• 基于L-薄荷醇基质改进剂的激光诱导击穿光谱技术在高脂巧克力分析中的创新应用研究

  亮点采用L-薄荷醇作为基质改进剂，显著提升了巧克力这种高脂样品在激光诱导击穿光谱（LIBS）分析中的性能。这种方法不仅让样品变得更稳定，还形成了均匀的烧蚀坑，让检测结果更加可靠。通过加热混合（65°C, 30分钟）和低温固化（4°C）的简单操作，我们成功制备了适合LIBS分析的固体样品。研究还探索了定性、半定量（单点校准）和定量（基质匹配外标法）三种分析策略，为巧克力中的营养元素和有毒金属检测提供了全面解决方案。一般特性通过差示扫描量热法（DSC）对L-薄荷醇-巧克力混合物的热行为进行了评估。如图S1和表S1所示，纯组分显示单一熔点（L-薄荷醇：45.0°C；牛奶巧克力：34.3°C；黑巧克力

  来源：Talanta

  时间：2025-11-02

• 利用微藻（Galdieria sulphuraria）与黑水虻协同处理厌氧消化液的碳负排放生物转化技术研究

  【研究背景】市政固体废弃物年产量巨大，其中20-70%为有机废弃物。考虑到有机废弃物的巨大体量，将其转化为可用能源（废物变能源）可带来环境和经济效益。为此，厌氧消化已成为有机废弃物处理的有效商业化措施。通过水解、酸化和乙酰化的连续过程...【饲料制备与特性分析】脱水厌氧消化液采集自污水处理厂的厌氧消化罐，并在105°C烘箱中干燥。为制备微藻生物质，嗜酸红藻（G. sulphuraria）在光合培养条件下使用工作体积为20L的圆柱形反应器进行培养。采用蓝藻培养基，其化学成分含量为（克/升）：1.32 (NH4)2SO4、0.1 KH2PO4、0.12 NaCl、0.25 MgSO4·7H2O、0

  来源：Process Safety and Environmental Protection

  时间：2025-11-02

• 综述：智能电网物联网时间序列异常检测方法：系统性文献综述

  智能电网中的时间序列异常检测技术演进与应用前景异常类型智能电网系统（SGS）在变电站、输电系统和发电厂等场景中主要存在四类关键异常：设备运行状态异常、物联网（IoT）传感器感知异常、电气参数时间序列异常以及跨场景数据交互异常。其中，变压器和断路器等关键设备的油温曲线持续偏差、断路器操作序列异常等设备运行状态异常最具破坏性，可能引发连锁性故障。而智能电表数据篡改、通信延迟导致的传感器感知异常则会直接影响计量准确性和状态监测可靠性。分类体系当前时间序列异常检测（TSAD）研究可从四个维度构建分类体系：序列特征、检测技术、应用场景和数据集。序列特征涵盖统计特征、时频域特征、基于相似性的特征和滑动窗口

  来源：Neurocomputing

  时间：2025-11-02

• 基于截断核范数正则化的低秩四元数张量补全方法在彩色视频恢复中的应用研究

  研究亮点• 本研究聚焦四元数张量恢复领域，开发了一种称为四元数张量截断核范数正则化（QT-TNNR）的新型张量补全模型。该模型通过四元数域处理彩色视觉数据，有效保持了数据结构完整性。• 通过引入核范数截断策略，基于快速四元数张量奇异值分解（FQT-SVD）和截断核范数正则化（TNNR）的方法能够更精确地描述秩函数。• 本模型在优化过程中结合了FQT-SVD和交替方向乘子法（ADMM）。通过交替执行上述两个步骤，在彩色视频恢复实验中表明，所提方法在性能上显著优于当前最先进的张量法和四元数张量法。结论本文采用四元数表示RGB通道的彩色像素，提出了一种用于彩色视频恢复的低秩四元数张量补全方法。该方法

  来源：Neurocomputing

  时间：2025-11-02

• 基于位置正则化的时频谱填补：源自由时间序列域自适应新方法

  亮点我们的PRTSI模型通过两个创新模块显著提升了SFDA性能：绝对位置正则化（APR）通过自注意力机制保留关键模式的序列关系；时频谱填补器（TSI）结合频谱块和交互块，动态学习去噪阈值并捕获双向长期依赖关系。源自由域自适应结果表4、表5、表6展示了PRTSI模型在UCIHAR、MFD和WISDM数据集上五个SFDA任务的平均性能（采用MF1指标评估）。与现有最佳模型（SOTA）对比显示：在UCIHAR数据集中，PRTSI在4/5任务中取得最优结果；在MFD和WISDM数据集中，其分类精度全面超越所有基线模型。特别值得注意的是，传统无监督域自适应（UDA）模型因需要源域数据而存在隐私风险，而P

  来源：Neurocomputing

  时间：2025-11-02

• AdaptiveWordBug：基于自适应评分策略的文本对抗攻击方法及其在深度学习分类器中的应用

  Section snippetsRelated Work本节简要回顾了基于词重要性框架设计的对抗文本生成方法。以下内容介绍了框架中排名阶段使用的评分方法和扰动阶段使用的扰动方法。在排名阶段，大多数基于词重要性的对抗文本生成方法通常采用删除评分法（DS）或其变体。Problem Formulation考虑文本集X和标签集Y。深度学习文本分类器f: X→Y是从X到Y的映射。对于X中的任何文本，在Y中存在唯一对应的标签。对于文本x∈X，假设其对应的预测标签是y，则f(x)=y。通过向x添加难以察觉的扰动Δx，我们得到扰动文本x′。我们引入函数g来测量x′和x之间的差异。如果x′是x的对抗文本，则应满

  来源：NEOTROPICAL BIOLOGY AND CONSERVATION

  时间：2025-11-02

• 基于高性能Zr-MOFs电化学发光生物传感器与循环放大技术检测BRCA-1及放大因子研究

  亮点目标扩增过程将15 μL浓度为1 μM的发夹DNA（HP DNA）与15 μL不同浓度的BRCA-1混合，在37°C下杂交2小时。随后加入10单位核酸外切酶III（Exo III），在37°C反应2小时，获得大量目标扩增产物。ECL生物传感器的构建将10 μL浓度为0.6 mg/mL的Zr-MOFs溶液滴加到清洁的玻碳电极表面，自然风干后加入8 μL浓度为1 μM的捕获DNA（cDNA），在37°C孵育6小时。用1 mM巯基乙醇（MCH）处理Zr-MOFs表面1小时后，加入6 μL产物溶液（含扩增链），在37°C下杂交1小时。最后，将6 μL探针DNA（pDNA）与Cu4Co6 ZIFs形

  来源：Microchemical Journal

  时间：2025-11-02

• 基于成本效益的靶向深吸气屏气技术在乳腺癌放疗中的临床与运营优化模型研究

  乳腺癌作为全球女性最常见的恶性肿瘤，放射治疗（RT）是其综合治疗的重要支柱。虽然放疗能显著提高患者生存率，但射线在杀伤肿瘤的同时也可能对心脏和肺部造成损伤，导致远期心血管疾病（CVD）和继发性肺癌风险增加。特别是左乳腺癌患者，由于心脏更靠近照射野，面临更高的心血管事件风险。为了应对这一挑战，深吸气屏气（Deep Inspiration Breath-Hold, DIBH）技术应运而生。该技术通过在患者深吸气后屏住呼吸时进行照射，利用肺部膨胀将心脏推离照射区域，从而有效减少心脏和肺部的受照剂量。然而，DIBH技术并非没有代价。它显著增加了每次治疗的时间，对放疗技师和医生的操作提出了更高要求，同时

  来源：The Lancet Regional Health - Europe

  时间：2025-11-02

• 基于光网络传输的红外热辐射成像检测技术在跨境电商选品管理中的应用研究及其多语言识别与高分辨率图像检测技术的整合探索

  随着全球互联网普及和移动设备广泛应用，跨境电商迅速崛起成为国际贸易的重要组成部分。消费者面对海量商品时常陷入信息过载和选择困难的困境，而传统文本搜索在处理复杂商品信息时存在明显局限性。更严峻的是，跨境电商商品需经历长距离运输和复杂供应链环节，增加了运输过程中损坏或质量问题的风险。传统人工检测或抽样检测方式效率低下、准确性不足，难以满足现代电商高效精准的需求。尤其在商品质量监控方面，如何快速发现包装破损、内部变质或制造缺陷等潜在问题，成为行业发展的迫切需求。在此背景下，红外热辐射成像检测技术因其非接触、快速检测和高灵敏度的特点引起关注。该技术通过捕获物体表面红外辐射形成热图像，直观显示物体表面温

  来源：Journal of Radiation Research and Applied Sciences

  时间：2025-11-02

• 结合冷冻电镜（cryo-EM）和AlphaFold3的多模态深度学习技术，以实现高精度的蛋白质结构预测

  在结构生物学领域，蛋白质的三维原子结构研究一直是关键的科学目标之一。蛋白质的结构信息不仅有助于揭示其功能机制，还对药物开发、疫苗设计、疾病治疗等多个生物医学领域具有重要意义。随着冷冻电镜（Cryo-EM）技术的不断进步，越来越多的高分辨率蛋白质密度图被生成，这些数据为解析蛋白质结构提供了丰富的信息。然而，如何从这些密度图中自动构建高精度的蛋白质结构模型仍然是一个重要的挑战。为了应对这一挑战，研究人员提出了一种名为MICA的新方法，该方法结合了冷冻电镜密度图和AlphaFold3预测结构，通过多模态深度学习实现蛋白质结构建模的自动化和优化。MICA是一种完全自动化的多模态深度学习方法，其核心思想

  来源：Communications Chemistry

  时间：2025-11-02

• 天然气发电厂二氧化碳排放分析与控制策略：基于多模型预测与废热回收的创新研究

  随着全球能源需求持续增长，化石燃料在发电领域仍占据主导地位，但其燃烧产生的二氧化碳（CO2）排放对气候变化和人类健康构成严重威胁。电力行业是能源相关CO2排放的主要贡献者，占比高达41%。尽管《巴黎协定》等国际协议设定了减排目标，但实现这些目标需要具体到国家和行业层面的精准策略。孟加拉国严重依赖天然气发电（占电力结构的79%），其发电过程中的CO2排放控制成为紧迫课题。然而，针对孟加拉国天然气电厂的高分辨率排放预测和有效控制策略研究仍相对缺乏，特别是人工智能（AI）和先进统计模型在该地区的应用尚未充分探索。为此，来自Noakhali科学与技术大学环境科学与灾害管理系的Mustafizur Ra

  来源：Journal of CO2 Utilization

  时间：2025-11-02

• 更正：柔性钙钛矿太阳能电池可扩展涂层技术的进展与策略

  近年来，柔性钙钛矿太阳能电池（Flexible Perovskite Solar Cells, F-PSCs）因其轻质、可弯曲和大面积制造的潜力，成为光伏技术领域的重要研究方向。随着研究的深入，科学家们不断探索和改进可扩展的涂布技术，以提高其性能、稳定性和生产效率。这些技术的进步不仅推动了实验室阶段的研究成果，也为未来的商业化应用奠定了基础。然而，在一篇名为《Scalable Coating Techniques for Flexible Perovskite Solar Cells》的文章中，作者们发现其原始手稿中的部分图注未正确标注所引用工作的来源，这一疏漏可能影响读者对相关研究的准确理解

  来源：Sustainable Energy & Fuels

  时间：2025-11-02

• 通过改进的无电极局部阳极氧化技术实现高精度原子力显微镜（AFM）切割石墨烯，以用于电子能带工程

  原子力显微镜（AFM）结合无电极局部阳极氧化（EFLAO）技术对石墨烯进行切割，具有极高的便捷性和灵活的图案设计能力，已被广泛应用于石墨烯及其纳米结构的各种实验研究中。然而，该技术的制造精度（即蚀刻纳米沟的宽度）一直限制在60–100纳米范围内，这阻碍了其在实现量子限制效应或调控能带结构方面的潜力。在此，我们提出了一种改进的EFLAO技术，能够将纳米沟的宽度精确控制在15纳米以内，从而实现周期为50纳米的石墨烯纳米带（GNR）阵列的可靠制备。我们还证明了这种具有极小周期的GNR阵列可以作为周期性栅极，用于调控石墨烯的能带结构并制备人工石墨烯超晶格。这种改

  来源：Nanoscale

  时间：2025-11-02

• 一种通过将机器学习应用于紫外线等离子体工程自荧光时间衰减序列（AFTDS）来分类单胺类神经递质的新方法

  本研究提出了一种结合先进等离激元纳米材料与机器学习（ML）技术的混合方法，用于高精度检测生物分子。我们采用了一种创新的等离激元基底——铝凹面立方体（AlCNCs），以增强神经递质如多巴胺（DA）、去甲肾上腺素（NE）和3,4-二羟基苯乙酸（DOPAC）的本征荧光信号。AlCNCs通过其独特的几何结构，能够显著放大微弱的荧光信号，使得无需使用探针或标记的检测成为可能，从而实现对这些分子的高度敏感和特异性识别。为了进一步提高分类的准确性，我们引入了机器学习算法，其中长短期记忆网络（LSTM）在分析时间依赖的荧光数据方面表现尤为突出。与K近邻（KNN）和随机森林（RF）算法的比较显示，LSTM在区分

  来源：Nanoscale Advances

  时间：2025-11-02

• 猪胃螺杆菌尸检诊断技术比较研究：印片细胞学、脲酶试验与实时PCR的效能评估

  在现代化养猪业中，胃溃疡已成为制约生产效益的关键因素之一。这种疾病不仅导致饲料转化率下降、生长迟缓，更引发动物福利的严重关切。特别值得注意的是，位于食管区(pars oesophagea)的胃黏膜因缺乏腺体保护层，极易受到胃酸和消化酶的侵蚀，成为溃疡的高发区域。尽管精细饲料、应激等因素已被确认为风险因素，但幽门螺杆菌(Helicobacter spp.)尤其是猪螺杆菌(Helicobacter suis)的定植作用近年来备受关注。这种革兰氏阴性螺旋形细菌在屠宰期猪群的感染率可达60-90%，其分泌的脲酶能分解尿素产生氨，改变局部pH值，为细菌在强酸环境中的生存创造条件。目前针对猪胃幽门螺杆菌的

  来源：Veterinary Research Communications

  时间：2025-11-02

• 地震关联谱：核电站多组件易损性中频率与楼层依赖性关联的估计方法

  Highlight这项研究通过两种替代方法推进了SPRA中关联性的处理：1. 基于模拟的多组件易损性分析方法，直接从响应模拟中生成联合易损性曲线，固有地包含了关联性，尽管计算成本相对较高但仍可承受；2. 地震关联谱（SCS），它以无显著额外成本的方式表征跨频率和结构位置的关联性，提供可整合到现有复合易损性框架中的偏相关系数。两种方法都依赖于物理信息模拟而非假定的依赖模型，为建模依赖失效提供了定量基础。Section snippetsSPRA中定量关联性处理的新框架地震概率风险评估（SPRA）是一个综合框架，可分为五个主要步骤：1）概率地震危险性分析，2）地震需求分析（例如，计算结构内响应），3

  来源：Engineering

  时间：2025-11-02

• Fed-Joint：基于联邦学习的非线性退化信号与失效事件联合建模在剩余使用寿命预测中的创新应用

  亮点 (Highlights)•提出Fed-Joint框架，首次将传统集中式、参数化的联合建模扩展至联邦化、非参数化的联合建模框架。•采用非参数化的多输出高斯过程（MGP）灵活捕捉资产退化信号的复杂非线性行为，无需预设函数形式。•集成Cox比例风险（CoxPH）模型，稳健分析失效事件与退化模式的关系。•在联邦学习（FL）设置下实现协同建模，各站点仅交换模型参数，原始数据保留本地，解决数据隐私与所有权问题。•通过综合仿真和案例研究（涡扇发动机退化信号和锂离子电池容量衰减数据）验证了方法的优越性。联邦RUL预测 (Federated RUL prediction)近年来，利用隐私保护联邦学习（FL

  来源：Engineering

  时间：2025-11-02

• 基于分层聚类重要性采样算法的预测失效概率估计与更新方法研究

  Section snippetsThe definition of PFP考虑具有指定nθ维分布参数向量θ = {θ1, θ2, ⋯, θnθ}的n维随机输入向量X = {X1, X2, ⋯, Xn}，失效概率Pf(θ)可由公式(1)定义，其中fX(x|θ)表示在固定分布参数向量θ下X的概率密度函数（PDF）。F = {G(x) ≤ 0}表示由依赖于随机输入向量X的性能函数G(x)定义的失效域。在工程应用中，通常难以获得...The basic idea of the LC-IS and the comparison with the related similar methods本节提出了分

  来源：Engineering

  时间：2025-11-02

• 乳制品工业脱碳的氢能利用路径：帕马森干酪生产系统的技术经济情景分析

  在全球碳中和的浪潮中，乳制品工业作为碳排放的重要来源之一，其热工过程的脱碳路径亟待探索。据统计，乳制品行业贡献了全球约4%的人为温室气体排放，其中奶酪生产更是能源消耗大户。以意大利著名的帕马森干酪为例，每生产一个奶酪轮就需要约66 kWh的热能，传统上这些热能主要来自甲烷燃烧，导致大量二氧化碳排放。面对这一挑战，绿色氢能因其燃烧时零碳排放的特性，被视为替代化石燃料的理想选择。然而，将绿氢应用于食品工业热工过程仍面临技术集成复杂、经济性不明朗等多重障碍。为系统评估氢能在乳制品工业的应用潜力，意大利摩德纳雷焦艾米利亚大学工程系的Marco Puglia等研究团队在《International Jo

  来源：International Journal of Hydrogen Energy

  时间：2025-11-02

• 面向智能手机应用的AI驱动UI过渡直观性检测新方法

  亮点 (Highlights)•1.一个支持对UI过渡进行用户模拟的人工标注基准数据集及相关人因洞察。•2.基于人工标注数据集构建的AI模型及提示策略，用于预测和解释用户对链接UI元素的选择。AI驱动的用户模拟模型 (AI-driven user simulation models)基于第3节收集的数据集和人因洞察，我们开发了AI驱动的用户模拟模型，以辅助UI/UX设计师进行UI过渡的形成性评估。具体来说，我们专注于两项任务：•1.不确定性预测 (Uncertainty prediction)：预测并解释用户在选择当前屏幕上的UI元素以到达目标屏幕时感到多么不确定。•2.链接UI预测 (Lin

  来源：International Journal of Human-Computer Studies

  时间：2025-11-02

知名企业招聘：