-
一种用于狭小空间内装配质量检测的、具有3D增强功能的遮挡感知相关滤波器
在工业制造领域,受限空间内的装配质量检测对产品可靠性至关重要。当前虽然目标检测和缺陷识别技术已有显著进展,但在实时处理能力和复杂遮挡场景应对方面仍面临严峻挑战。特别是在导弹等精密装备的装配过程中,需要快速识别天线、电池、螺栓等密集分布部件的安装位置偏差、缺失或装配不当等问题。传统图像处理算法虽然计算效率高,但在面对光照变化、部件反光或遮挡等复杂场景时,检测精度会出现明显下降。而深度学习方法虽然检测能力较强,但存在计算量大、实时性不足等问题,难以满足生产线上的实时质量检测需求。相关滤波技术凭借其轻量级特性与多特征融合潜力,逐渐成为解决此类问题的关键技术路径。现有相关滤波研究主要存在三个技术瓶颈:
来源:Engineering Applications of Artificial Intelligence
时间:2025-12-06
-
利用条件修正流变换器(Conditional Rectified Flow Transformers)实现更加真实、准确的降水临近预报
降水临近预报技术革新:CRFT架构突破效率与精度双重瓶颈当前全球气象预报体系正经历革命性变革,其中降水临近预报作为关键分支,在防灾减灾和智慧城市建设中发挥着不可替代的作用。本文提出的新型CRFT架构,通过融合Transformer架构与优化扩散流程,实现了预报效率与精度的双重突破,为实时天气预测提供了创新解决方案。传统数值天气预报模式(NWP)虽能捕捉大气物理过程,但存在计算资源消耗大、短时预报稳定性差等固有缺陷。近年来深度学习方法在降水预测领域展现出显著优势,特别是Transformer架构通过捕捉长程时空依赖,有效提升了预报精度。然而现有方法普遍存在两大痛点:首先,时空特征建模存在割裂现象
来源:Engineering Applications of Artificial Intelligence
时间:2025-12-06
-
基于多重正则化的知识迁移学习在跨学科运动想象脑电图分类中的应用
非侵入式脑机接口(BCI)在运动想象(MI)场景中的应用面临显著挑战。主要问题源于个体间脑电信号(EEG)特征的非稳态特性,这导致传统跨主体分类方法存在两大核心缺陷:一是标签与动态特征之间的互补性缺失,二是伪标签累积误差引发的负迁移问题。针对上述瓶颈,黄乔梅、蔡子宽、罗天建团队提出MRKT(多重正则化知识迁移)学习方法,通过构建多维正则化框架实现跨个体MI-EEG分类性能的突破。研究团队首先系统梳理了浅层域适应(SDA)与深度域适应(DDA)方法的发展脉络。SDA方法采用两阶段特征对齐策略,在EEG时频特征空间中通过协方差矩阵对齐实现分布匹配,典型代表包括基于黎曼流形对齐的MEKT方法。这类方
来源:Engineering Applications of Artificial Intelligence
时间:2025-12-06
-
基于分层坐标表示的多智能体轨迹预测
该论文聚焦于多智能体轨迹预测领域的核心挑战,提出了一种名为Hierarchical Coordinate-Based Representation(HICR)的创新框架。通过系统性分析现有方法的局限性及新型解决方案的设计原理,可从以下四个维度进行深入解读:一、技术演进与问题定位传统方法存在显著的双向制约:场景中心式架构虽能完整表征环境拓扑关系,但易产生冗余计算(特别是在高密度交通场景中,每个智能体均需全局坐标转换),且车辆位姿变化会导致预测偏差;智能体中心式架构通过局部坐标系消除位姿敏感性问题,但存在两大缺陷:其一,局部坐标系切换带来计算复杂度激增,特别是在多智能体交互场景中需频繁进行坐标变换
来源:Engineering Applications of Artificial Intelligence
时间:2025-12-06
-
多核相关熵传输鲁棒字典学习及其在轴承故障诊断中的应用
在工业设备健康管理领域,振动信号分析已成为轴承故障早期诊断的核心技术手段。传统方法依赖人工设计的时频域特征,在非高斯噪声干扰下存在显著局限性。近年来,基于字典学习的信号处理技术因其自动特征提取能力受到广泛关注,但现有研究在噪声鲁棒性方面仍存在提升空间。当前主流的K-SVD算法及其变体虽能通过稀疏编码实现特征分离,但其数据保真项基于高斯噪声假设,导致在遇到非高斯噪声(如脉冲噪声、调制噪声等)时性能急剧下降。这种现象在滚动轴承故障诊断中尤为突出,因为设备运行中常伴随复杂噪声环境,特别是早期微弱故障特征易被强噪声掩盖。针对这一问题,研究者提出了多种改进方案,包括自适应正交约束(Liu et al.,
来源:Engineering Applications of Artificial Intelligence
时间:2025-12-06
-
通过选择性视角类别集成提升遥感目标检测性能
Xinyuan Wang | Lian Peng | Xiangcheng Li | Yilin He | KinTak U澳门科技大学创新工程学院,中国澳门摘要在遥感图像中,目标检测一直面临着极端尺度变化、密集分布的目标物体和杂乱背景等挑战。尽管像YOLOv8这样的现代检测器已经取得了有希望的结果,但它们的主干网络通常缺乏指导多尺度特征细化的明确机制,这限制了它们在高分辨率航空图像上的性能。在这项工作中,我们提出了You Only Look Once-Selective-Perspective-Class Integration(YOLO-SPCI)这一增强注意力的检测框架,该框架引入了一个
来源:Engineering Applications of Artificial Intelligence
时间:2025-12-06
-
一种基于方向感知和专家经验的网络模型,用于利用现场探地雷达数据检测内部裂纹尺寸
道路基础设施的劣化监测是确保交通安全与道路使用寿命的关键环节。当前基于地面穿透雷达(GPR)的裂纹检测技术面临两大核心挑战:首先,传统信号解析方法难以准确提取现场复杂环境下的裂纹几何特征,特别是当裂纹呈现不规则双曲线形态时;其次,现有图像处理技术依赖人工设计的几何模型(如三角形 mask 或矩形框),在表征裂纹实际三维空间形态方面存在显著局限性。针对这些问题,研究团队创新性地构建了集成多模态特征解析与全局几何推理的智能检测系统,其技术路线与实现路径具有多重突破价值。在数据基础建设方面,研究团队建立了包含多频段 GPR B-Scan 影像与专业工程标注的复合型数据库。该数据库特别引入了现场环境干
来源:Engineering Applications of Artificial Intelligence
时间:2025-12-06
-
基于自适应输入信号功率控制的线性Doherty功率放大器设计
这篇研究聚焦于解决现代无线通信系统中Doherty功率放大器(DPA)效率与线性难以兼顾的工程难题。研究团队提出了一种基于肖特基二极管的新型输入匹配网络架构,通过动态调整栅极偏置电压和优化阻抗匹配特性,在0.75-1.25 GHz宽带范围内实现了高效率(51.1%-69.1%)与优异的线性性能(ACPR达-41.6 dBc)的协同提升。该设计在多个关键指标上超越现有解决方案,为5G/6G通信系统的高效射频前端提供了新思路。### 核心创新机制1. **双模态动态偏置调节**: - 低功率区(<36 dBm)采用类C工作模式,通过设定固定偏置电压(-5 V)抑制早期导通36 dBm)自动切换
来源:Engineering Science and Technology, an International Journal
时间:2025-12-06
-
结合数据驱动和经验丰富的神经网络来预测桩基抗力,同时考虑数据限制因素
本研究针对超长桩基基础阻力预测难题,提出了一种融合显式经验公式与隐式经验信息的双路径神经网络架构。研究团队通过整合工程实践中的物理约束与数据驱动优势,突破了传统模型在数据稀缺条件下的泛化瓶颈。以下从问题背景、方法创新、实验验证三个维度进行系统性解读:一、工程问题与现有方法瓶颈超长桩基(桩长>60米)在软土环境中的基础阻力演化规律具有显著特殊性。传统分析方法存在三大局限:1. 纯数据驱动模型(如BPNN、DeepONet)易陷入过拟合,对数据分布敏感,当训练集与测试集存在地质条件差异时误差激增2. 基于静力载荷试验的解析方法存在参数依赖性强(需确定桩端位移系数等12个关键参数)、计算效率低(单次
来源:Engineering Applications of Artificial Intelligence
时间:2025-12-06
-
一种先进的检测器以及用于复杂果园中导航路径提取的双最短距离交叉算法
农业机器人导航路径提取技术革新研究一、果园导航技术发展背景与核心挑战在精准农业领域,导航路径提取技术是自主作业系统的核心支撑。当前技术面临三大关键挑战:首先,传统图像处理方法(如阈值分割、颜色索引法)在复杂光照条件和背景干扰下表现不稳定,难以适应果园多变的自然环境。其次,现有深度学习模型虽然能通过端到端学习提升鲁棒性,但存在模型体积过大(平均达数十MB)、计算资源消耗高(GFLOPs超过百亿量级)等部署难题。第三,导航路径生成算法存在定位精度不足和计算效率低下的问题,特别是在存在密集植被和杂草干扰的场景中。二、现有技术体系分析传统方法主要依赖图像预处理技术,通过设定特定阈值(如像素灰度值)实现
来源:Engineering Applications of Artificial Intelligence
时间:2025-12-06
-
密集协同注意力网络:一种用于通信设施图像分类的有效卷积神经网络模型
作者:余电志、闵燕、杨健、李洪浩、周娇、杨飘、田倩、李圆圆、钱倩中国电信贵州公司云计算与网络运营部,贵州省贵阳市,550000,中国摘要通信设施的图像识别工作对于评估电信运营商的服务成果以及监控安装和维护服务的一致性至关重要。本研究采用深度学习算法对安装和维护人员提交的现场照片中的通信设施进行分类。以DenseNet作为基础模型,我们增强了模型内的信息流动,并运用了几种改进的注意力机制,以便在复杂的安装和维护环境中更有效地识别通信设施图像。在相同的模型规模配置下,实验结果表明,密集协同注意力网络(DSANet)在通信设施图像分类任务中的表现优于DenseNet,验证准确率达到94.83%,帧率
来源:Engineering Applications of Artificial Intelligence
时间:2025-12-06
-
MFG-RNN:一种基于多反馈门控循环神经网络(Multi-Feedback Gated Recurrent Neural Network)的模型,该网络采用基于哈密顿-雅可比(HJB,Hamilton-Jacobi)算法的权重更新机制,用于基于脑电图(EEG)的隐蔽信息检测
本研究聚焦于利用脑电信号(EEG)检测个体隐藏信息的技术突破。论文团队通过创新性设计,在隐蔽信息识别领域实现了多项技术突破,为智能人机交互开辟了新路径。一、技术背景与问题挑战EEG信号检测隐藏信息的关键技术在于捕捉受试者面对犯罪相关刺激时的脑电特征差异。传统方法如P300波幅差异分析(BAD)和相关性分析(BC-AD)存在实时性不足的问题,无法适应在线检测需求。当前主流的机器学习模型虽然取得进展,但在处理长时依赖关系和梯度消失问题上仍存在局限,特别是面对EEG信号中常见的噪声干扰和时序复杂性时。二、核心创新与技术实现1. 多反馈门控循环神经网络架构(MFG-RNN)该模型突破传统RNN的单反馈
来源:Digital Signal Processing
时间:2025-12-06
-
机器学习与微藻营养循环经济的恢复应用——以普通小球藻(Chlorella Vulgaris)为例进行生物质生产
### 微藻营养回收中机器学习模型性能与特征影响分析#### 1. 研究背景与意义全球污水系统每年排放超过3000万吨磷和近2亿吨氮,导致水体富营养化问题加剧。循环经济(CE)框架下的营养回收技术被视为解决这一问题的有效途径,而机器学习(ML)模型在优化微藻培养工艺中展现出潜力。本研究聚焦单细胞绿藻(Chlorella vulgaris)的氮磷去除效率与生物量生产预测,通过整合4472个数据点的多变量分析,探索ML模型在不同环境参数下的适用性。#### 2. 研究方法与数据特征研究团队系统收集了10篇文献中关于微藻培养的实验数据,涵盖13个连续型输入参数(包括初始总磷/氮浓度、pH值、光照强度
来源:Desalination
时间:2025-12-06
-
膜蒸馏过程中蛋白质与阳离子共存导致膜污染的行为分析
本研究聚焦于膜蒸馏(MD)过程中有机物与无机盐离子的协同污染机制,以牛血清白蛋白(BSA)为模型污染物,系统考察了钠离子(Na⁺)和钙离子(Ca²⁺)对膜污染行为的影响。通过实验与理论分析相结合,揭示了不同价态离子与蛋白质的相互作用机制及其对膜性能的影响规律。### 一、研究背景与意义膜蒸馏技术作为新兴海水淡化技术,其热力学驱动机制与压力驱动膜分离技术存在本质差异。在高温蒸发环境下,膜表面容易形成无机盐沉积层与有机物污染物的复合膜层,导致渗透通量衰减和热效率下降。尤其在水处理废水中,蛋白质类有机物与盐离子的协同作用可能加剧膜污染,而现有研究多集中于单一污染物或单一离子环境下的膜污染特性,缺乏对
来源:Desalination
时间:2025-12-06
-
超亲水且防污的PDA/TA-MOF纳米复合PTFE膜,用于高效且可持续地处理含溶解油的废水
### 超亲水纳米复合PTFE膜的制备及其在油水分离中的应用研究#### 1. 研究背景与问题油性废水因其来源广泛(石油加工、金属制造、汽车工业等)和危害性(环境污染、人体健康风险)受到全球关注。各国根据排放标准(通常为5-40ppm)对油性废水处理提出严格要求。现有处理技术中,膜分离法因其高效性(低能耗、高稳定性)成为研究热点,但传统陶瓷膜存在脆性大、成本高的问题,而聚四氟乙烯(PTFE)膜虽具备化学惰性和机械强度,却因超亲脂性导致两大核心问题:水通量极低(亲脂性阻碍水分子渗透)和膜污染严重(油滴吸附在膜表面形成不可逆堵塞)。#### 2. 改性策略与材料选择研究团队提出通过双重改性突破PT
来源:Desalination
时间:2025-12-06
-
热力学分析及渗透选择性权衡的重新建立,以优化反渗透膜的脱盐性能
反渗透膜性能评估的范式革新与热力学框架构建现代水处理技术中,反渗透(RO)膜作为核心分离组件,其性能评价体系经历了从简单参数比到复杂热力学模型的演进过程。本文研究团队通过引入熵产分析理论,成功构建了基于分离功率的RO膜热力学评估框架,为困扰行业三十余年的渗透率-选择性权衡问题提供了全新解决方案。传统评价体系存在显著局限性。自Robeson在气体分离领域建立渗透率-选择性 Trade-off 框架后,该模型被机械移植至液膜领域,形成"16000A^{-3.2}"的经验公式[14]。但这种迁移缺乏理论支撑:首先,气体分离的尺寸筛分机制与液体分离的溶液扩散机制存在本质差异;其次,液膜的多孔结构、表面
来源:Desalination
时间:2025-12-06
-
一个模型中,蛋糕去除率系数采用指数衰减的形式来描述冲洗过程
本文聚焦于膜过滤系统中冲洗工艺的优化建模与性能分析,针对传统滤饼去除模型在描述非均匀滤饼结构时的局限性,提出了创新性的动态参数修正模型。研究团队通过系统性的实验设计与多维度参数验证,建立了适用于恒压死端过滤冲洗模式的数学模型,并成功实现了对复杂膜污染体系的精准预测。该成果为工业膜系统的运维优化提供了理论支撑和技术路径。一、研究背景与问题提出膜分离技术作为水处理领域的核心工艺,在市政污水回用、工业废水处理及海水淡化等场景中具有重要应用价值。然而,膜表面污堵形成的非均匀滤饼结构(上疏下密特性)导致传统一阶动力学模型的预测误差显著增大(相对误差可达15-30%)。特别是当滤饼厚度超过初始厚度的50%
来源:Desalination
时间:2025-12-06
-
南极底层水的收缩作用驱动了阿根廷海盆SAMBA-West线(南纬34.5度)附近深渊海域的海洋变暖现象
本文通过整合 SAMBA-West 线的现场观测数据与高分辨率数值模拟结果,系统研究了阿根廷海盆 abyssal 水体温度变化及其驱动机制。研究显示,该区域自2009年以来呈现显著变暖趋势,且这种变化具有明确的垂直分层特征和空间异质性。### 一、研究背景与区域特征南极底层水(AABW)作为全球海洋最深层、密度最大的水体,其形成与输运直接影响大西洋环流系统。阿根廷海盆作为 AABW 的主要通道之一,其 northwestern 端点(约34.5°S)恰好处于 SAMBA-West 观测阵列的范围内。该区域海底地形复杂,包含 Zapiola 余隆等关键地形结构,导致 abyssal 水体形成多环
来源:Deep Sea Research Part I: Oceanographic Research Papers
时间:2025-12-06
-
系统性免疫炎症指数、系统性炎症反应指数和全免疫炎症值在预测特发性晚发性胎儿生长受限中的作用
Murat Levent Dereli|Sadun Sucu|Dilara Sarıkaya Kurt|Ahmet Kurt|Fahri Burçin Fıratlıgil|Tuğba Ağbal|Ali Turhan Çağlar土耳其德尼兹利州立医院卫生部围产医学科,邮政信箱20010,Şehit Albay Karaoğlanoğlu街3号,Merkezefendi,德尼兹利摘要背景胎儿生长受限(FGR)是一种主要的妊娠并发症,与死产、围产期发病率、死亡率以及后代的长期健康问题有关。因此,对其的预测、早期发现和适当随访是产前护理的重要组成部分。在大多数情况下,这种病症也被称为晚发性特发性
来源:Currents in Pharmacy Teaching and Learning
时间:2025-12-06
-
超越生存:出生并发症对肯尼亚母亲、婴儿和家庭产后福祉的影响
这项研究以肯尼亚三家县级 referral 医院为对象,通过混合方法设计,系统探讨了分娩并发症对产妇及家庭产后恢复的影响。研究历时2023年11月至2024年3月,共采集120名定量样本和52名定性受访者的数据,同时纳入19名家庭成员的访谈记录,构建了覆盖产前、分娩期及产后42天全周期的分析框架。研究发现,分娩并发症产生显著的"乘数效应":约29%的产妇在产后5-10周仍存在严重疼痛(WHO残疾评估量表得分达20.9分),而对照组仅为14.8分。这种生理影响与情感压力形成叠加效应,导致73%的并发症产妇需要额外医疗支出,其中42%家庭因并发症陷入经济困境,医疗自费比例高达60%。在护理质量方面
来源:PLOS Global Public Health
时间:2025-12-06