• 在橡胶制造中，针对含有回收废料和不确定性的流水线调度问题，采用了多目标优化与仿真方法进行研究

  循环制造背景下的双流车间生产调度优化研究橡胶工业作为典型的高污染制造领域，其生产过程中的资源循环利用问题长期存在。根据联合国环境规划署2025年的报告，全球每年产生的橡胶废弃物超过1.2亿吨，其中仅有不到10%经过专业回收处理。这种资源利用效率低下不仅造成严重的环境污染，更导致企业面临高昂的废弃物处理成本和严格的环保监管压力。Yin等学者针对台湾某橡胶制造企业的生产模式展开深入研究，该企业采用独特的双流车间生产体系，主生产线生产核心产品，而副生产线则利用主生产线产生的橡胶废料加工副产品。这种设计既符合循环经济的理念，又面临生产参数不确定性和双线协同调度两大技术挑战。生产不确定性主要体现为两个关

  来源：Expert Systems with Applications

  时间：2025-12-22

• SSAS：基于跨受试者脑电图（EEG）的情绪识别技术——通过对抗策略实现数据源筛选

  跨个体EEG情绪识别中的源域筛选与对抗策略融合研究一、研究背景与核心挑战在脑机接口领域，EEG信号的情绪识别技术因其非侵入性和高时空分辨率特性备受关注。当前研究主要面临两大技术瓶颈：首先是个体差异带来的泛化性问题，不同受试者的脑电信号存在显著的生理差异；其次是由于源域数据与目标域分布不匹配引发的负迁移现象。传统跨个体方法多采用数据级或特征级的域适应策略，但存在两大缺陷：其一，简单依赖相似性度量（如MMD、Wasserstein距离）选择源域，未考虑模型训练过程中知识迁移的动态变化；其二，现有对抗方法多局限于单阶段对抗训练，缺乏对域间差异的系统性调控。二、创新方法解析本研究提出的SSAS框架（S

  来源：Expert Systems with Applications

  时间：2025-12-22

• 以读者为中心：基于需求的可读性可控摘要技术

  在可控制读性文本摘要领域，大连理工大学计算机科学与技术学院研究团队通过构建需求导向型控制体系，突破了传统方法在精细控制层面的局限性。该研究由韩前进、孙媛媛等学者主导，核心创新点在于将读者需求显性化为结构化QA对（问题-答案对），并设计三阶段递进式控制机制。研究通过PLOS和eLife两个权威生物医学领域数据集验证，在保持原文关键信息完整性的前提下，实现了专家级与大众级摘要之间12.7%的精准度提升。研究背景显示，当前可控制读性摘要存在三大痛点：首先，模型输入普遍存在截断问题，以主流模型参数为例，当处理超过1024 tokens的长文档时，会损失约18%的上下文信息；其次，传统控制信号如 pla

  来源：Expert Systems with Applications

  时间：2025-12-22

• MFCLDTA：用于预测药物-靶标结合亲和力的多尺度特征对比学习方法

  近年来，基于深度学习的药物-靶标结合亲和力预测（DTA prediction）方法在计算机辅助药物发现（CADD）领域取得了显著进展。本文提出的MFCLDTA框架通过创新性地整合分子序列、结构特征与亲和力图等多尺度信息，结合对比学习机制，实现了DTA预测性能的突破性提升。以下从研究背景、技术路线、创新点及实验验证等方面进行系统解读。一、领域研究现状与发展瓶颈当前DTA预测研究主要分为两大技术路径：结构基与非结构基方法。结构基方法依赖分子三维结构的精确建模，虽能捕捉原子级相互作用，但存在三大瓶颈：首先，实验获取高分辨率蛋白-配体复合物结构成本高昂（单结构解析成本约$50,000）；其次，配体结构

  来源：Expert Systems with Applications

  时间：2025-12-22

• 通过带载分接开关和电动汽车管理优化光伏系统：一种双层方法

  本文聚焦于高比例光伏并网与电动汽车（EV）协同场景下的配电网宿主容量优化问题。研究团队通过创新性的双层优化架构和智能算法设计，系统性地解决了传统方法在动态协调与不确定性管理上的局限性，为可再生能源深度消纳提供了新的技术路径。在光伏系统大规模接入背景下，配电网面临多重技术挑战。首先，光伏出力具有显著的时空波动特性，导致电压越限风险增加。其次，电动汽车的随机充放电行为加剧了负荷不确定性，与光伏的波动形成双重扰动。传统电压调节手段难以应对这种复合型挑战，特别是在无源配电网向有源网络演进过程中，系统调节能力与协调控制效率的不足日益凸显。现有研究多聚焦单一维度优化：部分方法侧重于光伏出力预测补偿，通过储

  来源：Engineering Applications of Artificial Intelligence

  时间：2025-12-22

• 一种基于超图协同图卷积网络的创新特征聚类范式，用于高光谱图像分类

  高光谱图像分类（HSIC）作为遥感领域的关键技术，近年来在深度学习框架下取得显著进展。但现有方法在处理非欧几里得空间分布的自然特征时存在明显局限，这直接影响了分类精度。本文提出的超图协同图卷积网络（HCoGCN）通过创新性地融合非欧几里得空间特征聚类与欧几里得空间像素级补偿机制，有效解决了传统方法中特征融合不充分的问题。其核心突破体现在三个维度：首先，通过动态调整超图节点方向性，使模型能够自适应地识别不同地理形态下的特征分布模式；其次，采用分层聚合机制处理非均匀空间数据，确保在复杂地形中仍能保持特征一致性；最后，设计像素级补偿模块实现跨空间域的特征对齐，显著降低尺度差异带来的分类误差。在方法演

  来源：Engineering Applications of Artificial Intelligence

  时间：2025-12-22

• 基于均值教师网络的植物物种与病害动态识别新方法PDR：大规模植物数据集LSPD的构建与验证

  在智慧农业蓬勃发展的今天，植物病害的早期识别与精准诊断对保障粮食安全至关重要。然而，田间环境中的病害识别面临着一个根本性挑战：农业生产是一个动态演进的过程，新的病害会不断出现，而传统深度学习模型通常只能在固定类别的封闭数据集上进行训练，无法有效识别训练集中未曾见过的病害类别。现有方法大多将未知病害简单归为统一的"未知"类别，或假设未标注数据仅包含全新类别，这与农业实际应用场景存在显著差距。针对这一难题，发表于《Engineering Applications of Artificial Intelligence》的研究提出了一种创新性的植物相关动态识别（Plant-relevant Dynam

  来源：Engineering Applications of Artificial Intelligence

  时间：2025-12-22

• 利用基础模型实现自动中期细胞检测：基于SAM和DINO的方法

  染色体中期相检测的自动化研究进展：基于预训练模型的创新方法与实验验证一、研究背景与核心问题染色体中期相（Metaphase）检测是细胞遗传学诊断的关键环节，传统方法依赖专家手动分析，存在效率低、易疲劳、主观性强等缺陷。近年来，深度学习技术为自动化检测提供了新思路，但面临三大挑战：1. 数据依赖性：传统监督学习需要大量标注数据，而医学影像标注成本高昂2. 计算资源消耗：复杂模型训练需要高性能GPU集群3. 环境泛化性：实验室设备差异导致模型适应性不足本研究通过整合预训练基础模型，构建了"区域检测-细胞分类"双阶段自动化系统，实现了三个突破性进展：- 使用SAM模型实现零样本区域定位，检测精度达9

  来源：Engineering Science and Technology, an International Journal

  时间：2025-12-22

• 综述：基于注意力机制的跟踪技术：基于Transformer的对象跟踪方法综述

  目标跟踪作为计算机视觉的核心任务之一，近年来在Transformer架构的推动下经历了革命性变革。本文系统梳理了Transformer在单目标跟踪（SOT）和多目标跟踪（MOT）中的技术演进，揭示了注意力机制如何突破传统方法的局限，并详细分析了当前技术路线与未来发展方向。### 一、技术演进背景与核心突破传统目标跟踪方法主要依赖CNN网络进行特征提取，并结合手工设计的运动模型和关联策略。这类方法在稳定场景中表现良好，但面对遮挡、外观变化等复杂问题时存在明显短板。以MOSSE为代表的基于相关滤波的方法虽然计算高效，但在动态场景中难以维持目标一致性。Transformer的引入标志着跟踪技术进入新

  来源：Engineering Science and Technology, an International Journal

  时间：2025-12-22

• 使用Sobol序列采样方法对泵叶轮设计中的Pareto前沿进行比较，研究对象包括水和甲醇两种介质

  本文聚焦于通过Sobol序列抽样、人工神经网络（ANN）基模型与多目标遗传算法（MOGA）优化离心泵叶轮设计，并对比分析水基与甲醇两种流体工况下的性能差异。研究揭示了流体物理性质对泵叶轮优化结果的关键影响，同时提出了一种适用于多流体系统的优化框架，为工程实践提供理论支撑。1. 研究背景与现状离心泵作为流体输送系统的核心部件，其叶轮设计直接影响泵的输水效率、能量转换效率以及系统运行成本。传统优化方法存在计算量大、参数组合盲目性强等问题，难以应对复杂的多目标优化需求。近年来，结合计算流体动力学（CFD）与人工智能算法的优化框架逐渐成为研究热点，但现有成果多集中于单一流体系统，缺乏对水基与甲醇等不同

  来源：Engineering Science and Technology, an International Journal

  时间：2025-12-22

• 基于仿真-实验数据融合和元学习的单域泛化方法在旋转机械故障诊断中的应用

  随着工业技术的快速发展，旋转机械的运维安全需求日益提升。这类设备在高速运转过程中可能因轴承磨损、裂纹扩展等隐患导致突发故障，其故障特征在时域、频域和频谱空间往往呈现复杂非线性关系。传统人工诊断方法依赖工程师经验判断，存在主观性强、效率低等缺陷。近年来基于深度学习的智能诊断技术快速发展，通过构建多层神经网络自动提取特征，在故障分类、模式识别等方面取得显著成效。典型方法包括自动编码器提取低维特征（Yang等，2022）、卷积神经网络处理振动信号时频特征（Zhu等，2021）、循环神经网络捕捉时序依赖（Zhu等，2022）等。这些方法在封闭环境下的故障诊断精度已接近专家水平，但在实际工业场景中面临两

  来源：Engineering Applications of Artificial Intelligence

  时间：2025-12-22

• 基于生成多目标贝叶斯优化的可扩展批量评估方法，用于高效的新分子设计

  这篇论文提出了一种名为“生成-优化”的框架，用于解决多目标分子设计中的复杂挑战。研究聚焦于如何高效地发现满足多重 conflicting 目标的新分子，例如在电池材料设计中同时追求高能量电位和低溶解性。传统方法存在两个主要问题：一是依赖预先构建的有限分子库，难以覆盖庞大的化学空间；二是生成与优化过程耦合，导致效率低下。本文通过解耦生成与优化阶段，结合生成模型与新的批量获取函数，显著提升了多目标分子设计的效率。### 核心方法：分阶段生成与优化论文提出的核心方法论是分两阶段处理分子设计问题：**第一阶段（生成）** 采用任何生成模型（如VAE、扩散模型、遗传算法等）生成大规模候选分子集合。生成

  来源：Industrial & Engineering Chemistry Research

  时间：2025-12-22

• 预测护士职业倦怠：基于工作场所和人口统计因素的逻辑回归分析方法

  阿尔巴尼亚公立医院护士职业倦怠影响因素及管理策略研究解读一、研究背景与意义在阿尔巴尼亚等发展中国家，医疗系统长期面临资源短缺与工作强度过大的双重挑战。本研究聚焦于该国东部某区域综合医院，通过横断面调查揭示护士职业倦怠的关键驱动因素，填补了地中海地区特别是阿尔巴尼亚国家关于职业倦怠研究的空白。研究采用整合理论框架的方法，将工作需求-资源模型、资源保存理论、社会交换理论、人-环境适配理论及自我决定理论进行系统整合，为构建本土化干预措施提供理论支撑。二、研究方法设计1. 样本特征研究纳入2024年6-7月期间参与调查的345名护士，样本涵盖医院19个临床单元，包括普通内外科（46.4%）、急诊（18

  来源：Dialogues in Health

  时间：2025-12-22

• 综述：藜麦皂苷的鉴定与定量分析方法综述

  藜麦（*Chenopodium quinoa* Willd.）作为南美洲安第斯山脉传统作物，因其适应性强、营养丰富且富含生物活性物质而备受关注。其种子外层富含皂苷类次生代谢产物（SAPs），这类化合物虽因苦味和潜在溶血性曾被归为抗营养因子，但近年研究表明其具有抗炎、降脂、抗菌及抗癌等多重药理活性，在医药、化妆品和功能性食品领域展现出巨大潜力。本文系统梳理了藜麦皂苷的研究进展，重点探讨其分析技术及定量方法。### 一、藜麦皂苷的理化特性与生物活性藜麦皂苷是由三萜苷元（如齐墩果酸OA、海通酸HD、植物溶酸PA等）与糖链通过酯键或醚键连接形成的复杂混合物。根据糖链数目可分为单皂苷、双皂苷和三皂苷，其

  来源：ACS Omega

  时间：2025-12-22

• 一种高效且耐盐的毛细管驱动海水淡化系统，与高效率聚光光伏（HCPV）技术相结合

  在应对全球水资源短缺的挑战中，太阳能驱动的海水淡化技术正成为研究热点。传统海水淡化工艺如反渗透膜（RO）、多效蒸馏（MED）和膜蒸馏（MD）虽然应用广泛，但普遍面临高能耗、高运营成本和复杂维护等问题。以反渗透为例，其能量消耗强度约为4.3 kWh/m³，而膜蒸馏系统的能耗高达6.8 kWh/m³。这种能源效率低下的问题在干旱地区尤为突出，导致海水淡化成本居高不下。近年来的技术突破主要集中在两个方向：一是通过材料创新提升光热转换效率，例如二维纳米材料（如石墨烯氧化物）和MXene/MnO₂复合膜可将蒸发效率提升至3.62 kg/m²·h；二是优化系统集成方案，如将聚光光伏（CPVT）与多效蒸馏结

  来源：Desalination

  时间：2025-12-22

• FreqOR：一种基于频率引导的采样初始化方法，结合注意力机制增强功能，用于无需训练的对象重定位

  该研究针对图像中物体重新定位任务中的两大核心挑战展开系统性改进：首先是如何避免目标物体残留问题，其次是如何提升 vacated 区域的填补精度。作者提出的 FreqOR 方法通过三个协同模块实现了双重突破，为非专业用户提供了可复现的解决方案。在技术路径设计上，研究团队创新性地将信号处理中的频域分析方法引入扩散模型框架。通过建立高频信号与物体残留的正相关关系，他们在采样初始化阶段采用选择性衰减机制，有效抑制了原始模型中源自潜在空间的布局先验。这种频域优化策略类似于数字图像处理中的锐化滤波技术，但应用于反向扩散过程，其核心在于通过频谱分析识别并弱化特定频段信息。针对注意力机制不足的问题，研究团队开

  来源：Computer Vision and Image Understanding

  时间：2025-12-22

• 一种无需检测器的特征匹配方法，该方法采用双频变压器技术

  该论文聚焦于图像特征匹配技术中的关键问题——多频信息利用不足。传统方法存在两个主要局限：首先，基于卷积神经网络（CNN）的特征提取容易丢失高频细节信息，导致匹配精度受限；其次，现有Transformer模型虽能捕捉全局特征，但对高频信号的建模能力较弱，呈现低频偏好特性。针对这些问题，研究团队提出一种双频Transformer架构，通过分离处理高、低频信息，显著提升复杂场景下的特征匹配能力。在技术实现层面，该方案创新性地构建了双重处理路径。对于高频信息，系统引入近似拉普拉斯金字塔结构，通过特征增强模块强化边缘等细节特征，这些视觉元素在弱纹理或大视角变化场景中尤为重要。实验数据显示，该方法在保持参

  来源：Computer Vision and Image Understanding

  时间：2025-12-22

• 基于方程式的Lustre语义公理化方法，以实现优化后的代码验证

  本文提出了一种新型编译器验证方法，通过将Lustre数据流同步语言编译为C代码时自动生成形式化规格说明，并借助Frama-C平台的外部定理证明器实现代码验证。该方法突破了传统端到端形式化验证的局限，采用翻译验证（Translation Validation）策略，在保持原有编译器架构完整性的同时，通过生成与代码严格对应的规格说明，实现运行时验证。### 核心贡献与技术路径1. **编译器架构改造** 基于LustreC现有编译器架构（约4万行OCaml代码），在中间代码生成阶段新增规格说明生成模块。该模块将Lustre程序的形式化语义转化为ACSL（C规范语言）断言，生成与C代码结构镜像的规

  来源：Communications of the ACM

  时间：2025-12-22

• 巴比伦生物识别技术及其普遍存在的方法论缺陷

  本文针对计算机科学及人文社科领域长期存在的学术引用不规范现象展开系统性批判，以巴比伦指纹识别技术的历史误传为典型案例，揭示跨学科研究中知识链断裂与认知惯性叠加的深层问题。研究通过文献计量学方法对1999-2024年间37篇核心论文进行溯源分析，发现错误信息传播存在三个典型特征：首先，引文网络呈现多中心扩散格局，而非传统认知的单源传播模式；其次，引用链条平均长度仅2.3层，但存在5.7%的循环引用；最后，关键引证来源的可靠性存疑，其中近40%的文献为机构网页存档内容，存在信息衰减风险。研究团队通过实证调研发现，巴比伦指纹说的原始出处可追溯至1980年瑞典考古学家保罗·阿斯特罗姆的私人通信。该通信

  来源：Communications of the ACM

  时间：2025-12-22

• 系统性细胞因子分析有助于提高双重测序（dd-cfDNA）技术在检测心脏排斥反应方面的性能

  心脏移植术后急性排斥反应（AR）的免疫机制与分子标志物研究取得新进展。该研究通过整合多组学技术系统评估了36种血浆细胞因子/趋化因子的动态变化特征，并首次建立了细胞因子与器官特异性游离DNA（%dd-cfDNA）的联合诊断模型。研究团队在NIH支持下，针对58例心脏移植受者（其中54例AR患者）及26例健康对照进行深入分析，发现以下关键发现：一、免疫失衡特征与分子标志物关联性研究揭示了AR患者独特的免疫应答模式：以IL-15（AUC=0.836）、IL-6（AUC=0.805）和IL-16（AUC=0.765）为代表的促炎因子显著升高，而调节性细胞因子IL-5（AUC=0.721）、IL-13

  来源：Clinical Immunology

  时间：2025-12-22

知名企业招聘：