• 电气安全参与：IEEE在提升全球生活质量中的核心作用与实践路径

  电能作为现代社会的基石，在驱动工业发展与改善人民生活的同时，也潜藏着电击、电弧、雷电等致命风险。尽管技术不断进步，全球范围内与电气相关的人身伤害和死亡事故仍时有发生，这对公共安全构成了持续挑战。如何有效降低电气风险，将技术的负面影响降至最低，从而真正实现IEEE章程中所倡导的“通过技术的建设性应用提升全球生活质量”，成为了摆在工程师、研究人员和专业组织面前的一项紧迫任务。在这一背景下，Daniel R. Doan在《IEEE Industry Applications Magazine》上发表了他的告别专栏文章，系统总结了其过去11年间推动电气安全文化建设的经验与思考。为了系统地应对电气安全挑

  来源：IEEE Industry Applications Magazine

  时间：2025-11-28

• GeodesicPSIM：通过测地线补丁相似性预测带有纹理图的静态网格的质量

  摘要：带有纹理图的静态网格在工业制造和学术研究中受到了广泛关注，这迫切需要一种有效且稳健的客观质量评估方法。然而，目前基于模型的静态网格质量度量标准（即直接使用静态网格的原始数据来提取特征并预测质量的度量标准）存在明显局限性：大多数度量标准仅考虑几何信息，而忽略了颜色信息，并且对网格的几何拓扑结构有严格的要求。其他度量标准，如基于图像和基于点的度量标准，容易受到预处理算法（例如投影和采样）的影响，从而影响其最佳性能。在本文中，我们提出了一种名为Geodesic Patch Similarity (GeodesicPSIM)的新颖基于模型的度量标准，用于准确预测静态网格的人类感知质量。在选取了一

  来源：IEEE Open Journal on Immersive Displays

  时间：2025-11-28

• 基于关联规则和精细化信息粒化的时间序列长期预测

  摘要：准确的长期预测是时间序列分析中一项至关重要且具有挑战性的任务。粒度建模通过将时间序列数据转换为信息颗粒来捕捉其模式和趋势，为长期预测提供了一种有前景的策略。本研究通过精细化时间序列的粒度表示并识别其中的重要隐藏关系，设计了一种长期预测方法。首先，遵循“合理粒度”的原则构建了一系列基于趋势的信息颗粒，并结合补丁学习技术，进一步优化这些颗粒结果，以尽可能全面地捕捉时间序列的本质特征。在固定时间粒度上进行数据分割后，开发了多趋势模糊关联规则（multitrend FARs），用于分析当时间粒度内出现多种模式时的情况，同时结合短期和长期视角来提取相应的关系。此外，借助改进的模糊C均值算法，设计了

  来源：IEEE Transactions on Fuzzy Systems

  时间：2025-11-28

• 轻量级注意力机制结合特征差异，用于高效检测遥感中的变化

  摘要：本文提出了一种低复杂度的注意力机制，用于快速变化检测。该机制计算由孪生主干网络提取的双时相特征之间的绝对差异，并依次应用空间注意力和通道注意力来生成关键的变化表示。空间注意力通过使用通道池化得到的代表性值来强调重要的空间位置，而通道注意力则利用空间池化得到的值来突出区分性特征响应。通过利用低维的代表性特征，该机制显著降低了计算成本。此外，其双注意力结构（由特征差异驱动）增强了变化的空间定位性和语义相关性。与基于变化引导的网络（CGNet）相比，所提出的方法将乘累加操作（MACs）减少了53.81%，同时分数仅下降了0.15%，显示出高效率且性能损失极小。这些结果表明，所提出的方法适用于计

  来源：IEEE Geoscience and Remote Sensing Letters

  时间：2025-11-28

• 基于多模态多实例模糊最优传输的高效生存预测框架

  摘要：准确预测癌症患者的生存时间对肿瘤学家评估疾病进展和治疗效果具有重要的临床意义。近年来，整合多模态数据（如病理图像和基因组数据）在理解个性化癌症治疗的复杂性和异质性以及提高生存预测性能方面发挥了关键作用。然而，这些研究仍面临一些挑战：它们往往忽略了跨模态交互中的模糊不确定性以及病理图像的高计算复杂性。为了解决这些问题，我们提出了一个基于多模态多实例模糊最优传输的癌症生存预测框架。该框架旨在捕捉全局潜在结构之间的模糊相关性，并有效整合不同模态之间的复杂交互。具体而言，我们首先使用模糊聚类算法将同一患者的所有全切片图像中提取的图像块聚类为不同的表型，从而降低计算复杂性。接下来，我们引入了一种分

  来源：IEEE Transactions on Fuzzy Systems

  时间：2025-11-28

• LD-YOLO：一种基于轻量级动态卷积的YOLOv8n框架，用于在SAR图像中进行鲁棒的船舶检测

  摘要：深度学习已成为合成孔径雷达（SAR）图像中船舶检测的主要方法。然而，诸如船舶密集聚集、背景复杂以及目标多尺度变化等持续存在的挑战往往导致特征提取不完整，从而产生误报和漏检现象。为了解决这些问题，本研究提出了LD-YOLO，这是一种基于YOLOv8n的改进模型，它包含了三项关键创新。在关键的网络阶段策略性地嵌入了动态卷积层，以自适应地调整核参数，提高了多尺度特征的区分能力，同时保持了计算效率。所提出的C2f-LSK模块将大核卷积与注意力机制相结合，实现了不同检测阶段中感受野贡献的动态优化，并有效建模了全局上下文信息。考虑到SAR图像中小型船舶的特点以及下采样率对图像质量的影响，进一步集成了

  来源：IEEE Geoscience and Remote Sensing Letters

  时间：2025-11-28

• H−/L∞ 离散时间Takagi–Sugeno模糊奇异系统及带区域约束的残差分析下的时延未知输入执行器故障检测观测器

  摘要：本文专注于离散时间Takagi–Sugeno模糊奇异系统中基于时间延迟未知输入执行器故障检测（FD）观测器设计的问题。根据给定的

  来源：IEEE Transactions on Fuzzy Systems

  时间：2025-11-28

• 具有最优布局的节能型多HAPS辅助混合RF/FSO卫星通信系统设计

  摘要：随着第六代（6G）无线网络的最新进展，卫星和高空平台站（HAPS）系统有望成为非地面网络的关键组成部分。本文受到学术界和工业界对HAPS系统日益增长的兴趣的启发，提出了一种多HAPS辅助的光学卫星通信架构，该架构结合了射频（RF）/自由空间光通信（FSO）技术，以提高吞吐量和可靠性。该架构可用于铁路、跨洲高速公路或海上通信，以提供更好的覆盖范围、吞吐量和可靠性。为了量化所提出方案的整体性能，我们计算并验证了中断概率、遍历容量、吞吐量和能效。此外，我们还考虑了过时的信道状态信息和信道估计误差的影响，这些因素会严重降低系统性能，导致信噪比下降和中断概率增加。进一步研究得出了HAPS系统的最佳

  来源：IEEE Transactions on Green Communications and Networking

  时间：2025-11-28

• 利用基于傅里叶变换红外光谱（FTIR）的地面测量数据对MODIS和Landsat发射率产品进行验证

  摘要：地表发射率（LSE）是估算地表长波辐射的关键参数，目前已有大量的基于卫星的LSE产品发布，这些产品通常与地表温度（LST）产品一起使用。然而，很少有研究关注遥感LSE产品的验证，尤其是在复杂且异质的山区地表。在这项研究中，研究人员在中国西南部的典型山区进行了为期两年的野外实验，使用Model 102便携式傅里叶变换红外（FTIR）光谱仪进行LSE观测。通过优化的采样方法，获得了混合像素的发射率数据，以系统评估广泛使用的 Moderate Resolution Imaging Spectroradiometer（MODIS）Collection 6.1 Level-3 日度LSE产品（包括

  来源：IEEE Transactions on Geoscience and Remote Sensing

  时间：2025-11-28

• 利用ImageRAG提升超高分辨率遥感图像分析能力：一个新的框架

  摘要：超高分辨率（UHR）遥感图像（RSI）（例如10,000 × 10,000像素）对当前的遥感视觉语言模型（RSVLMs）来说是一个重大挑战。如果将UHR图像调整为标准输入图像大小，就会忽略其中包含的大量空间和上下文信息。否则，这些图像的原始大小通常会超出标准RSVLMs的令牌限制，使得难以处理整个图像并捕捉基于丰富视觉上下文的远距离依赖关系来回答问题。在本文中，我们介绍了ImageRAG for RS，这是一个能够以较少的训练需求处理UHR RSI分析复杂性的框架。通过将UHR RS图像分析任务转换为图像长上下文选择任务，我们设计了一种基于检索增强生成（RAG）技术的创新图像上下文检索机

  来源：IEEE Geoscience and Remote Sensing Magazine

  时间：2025-11-28

• 用于多深度土壤碳测绘的物理感知神经框架

  摘要：由于光学测量仅能获取地表数据，而土壤中碳的分布具有垂直层次性，因此对土壤有机碳（SOC）的深度分辨估计仍然具有挑战性。我们提出了一种基于物理原理的无人驾驶飞行器（UAV）框架，该框架结合了多光谱成像（MSI）和高光谱成像（HSI）技术，用于估算不同深度下的SOC浓度。实验在密苏里州的Plantheaven Farms进行，使用了10种高粱基因型，并设置了3次重复实验。特征构建过程将HSI提供的光谱导数与MSI提供的纹理特征相结合，并通过主成分分析（PCA）进行压缩处理。为了实现物理意义上的规律性，我们采用了以下方法：1）使用二阶差分惩罚项来确保数据的垂直平滑性；2）引入剖面积分一致性约束

  来源：IEEE Geoscience and Remote Sensing Letters

  时间：2025-11-28

• 通过优化卫星边缘计算资源调度实现高效的在轨遥感图像处理

  摘要：随着遥感图像生成规模的巨大增长，在轨计算已成为实现近乎实时处理的关键技术。由于卫星上有限的资源和能源供应，卫星边缘计算（SEC）应运而生，以辅助在轨计算。然而，卫星与地面之间的间歇性数据传输链路在协同使用SEC资源时带来了效率挑战。因此，本文提出了一种用于在轨遥感图像处理的卫星边缘计算资源调度技术（SECORS）。首先，我们设计了一种针对特定遥感任务的SEC架构，该架构采用了离线-在线的工作模式。接着，建立了一个计算资源调度模型（SEC-RSM），包括有向无环图（DAG）模型和数学问题表述。为了获得有效的调度方案，我们开发了一种端到端算法，该算法结合了多智能体近端策略优化和最早完成时间（

  来源：IEEE Transactions on Geoscience and Remote Sensing

  时间：2025-11-28

• 面向地球观测的负责任人工智能：实现集体福祉的可达成路径与伦理框架

  随着遥感技术的飞速发展，地球观测（EO）数据已成为监测全球环境变化、支持灾害管理和推动可持续发展的核心资源。然而，人工智能（AI）技术在地球观测领域的深度融合（即AI4EO）在提升数据分析效率的同时，也引发了诸多伦理与社会挑战。例如，算法偏差可能导致对弱势区域的不公平决策，模型的不透明性阻碍了结果的可信度，高分辨率遥感数据的使用可能侵犯个人隐私，而缺乏伦理约束的AI应用甚至可能加剧环境或社会风险。这些问题不仅限制了AI4EO技术的广泛应用，还可能对其本应服务的可持续发展目标（SDG）产生负面影响。为此，由Pedram Ghamisi、Weikang Yu等学者联合开展的研究，系统提出了“负责任

  来源：IEEE Geoscience and Remote Sensing Magazine

  时间：2025-11-28

• K-Means聚类算法在改进数据驱动的卫星气溶胶反演中的应用

  摘要：准确获取大气气溶胶的时空分布对于研究气溶胶-辐射-云相互作用、空气质量预报和气候变化评估至关重要。尽管数据驱动方法在气溶胶反演方面取得了显著进展，但现有模型往往忽略了气溶胶类型对反演精度的影响。为解决这一不足，本研究提出了一个改进的数据驱动气溶胶反演框架，该框架明确将气溶胶类型信息纳入模型训练中。气溶胶分类采用K-means无监督聚类算法进行，以优化训练样本，从而提高模型的适应性和反演精度。经过优化的样本随后用于训练极端随机树（ERTs）模型，在精度和计算效率之间取得了最佳平衡。验证结果表明，该模型的性能非常出色：相关系数为0.93，均方根误差（RMSE）为0.072，超过89%的结果落

  来源：IEEE Geoscience and Remote Sensing Letters

  时间：2025-11-28

• 多层多属性图的多视图模糊聚类

  摘要：多视图属性图（MVAGs）提供了丰富的结构和属性信息，但现有的聚类方法难以同时利用多视图属性和多种图结构。此外，这些方法通常要么侧重于可见视图之间的协作，要么侧重于隐藏特征的提取，未能捕捉两者之间的协同作用。为了解决这些问题，我们提出了ITF-MVFC（基于内在和拓扑特征的多视图模糊聚类）这一新型聚类模型，专门用于处理MVAGs。ITF-MVFC首先根据拓扑连接构建邻接矩阵，然后引入基于非负矩阵分解的双重可见-隐藏特征提取机制，从而提取内在和拓扑的可见-隐藏特征表示。为了提高稀疏性和可解释性，我们进一步采用了网络套索正则化技术，使得内在特征和拓扑特征之间能够有效地进行协同学习。最后，我们

  来源：IEEE Transactions on Fuzzy Systems

  时间：2025-11-28

• 犹豫型模糊LSTM-Transformer模型及其在智能电网电力与能量平衡中的应用

  摘要：电力和能源平衡技术是智能电网的核心。专家的主观判断在平衡控制过程中起着关键作用。然而，由于评估数据的主观性、模糊性和大规模特性，传统模型难以有效建模和分析此类信息。为了解决数据的大规模问题，我们引入了长短期记忆（LSTM）来开发LSTM-Transformer模型。考虑到数据的不确定性和模糊性，我们进一步构建了基于犹豫模糊集的LSTM-Transformer（HF-LSTM-Transformer）模型。这是一种新颖的深度学习方法，能够处理电力平衡控制决策中的复杂主观和模糊信息。通过结合犹豫模糊集，HF-LSTM-Transformer增强了LSTM-Transformer处理不确定性的

  来源：IEEE Transactions on Fuzzy Systems

  时间：2025-11-28

• 供应链中断下的中小企业直接出口韧性：COVID-19期间国际化速度的制度透镜研究

  2020年初，当全球海运价格飙升、港口封闭、中间商坐地起价，许多依赖间接出口的中小制造企业突然发现：自己成了“断链”中最脆弱的一环。传统观点认为，资源匮乏的中小企业(SMEs)应借助外贸公司、分销商等中介“借船出海”，以节省海外营销与合规成本；然而疫情冲击下，中介提价20%–40%、延迟交货、信息隐瞒等现象频发，反而放大了SME的“小之债”(liability of smallness)。面对新一轮地缘政治、公共卫生与气候危机叠加的“常态性 disruptions”，SME究竟该继续依赖“中间商”还是亲自“下水”？不同出口模式如何影响其在风暴中的扩张节奏？更为关键的是，母国制度阴影——腐败、地

  来源：IEEE Transactions on Engineering Management

  时间：2025-11-28

• 三维悬停定位与无人机路径规划优化：针对一对多连续无线充电问题

  摘要：物联网具有巨大的经济价值潜力，其中传感器在其基础设施中发挥着关键作用。然而，传感器有限的电力寿命限制了整个网络的运行时间。现代充电技术的发展使得使用无人机实现一对多同时充电成为可能。为了更好地利用这一充电技术，本文研究了在三维（3-D）空间中通过无人机为传感器充电的问题。与现有文献不同，无人机的3-D悬停位置会影响同时充电的传感器数量，从而影响充电服务时间。此外，我们还考虑了多架无人机在同一区域为传感器服务的场景，这需要确保充电服务的连续性。我们提出了一个混合整数规划模型来最小化完成充电任务的总成本。为了解决这个问题，我们开发了一种改进的遗传算法。通过大量实验，证明了我们提出方法的优越性

  来源：IEEE Transactions on Engineering Management

  时间：2025-11-28

• 人工智能对企业环境投资的影响

  摘要：作为新一轮科学和技术革命以及产业转型的重要推动力，人工智能在提高企业对环境保护的投资和促进经济增长方面具有巨大潜力。然而，由于数据瓶颈的存在，目前尚无明确的结论来说明人工智能如何影响企业层面的环境投资。基于中国上市公司的年度报告数据，我们利用机器学习方法构建了一个人工智能指标体系，并进一步开发了企业层面的具体指标。通过实证研究，我们发现人工智能能够显著提升企业的环境保护投资。经过工具变量法和倾向得分匹配法等稳健性检验后，这一结论依然成立。机制分析表明，人工智能通过缓解融资约束和提高信息透明度来促进企业的环保投资。异质性分析显示，国有企业的属性、较高的税收负担以及严格的环境监管措施会增强人

  来源：IEEE Transactions on Engineering Management

  时间：2025-11-28

• 一种新型线转电机的优化设计与性能评估：该电机采用可移动线圈结构

  摘要：为了减小线性旋转电机（LRM）的体积并提高其扭矩/推力密度，本文提出了一种新型结构的LRM，该电机采用移动线圈设计，仅包含一组定子、转子、动子和永磁体（PM）单元。轴向磁化的永磁体沿转子轴向交替排列，同时作为旋转、直线和螺旋运动的激励源。直线运动的距离等于定子轴向长度与动子轴向长度之差。由于旋转单元的气隙磁通密度波动较大且气隙磁通密度分布不对称，因此采用三维解析方法结合集总参数建立等效磁路模型，通过不同迭代精度进行设计优化。制作出原型后，通过实验测试验证了电机的电磁特性。与传统LRM相比，所提出的电机具有更高的扭矩/推力密度和更小的体积。引言近年来，线性旋转电机（LRM）已成为电动机研究

  来源：IEEE Transactions on Energy Conversion

  时间：2025-11-28

知名企业招聘：