顶体完整性、线粒体功能及DNA稳定性，最终触发凋亡。本文综述了液态保存的技术原理、损伤机制及优化策略，特别关注抗氧化剂和纳米技术的应用进展。Introduction全球人口预计到2050年达97亿，推动了对动物蛋白需求的增长。猪肉占全球肉类消费的36%，而AI技术在猪育种中覆盖率超90%。液态保存精液因冷冻精子受精率低

  来源：Animal Reproduction Science

  时间：2025-05-26

• 便携式微流控-LAMP联用技术实现八种高致病性病毒的现场快速同步检测

  近年来，全球人口与物资流动加速了高致病性病毒的传播，如猴痘病毒（MPXV）和埃博拉病毒（EBOV）的暴发屡次引发国际关注。这些病毒早期症状相似（发热、皮疹等），但传统PCR检测依赖实验室和专业技术人员，在资源匮乏地区难以实施。更棘手的是，现有技术无法实现多重同步检测，导致疫情响应滞后。面对这一挑战，北京市卫生健康委员会高水平公共卫生技术人才培训计划支持的研究团队开发了一项突破性技术——便携式微流控-LAMP联用检测系统，相关成果发表于《Analytica Chimica Acta》。研究团队采用三大核心技术：1）纸基浸棒法实现2分钟无设备核酸提取；2）10通道微流控芯片集成LAMP技术，封闭设

  来源：Analytica Chimica Acta

  时间：2025-05-26

• 综述：解锁芳香植物中精油的潜力：回收、现代创新、监管与人工智能整合指南

  精油及其在植物中的生产策略植物通过合成挥发性次生代谢产物（如单萜、倍半萜）应对生物或非生物胁迫，这些化合物积累于腺毛或树脂道中。例如，冷胁迫（15°C）和干旱（相对湿度65±5%）可显著提高罗勒（Ocimum tenuiflorum）中丁子香酚和β-石竹烯的含量。重金属污染环境甚至能通过激活抗氧化酶（如SOD、CAT）促进精油合成，兼具修复污染和增产的双重价值。创新精油回收技术——绿色方法蒸馏技术：传统水蒸馏（HD）效率低且耗时，而微波辅助水蒸馏（MA-HD）在534.89 W功率下仅需23.48分钟即可从皱叶酸模叶片中提取4.67%的精油，富含α-檀香醇等含氧化合物。超声辅助蒸馏（UA-HD

  来源：Planta

  时间：2025-05-26

• 综述：改性生物炭生产技术进展与土壤应用：一项批判性综述

  改性生物炭生产技术进展与土壤应用1. 引言生物炭（Biochar）是一种通过热解（Pyrolysis）生物质（如作物残渣、动物粪便）在限氧条件下生成的富碳材料，其历史可追溯至2500年前。现代改性生物炭通过物理（蒸汽活化）、化学（酸/碱处理）或微生物手段优化，显著提升了孔隙度、表面官能团（如羧基、酚羟基）和稳定性，使其在土壤修复与农业可持续发展中展现出独特潜力。2. 改性技术分类化学活化：酸碱氧化：硫酸处理使生物炭比表面积（SSA）提升250倍，NaOH改性增加石墨化碳含量至2885 m2 g−1。功能材料涂层：石墨烯氧化物（GO）涂层通过π-π相互作用高效吸附Cd2+和Pb2+；纳米零价铁（

  来源：Fuel

  时间：2025-05-26

• 双流化床蒸汽裂解技术实现纺织废料可持续管理：高值化学品生产与碳循环路径探索

  纺织废料的可持续管理是全球环境治理的难点。随着快时尚产业爆发式增长，全球纺织纤维产量预计2030年将达1.49亿吨，而欧洲每年人均产生15公斤纺织废料中仅1%实现闭环回收。传统机械回收对混合纤维束手无策，焚烧填埋又导致碳排放激增——2018年时尚产业贡献全球4%的CO2排放。面对这一困境，瑞典查尔姆斯理工大学的研究团队创新性地将石油化工领域的蒸汽裂解技术应用于纺织废料处理，在《Fuel》发表的研究中揭示了双流化床反应器（Dual Fluidized Bed, DFB）将复杂纺织废料转化为高值化学品的可行性。研究团队采用12MW生物质供热DFB系统，对三类典型废料（聚酯基家用织物、棉基工装服）进

  来源：Fuel

  时间：2025-05-26

• 等离子体辅助化学链甲烷干重整室温制氢技术突破

  在碳中和目标推动下，如何高效转化温室气体甲烷(CH4)和二氧化碳(CO2)成为科研热点。传统甲烷干重整(DRM)虽能生产合成气，但需850℃以上高温且易积碳失活。化学链DRM(CL-DRM)虽能分离产物氢(H2)和一氧化碳(CO)，但仍需700℃高温。面对这一能源与环境双重挑战，上海某高校联合斯洛文尼亚团队在《Fuel》发表研究，开创性地将介质阻挡放电(DBD)非热等离子体(NTP)与化学链策略结合，首次实现室温条件下CL-DRM高效制氢。研究采用DBD反应器与循环水电极系统，通过两步法策略：先使CH4在γ-Al2O3催化剂上裂解积碳并产H2，再通入CO2将积碳转化为CO。关键技术包括等离子体

  来源：Fuel

  时间：2025-05-26

• 手持拉曼光谱与便携式质谱联用技术在缴获毒品混合物分析中的评估与应用

  论文解读毒品泛滥已成为全球性难题，而缴获毒品的分析效率直接关系到司法系统的运转。当前，法医实验室面临严重的案件积压，平均检测周期漫长，部分原因在于传统实验室技术（如气相色谱-质谱联用GC-MS）虽精准但耗时。更棘手的是，现代毒品常掺杂多种添加剂（如咖啡因、左旋咪唑），比例可低至1:20，极大增加了分析难度。现场快速筛查技术如比色法虽便捷，但易出现假阳性。如何在不牺牲准确性的前提下实现高效现场检测，成为执法部门的核心需求。为此，美国Sam Houston State大学法医科学系的研究团队在《Forensic Science International》发表研究，系统评估了手持拉曼光谱与便携式质

  来源：Forensic Science International

  时间：2025-05-26

• 区间值模糊软 β- 覆盖近似空间中的纯理性与非纯理性决策方法

  在数据充斥的现代社会，决策问题日益复杂，尤其涉及模糊、多属性数据时，传统方法常显乏力。现有决策多聚焦理性因素，忽视情感等非理性因素，如购物时颜色偏好可能影响使用频率，导致决策结果与预期偏差。为更全面解决这类问题，南京理工大学的研究人员开展了区间值模糊软 β- 覆盖近似空间（IFSβCASs）相关研究，成果发表在《Expert Systems with Applications》。该研究融合软集、粗糙集与区间值模糊集理论，构建新模型处理模糊现象，提出两类决策方法，为多场景决策提供了更贴合实际的工具，提升了决策适应性。研究主要采用模糊集合理论、粗糙集的上下近似方法及软集的参数处理技术，结合区间值模

  来源：Expert Systems with Applications

  时间：2025-05-26

• 基于对抗与度量学习的低资源NLP鲁棒微调方法：缓解领域过拟合问题

  论文解读在自然语言处理（NLP）领域，预训练语言模型（PLMs）如BERT通过大规模语料库的预训练展现了强大的语言理解能力。然而，当这些模型被应用于下游特定任务时，通常需要通过微调（fine-tuning）来适应新任务。传统的全参数微调方法要求大量标注数据，这在许多实际场景中难以实现，尤其是在数据稀缺的低资源环境中。此外，随着模型规模的不断扩大，过拟合问题愈发严重，即模型过度记忆训练数据中的噪声或无关特征，导致泛化能力下降。针对这一问题，来自韩国的研究团队提出了一种名为MaDom（metric-based learning with adversarial domain detection）的

  来源：Expert Systems with Applications

  时间：2025-05-26

• 从平面超材料到承重结构的挫败穹顶：创新设计与工程应用

  论文解读机械超材料因其通过微结构设计实现的"超常"力学性能而备受关注，特别是负泊松比效应与负刚度特性为结构设计开辟了新方向。然而现有超材料结构普遍存在难以规模化应用、缺乏自主支撑能力等问题。加州理工学院的研究团队针对这一挑战，基于前期研究的非周期平面kirigami结构，提出"挫败穹顶"概念，通过将棋盘格状切割图案转化为销接四连杆单元，成功实现了从平面材料到稳定承重结构的转变。研究团队采用理论建模与实验验证相结合的方法开展研究。首先建立包含4节点四边形壳单元（S4R）的有限元模型，模拟结构在边界拉力作用下的展开过程。实验部分则制作了桌面级原型，通过加载测试验证结构性能，并最终完成米级尺度样机的

  来源：Extreme Mechanics Letters

  时间：2025-05-26

• 基于 CNN-LSTM 的船舶异常行为实时检测方法研究

  在全球化与贸易规模不断扩大的背景下，海上运输承担着全球约 90% 的贸易量，其重要性不言而喻。然而，船舶异常行为可能引发海上事故、人员伤亡、经济损失，甚至威胁国家安全与公共安全。传统的船舶异常行为检测方法由于忽视船舶轨迹的空间特征，难以实现实时检测且检测精度较低，无法满足日益增长的海上安全监管需求。在此困境下，为提升海上交通监控的时效性与准确性，国内研究人员开展了船舶异常行为实时检测方法的研究。研究以天津港为研究区域，基于真实历史 AIS（Automatic Identification System，船舶自动识别系统）数据展开，相关成果发表在《Expert Systems with Appl

  来源：Expert Systems with Applications

  时间：2025-05-26

• 全球银行业成本效益分析的混合二阶锥规划与多标准决策方法研究

  在全球化金融浪潮与数字经济交织的当下，银行业作为经济命脉的枢纽，正经历前所未有的挑战。新冠疫情的冲击暴露了金融体系的脆弱性，流动性危机、资产质量下滑与严苛的监管审查如三重枷锁，迫使银行必须革新决策工具。传统的成本效益分析（CBA）虽仍是评估金融可行性的核心框架，却在应对现代银行业复杂生态时捉襟见肘 —— 多目标冲突、监管约束的非线性特征以及海量数据的处理需求，让静态模型难以精准捕捉动态现实。如何在风险与收益的钢丝上优雅起舞？如何让数据驱动的决策穿透迷雾？这成为全球金融学界与业界亟待破解的密码。为突破这一困局，来自多国研究机构的学者联合开展了一项具有突破性的研究。研究团队聚焦全球银行业的成本效益

  来源：Expert Systems with Applications

  时间：2025-05-26

• 基于图对比学习的以太坊钓鱼诈骗检测方法EPAD研究

  以太坊作为全球第二大加密货币平台，日均处理超百万笔交易，但钓鱼诈骗者通过伪装成正常账户，单周即可骗取64.5万美元。传统检测方法面临两大难题：账户特征难以提取（如十六进制地址0x4675C7...难以区分），以及200万账户中仅数千个标注样本导致的严重数据不平衡。现有监督学习方法依赖人工特征标注效率低下，而无监督方法又因忽略邻居交易特征导致检测精度不足。中国国家自然科学基金支持的研究团队在《Expert Systems with Applications》发表论文，提出革命性的EPAD（Ethereum Phishing scAm Detection）框架。该研究创新性地采用图对比学习（Gra

  来源：Expert Systems with Applications

  时间：2025-05-26

• 多粒度空间与VMamba时序融合的小样本动作识别方法研究

  在视频理解领域，动作识别(Action Recognition, AR)一直是核心课题，其应用覆盖智能监控、自动驾驶等多个场景。然而传统方法依赖海量标注数据，而医疗等隐私敏感领域难以获取足够样本。小样本动作识别(Few-Shot Action Recognition, FSAR)应运而生，但现有方法面临两大瓶颈：样本稀疏导致模型过拟合，以及单一时序建模忽略空间上下文。更棘手的是，现有空间编码会破坏视频目标完整性——就像拼图被粗暴切割后难以还原全貌；而主流Transformer仅捕捉相邻帧关系，如同管中窥豹，无法感知动作全局演变。针对这些挑战，甘肃某高校团队在《Expert Systems wi

  来源：Expert Systems with Applications

  时间：2025-05-26

• 基于表征学习的矿产资源预测方法MRLMRP：复杂关联挖掘与精度提升研究

  矿产资源是经济社会发展的重要物质基础，也是探索地球演化历史的关键证据。然而随着浅表资源枯竭，深部矿体勘探难度和成本急剧上升。传统预测方法依赖专家经验（如分析植被环境、地球化学异常等），存在主观性强、建模复杂等问题。近年来，基于共现频率的关联模式方法（如Morrison等2023年研究）虽取得进展，但简单统计难以揭示矿点-矿物间的非线性关联，导致预测精度瓶颈（Precision@1仅18.82%）。中国湖北省自然科学基金和国家自然科学基金支持的研究团队提出突破性解决方案——矿物表征学习预测方法（Mineral Representation Learning for Mineral Resourc

  来源：Expert Systems with Applications

  时间：2025-05-26

• 基于TD3算法的盾构机密封舱土压智能决策方法研究及其在复杂地质环境中的应用

  盾构隧道施工中，密封舱土压的稳定性直接关系到地表沉降和施工安全。传统人工调控依赖经验且响应滞后，而现有数据驱动方法受限于样本质量和地质动态变化。针对这一难题，辽宁某高校团队在《Engineering Applications of Artificial Intelligence》发表研究，提出基于Twin Delayed Deep Deterministic Policy Gradient（TD3）的智能决策方法。研究采用TD3算法构建Actor-Critic框架，通过双Critic网络抑制Q值高估，结合延迟策略更新提升稳定性。基于土力学模型计算目标压力，设计奖励函数指导智能体动态调整推进速度

  来源：Engineering Applications of Artificial Intelligence

  时间：2025-05-26

• 基于变分模态分解(VMD)的航空影像语义分割人工智能方法研究

  论文解读在无人机航拍和卫星遥感技术爆发的时代，高空俯瞰视角下的城市建筑、船舶、植被等目标的精准分割，犹如让计算机具备"透视眼"能力。然而这种"上帝视角"却暗藏玄机——目标尺寸差异悬殊、密集排列导致的边界模糊、阴影干扰等问题，使得传统分割方法频频"失明"。更棘手的是，标注高分辨率航空影像需要人工逐像素勾画，成本之高让研究者们不得不面对"数据饥荒"的困境。针对这些挑战，研究人员开展了一项跨界融合研究。他们从信号处理领域"借"来变分模态分解(VMD)这一数学工具，将其与深度学习模型创新结合。VMD如同给图像做"频谱CT"，能将原始影像分解为不同频率成分的模态，其中高频模态捕捉边缘细节，低频模态保留主

  来源：Engineering Applications of Artificial Intelligence

  时间：2025-05-26

知名企业招聘：