• FDFNet：一种基于特征决策的双重融合网络，用于在不同转速条件下对旋转机械进行智能故障诊断

  在现代工业中，旋转机械作为关键设备广泛应用于电力生产、制造加工、交通运输以及航空航天等多个领域。这些设备在运行过程中常常面临复杂的工况环境，如温度变化、负载波动以及速度变化等，其中速度变化是尤为常见的现象。特别是在设备启动、停机或负载突变时，速度的变化会导致监测信号呈现出强烈的非平稳性和非线性特征，这为故障诊断带来了极大的挑战。传统的故障诊断方法通常依赖于单一传感器数据，并且在面对速度变化时往往表现出较差的泛化能力和鲁棒性。因此，开发一种能够有效处理速度变化条件下的旋转机械故障诊断技术，具有重要的现实意义。当前，针对旋转机械在速度变化条件下的故障诊断，研究者们主要采用两种思路：一种是基于时频分

  来源：Engineering Applications of Artificial Intelligence

  时间：2025-09-27

• 基于层次语义的多尺度关联网络，用于无对齐的红绿蓝颜色和热敏显著物体检测

  RGBT（红、绿、蓝和热）显著目标检测（SOD）是一种通过融合可见光（RGB）和热红外（TIR）模态之间的互补信息，识别并突出图像中最引人注目的目标的技术。这种技术在24小时不间断的智能监控和城市安全与交通管理中尤为重要，尤其是在低光照或恶劣天气条件下，传统的单模态检测方法往往难以提供足够的精度和鲁棒性。RGBT SOD不仅能够有效应对光照变化和环境干扰，还能增强目标定位的稳定性，从而为智能城市的安全系统提供可靠的支持。随着计算机视觉技术的不断发展，SOD已经成为许多下游任务的基础，例如图像分割、视频监控、目标跟踪和图像检索等。在可见光模态中，SOD技术已经取得了显著进展，但这些方法在低光照环

  来源：Engineering Applications of Artificial Intelligence

  时间：2025-09-27

• 推动以可持续性为导向的品牌倡导者活动：一种用于评估倡导者广告视频的球形模糊决策支持框架

  随着全球环境危机的加剧，如气候变化、生物多样性丧失和资源枯竭等问题日益突出，社会对环境问题的关注也不断上升。在这一背景下，品牌通过广告宣传表达对社会和环境议题的态度，已成为一种重要的营销策略。这类广告通常采用情感驱动的叙事方式和口号式的表达，以增强信息传递的感染力和说服力。然而，尽管这些广告形式越来越普遍，目前缺乏系统且定量的方法来评估其效果或在不同品牌之间进行比较。因此，本文提出了一种全新的决策支持系统（DSS），用于对品牌环保广告进行结构化和可重复的绩效评估。本文的研究方法结合了多准则决策（MCDM）技术与模糊逻辑，构建了一个名为SCF-RANCOM-MEREC-DEPART的混合模型。该

  来源：Engineering Applications of Artificial Intelligence

  时间：2025-09-27

• 利用学习到的原始-对偶网络对细长物体进行稀疏视图层析重建

  在木材加工行业中，通常采用离散的X射线扫描技术来评估原木的质量。这种技术通过在移动的传送带上从几个固定位置获取数据，以二维（2D）平面形式对原木进行扫描。然而，单一的二维平面数据往往不足以进行三维（3D）的断层扫描重建，特别是当需要保留原木内部的生物特征时。为了克服这一限制，本文提出了一种基于学习迭代重建的方法，即学习的原始-对偶（Learned Primal-Dual, LPD）神经网络，这种方法适用于顺序扫描几何结构。通过这种方法，我们能够在重建过程中整合相邻切片的信息，而不是仅仅依赖于单个切片的数据。在工业应用中，传统的CT扫描设备通常具有较高的成本，而且需要较长的扫描时间，这使得它们难

  来源：Engineering Applications of Artificial Intelligence

  时间：2025-09-27

• 基于邻域区域注意力对齐的开集对象检测

  在当今快速发展的计算机视觉领域，物体检测技术已经从传统的封闭类别检测扩展到更复杂的开放词汇检测（OVD）场景。开放词汇检测的核心目标是使模型能够在没有显式标注的情况下，识别和检测之前未曾见过的物体类别。这一能力对于应对现实世界中不断涌现的新类别至关重要，特别是在诸如自动驾驶、智能监控和内容理解等应用中，模型需要具备灵活适应未知对象的能力。然而，现有的开放词汇检测方法在实际应用中仍面临诸多挑战，尤其是在如何有效利用预训练的视觉语言模型（VLMs）来提升检测性能方面。为了更好地理解开放词汇检测的现状，我们可以回顾其发展历程。传统物体检测方法依赖于固定的类别列表，通常由数据集定义，例如COCO数据集

  来源：Engineering Applications of Artificial Intelligence

  时间：2025-09-27

• 基于清洁样本的跨模态检索与自适应加权对比学习

  开放词汇目标检测（Open-Vocabulary Object Detection, OVD）是一种旨在识别之前未见过的目标类别的技术，它依赖于预训练的视觉-语言模型（Vision-Language Models, VLMs）所提供的开放词汇知识。传统的目标检测模型通常在固定的类别集合上进行训练，因此它们在面对新类别时表现有限。为了克服这一限制，研究者们提出了多种方法，如零样本目标检测（Zero-Shot Detection, ZSD），该方法在没有监督标注的情况下，尝试识别新类别。然而，ZSD的性能受到了缺乏直接监督信息的制约。随着VLMs的发展，如CLIP，这些模型通过大规模图像-文本对进

  来源：Engineering Applications of Artificial Intelligence

  时间：2025-09-27

• 用于伪装物体检测的双路径多注意力引导特征交互网络

  在自然界中，伪装是一种普遍的生物进化现象，是许多生物在自然选择环境下生存的关键技能之一。例如，某些蜥蜴和变色龙能够通过改变颜色、纹理和形状，有效地隐藏在环境中，避免被天敌发现。这种自然伪装机制不仅存在于生物界，也广泛应用于人类社会，如穿着迷彩服的士兵、隐藏在背景中的军事设备等。因此，伪装目标检测（Camouflaged Object Detection，COD）成为了一项重要的技术，旨在识别和分割那些与周围环境高度融合的自然或人工伪装对象。COD在农业、工业、医疗等多个领域具有广阔的应用前景，例如农业害虫检测、工业表面缺陷识别以及医学图像分析中的息肉分割等。随着深度学习技术的快速发展，COD的

  来源：Engineering Applications of Artificial Intelligence

  时间：2025-09-27

• 高效的三维高斯函数交互式分割及最优视图选择

  在现实世界中，环境的多样性要求神经网络模型能够突破原有的封闭分类体系，以适应不断涌现的新类别。这种需求促使了开放词汇目标检测（Open-Vocabulary Object Detection, OVD）技术的发展。开放词汇目标检测的目标是，在仅有基础类别标注和开放词汇知识的监督下，实现对之前未见过的目标类别的检测。然而，现有的基于知识蒸馏的OVD方法在对检测器头部信息进行蒸馏的过程中，常常面临信息提取不足的问题，这限制了其在实际应用中的表现。为了应对这一挑战，我们提出了一种新的方法，称为邻近区域注意力对齐（Neighboring Region Attention Alignment, NRAA

  来源：Engineering Applications of Artificial Intelligence

  时间：2025-09-27

• 考虑储能设备部署的高速列车节能运行图优化

  近年来，无人机（UAVs）在学术界和工业界引起了广泛关注，其多样的应用场景使其成为5G/6G蜂窝网络中的重要组成部分。无人机的通信功能在众多应用中扮演着关键角色，例如在灾害响应、工业检测和产品配送等方面，提供了高效且灵活的通信解决方案。随着5G技术的不断演进，无人机通信网络的构建和发展也进入了新的阶段。然而，无人机通信网络在实现信号覆盖和提升用户体验的过程中，仍然面临诸多挑战，特别是在频繁切换（Handover）管理方面。本文通过系统文献综述（SLR）方法，对无人机通信网络中的切换管理进行了深入探讨，并重点分析了机器学习（ML）在无人机切换决策中的应用及其效果。无人机在5G网络中的角色可以分为

  来源：Engineering Science and Technology, an International Journal

  时间：2025-09-27

• 综述：5G网络中无人机通信的交接管理：一项系统性的文献综述

  随着近年来无人机（UAV）技术的快速发展，它们在通信领域的应用也逐渐扩展。UAV因其机动性、自主性和灵活性，成为5G/6G蜂窝网络中极具潜力的组成部分。在这些网络中，UAV可以充当中继设备，接收来自基站（BS）的信号并转发给用户设备（UE），也可以作为基站（UAV-BS）直接为地面用户设备提供5G/6G通信服务。这种灵活性使得UAV在多种场景中展现出巨大的应用潜力，如灾难救援、智能交通、农业监测等。然而，UAV通信网络的部署和优化也面临诸多挑战，其中，切换管理问题尤为突出。由于UAV的高机动性和高速飞行，其与地面基站之间的信号覆盖质量可能不稳定，导致频繁的切换（也被称为“乒乓切换”）以及切换失

  来源：Engineering Science and Technology, an International Journal

  时间：2025-09-27

• 具有跨模态交互和自适应融合的多模态互补学习网络，用于人脸伪造检测

  智能电网是现代能源系统的重要组成部分，其核心在于将先进的计算、通信和物理过程紧密结合，以实现对电力生成、分配和消费的优化管理。这种高度集成的系统架构使得智能电网能够实时响应需求变化，提高能源利用效率，同时增强电网的自愈能力，确保在自然灾害或系统故障发生后能够快速恢复。此外，智能电网还促进了可再生能源的高效接入，为现代电力系统的可持续发展提供了坚实的技术支撑。然而，随着智能电网技术的不断进步，其面临的安全挑战也日益严峻。特别是，针对电力系统的网络攻击可能造成严重的后果，如设备损坏、停电以及连锁反应引发的大范围黑市。在过去的几年中，许多研究致力于解决智能电网中的网络安全问题，其中人工智能驱动的入侵

  来源：Engineering Applications of Artificial Intelligence

  时间：2025-09-27

• 用于铁路运营设备故障知识图谱补全的混合语义-结构图神经网络

  铁路系统作为现代交通运输的重要组成部分，其运营设备的故障诊断、预测和维护规划对于保障运输安全、提升运营效率具有至关重要的意义。然而，随着铁路网络的扩展和技术的更新，铁路运营设备的故障知识图谱（Fault Knowledge Graphs, FKGs）往往面临数据不完整和结构不一致的问题，这直接限制了其在实际应用中的效果。为了解决这一问题，本文提出了一种融合语义与结构信息的图神经网络模型——混合语义-结构图神经网络（Hybrid S-GNN），旨在通过更全面地捕捉铁路设备故障数据中的语义和结构特征，提高知识图谱的完整性与推理能力。在现代铁路系统中，设备的复杂性和多样性使得故障现象更加多样化，传统

  来源：Engineering Applications of Artificial Intelligence

  时间：2025-09-27

• 一种基于小波Kolmogorov–Arnold网络和平行双向门控循环单元的多尺度特征提取与融合框架，用于电力负荷预测

  随着全球能源结构的快速转型，传统依赖化石燃料的电力系统正逐步向以可再生能源为核心的智能电网演进。国际能源署（IEA）发布的《世界能源展望》报告指出，可再生能源的装机容量在全球范围内持续增长，推动了电力系统的去碳化进程。与此同时，可再生能源的输出具有间歇性和随机性，与日益多样化的电力需求相结合，使得负荷序列呈现出显著的非线性、多尺度周期性和非平稳性特征。这种复杂的特性不仅影响了电网的运行稳定性，也对电力负荷预测提出了更高的要求。在这样的背景下，负荷预测技术已成为确保电网安全、优化市场调度以及促进可再生能源整合的关键手段。然而，现有预测方法在同时捕捉长期趋势和短期波动方面仍面临挑战，尤其是在面对突

  来源：Engineering Applications of Artificial Intelligence

  时间：2025-09-27

• 具有波动特征的碳交易价格预测：一种基于启发式多头注意力卷积双向循环神经网络的新型混合模型框架

  碳交易市场价格（CTP）的准确预测对于制定碳排放减少政策以及企业投资规划具有至关重要的意义。随着全球气候变化问题的日益严峻，碳交易市场作为一项有效的环境管理工具，正在被越来越多的国家采用，包括中国和英国。在这一背景下，市场参与者和政府机构都需要对CTP的走势有准确的把握，以便做出合理的决策。然而，现有的CTP预测方法往往忽略了对价格突变（spikes）的识别与预测，导致预测结果无法全面反映市场的复杂性。为了弥补这一不足，本文提出了一种基于启发式优化的混合模型框架，专门用于预测包含突变值的碳交易市场价格。该框架由三个主要部分组成：特征选择、突变值发生预测以及数值预测。其中，特征选择用于识别影响C

  来源：Engineering Applications of Artificial Intelligence

  时间：2025-09-27

• 综述：光催化去除纺织染料：降解后评估的分析策略

  在当今社会，水资源的保护与利用已成为全球关注的焦点。水被视为“万能溶剂”，能够溶解多种化合物，这使得它在面对各种污染源时显得尤为脆弱。随着工业和农业活动的增加，水体中出现了大量的污染物，包括化肥、重金属、除草剂、农药、杀虫剂、药物残留、油类以及合成染料等。这些污染物不仅威胁着人类的健康，还对生态环境造成了深远的影响。其中，合成染料因其复杂的化学结构、稳定的性质以及潜在的毒性，成为水体污染中尤为严重的问题之一。合成染料广泛应用于纺织、食品、造纸、皮革等多个行业，尤其在纺织行业中，它们的使用量占据了全球染料总量的大部分。在染色过程中，约有15%至50%的染料未能附着在纤维上，而是进入废水系统。这些

  来源：Desalination and Water Treatment

  时间：2025-09-27

• 综述：最近在通过冷凝侧改进太阳能蒸馏系统方面取得的进展

  尹红媛|张凤华|马宗凯|王向宇|王旭生|龙飞航|谢茂谦|何建云|安颖|杨伟民北京化工大学，中国北京 100029摘要太阳能蒸馏作为一种环保且易于操作的水处理技术，受到了广泛关注。尽管已有大量研究致力于优化太阳能蒸馏器的结构设计并提高光热转换效率，但人们对增强冷凝过程的关注相对较少。较低的冷凝效率往往导致实际水收集率与理论产量或蒸发率之间存在较大差距。本文综述了当前用于提升太阳能蒸馏器冷凝效果的策略和机制，并分析了这些策略在系统整体性能中的关键作用。主要讨论内容包括冷凝表面设计策略、表面润湿性的优化、微/纳米结构对冷凝效率的影响，以及结构创新和先进冷却技术的集成。此外，我们还基于蒸馏系统的内部热

  来源：Desalination

  时间：2025-09-27

• 聚酰胺膜上与表面官能团相关的有机污染：一项分子动力学研究

  在现代水处理技术中，反渗透（RO）膜的应用广泛，特别是在海水淡化和废水回用领域。然而，有机污染一直是限制RO膜性能的重要因素之一。尽管过去的研究在宏观层面上提供了大量实验验证，但对有机污染机制的深入理解仍处于初级阶段。本研究通过分子动力学（MD）模拟，揭示了RO膜表面特定功能基团（如–COOH、–NH₂和–CONH–）在有机污染过程中的作用及其贡献。我们的发现表明，由功能基团引发的有机污染主要归因于静电相互作用，同时受到离子键、氢键和疏水相互作用的影响。通过密度泛函理论（DFT）计算，我们发现含有羧酸基团的RO系统容易受到“桥接效应”的影响，导致典型污染物（如藻酸盐）在膜表面沉积；而氨基基团则

  来源：Desalination and Water Treatment

  时间：2025-09-27

• 7pH响应的MIL-101(Fe)/NiFe-LDH复合膜，用于废水处理中高效去除阳离子和阴离子染料

  合成染料因其毒性、致突变性和致癌性，对水生态系统和人类健康构成严重威胁。随着工业排放的增加，水体污染问题日益严峻，尤其是在合成染料的大量排放背景下。传统处理方法如吸附、混凝和高级氧化虽然在一定程度上能够去除污染物，但往往伴随着高化学消耗、二次废物生成以及对低浓度污染物处理效率低等问题。因此，开发一种高效、稳定且适应性强的污水处理技术成为迫切需求。膜过滤技术因其能耗低、无需化学试剂的特点，成为一种有前景的替代方案。然而，实现对多种染料（尤其是阳离子和阴离子）同时具有高选择性、高通量和高稳定性的膜材料仍面临巨大挑战。为了解决这些问题，研究者们开始探索将纳米材料引入膜结构中，以提升其性能。纳米材料因

  来源：Desalination

  时间：2025-09-27

• 在MoS₂纳米片上通过协同作用调控磷酸基团和硫空位，实现高效电化学铀提取

  Minnan Xiao|Bin Huang|Tianxiang Jin|Chunpei Yan|Zhirong Liu|Yong Qian中国江西省南昌市华东理工大学核资源与环境国家重点实验室，邮编330013摘要从核废水中提取铀对于环境保护和可持续核能发展至关重要。传统的电化学方法存在吸附能力有限和反应动力学缓慢的问题。在这项研究中，我们设计并合成了一种含有硫空位的磷氧共掺杂MoS₂纳米片作为先进的电极材料。磷酰基团和硫空位的协同作用通过配位、静电吸引和电化学还原增强了铀酰离子的捕获能力。在-0.9 V的施加电位下，PO-MoS₂的吸附容量达到了501.79 mg g-1，显著超过了O-Mo

  来源：Desalination

  时间：2025-09-27

• GLORYS12v1再分析数据中威德尔海深层海水的水文变化特征

  在南极洲周围的海域中，研究深层海水的变化始终是一项具有挑战性的任务。这主要是由于观测数据的覆盖范围有限，以及海洋模型在模拟细节过程时面临诸多困难，尤其是在南极边缘地区。近年来，高分辨率的海洋产品为深入理解这一区域提供了宝贵的机会。然而，在依赖这些数据进行科学研究之前，对其可靠性进行批判性评估至关重要。本文通过评估GLORYS12v1这一全球海洋物理再分析产品（1/12°分辨率）在1993年至2020年间对威德尔海（Weddell Sea）的暖深层水（Warm Deep Water, WDW）、威德尔海深层水（Weddell Sea Deep Water, WSDW）以及威德尔海底层水（Wedd

  来源：Deep Sea Research Part I: Oceanographic Research Papers

  时间：2025-09-27

知名企业招聘：