• 基于二维超混沌系统与三角分形置换的彩色图像加密算法研究

  随着物联网和云计算技术的快速发展，彩色图像作为信息表达的核心载体，其传输安全问题日益凸显。传统加密算法在面对周期性窗口、参数敏感性和计算效率等问题时往往捉襟见肘。尤其当混沌系统出现"危险值"（如分母为零）时，加密安全性会急剧下降。针对这些挑战，长春理工大学的研究团队在《Expert Systems with Applications》发表了一项突破性研究，通过构建新型二维超混沌系统（2D-CSCLS），结合三角分形几何特性，开发出兼具高安全性和高效率的彩色图像加密方案。研究采用四大关键技术：1）基于正弦-余弦映射与对数- sigmoid函数耦合的2D-CSCLS混沌系统构建；2）利用李雅普诺夫

  来源：Expert Systems with Applications

  时间：2025-06-28

• 智能故障诊断系统的对抗鲁棒性重构：基于知识蒸馏的黑盒信号攻击与防御机制研究

  在工业4.0时代，智能故障诊断(Intelligent Fault Diagnosis, IFD)系统已成为预测性维护的核心工具，其通过深度学习模型分析设备振动信号实现故障检测。然而，这类系统面临一个隐蔽威胁：对抗扰动(adversarial perturbation)——人类难以察觉的微小信号干扰，可使高精度诊断模型完全失效。现有研究多聚焦白盒攻击场景，但实际工业环境中，攻击者往往无法获取模型内部参数，形成更具现实意义的黑盒信号攻击(Black-box Signal Attack, BSA)挑战。传统BSA方法存在两大瓶颈：替代模型与目标模型的结构差异（模型差异，model discrepa

  来源：Expert Systems with Applications

  时间：2025-06-28

• 基于曲率约束优化的Dubins-RRT*运动规划算法研究及其在移动机器人避障中的应用

  论文解读在智能机器人广泛应用于物流、农业和灾害救援的今天，移动机器人的实时避障能力成为关键挑战。尤其是固定翼无人机（UAV）和自主水下机器人（AUV）等Dubins车辆，因受限于最小转弯半径和固定速度，其运动规划面临巨大困难。传统算法如RRT*虽能生成避障路径，但随机采样的角度会导致路径出现不必要的曲率冗余，且计算效率难以满足实时需求。更棘手的是，现有曲率约束最短路径问题（CCSPP）的求解方法多停留在理论层面，缺乏与运动规划算法的有效融合。针对这些问题，中国的研究团队提出了一种融合改进Dubins-RRT*（MDR）与曲率约束路径优化算法（CCPOA）的新型运动规划框架。该研究通过三项创新性

  来源：Expert Systems with Applications

  时间：2025-06-28

• 腹腔镜根治性胃切除术改善胃癌合并肌少症患者临床预后的保护性作用研究

  研究背景胃癌(GC)患者常伴随肌少症(sarcopenia)，这种以骨骼肌质量进行性丧失为特征的综合征，在消化道肿瘤患者中发生率超30%。由于胃癌本身对营养状态的直接影响，加上治疗过程中的食欲减退，患者肌肉流失现象尤为突出。既往研究表明，肌少症与胃癌术后并发症增加、预后不良显著相关。尽管腹腔镜胃切除术(LG)在微创性、术后恢复等方面具有优势，但其对肌少症患者长期预后的影响仍存争议。研究设计与方法温州医科大学附属第一医院与复旦大学附属华东医院联合开展这项回顾性研究，纳入285例术前确诊肌少症的胃癌根治术患者，通过倾向评分匹配(PSM)平衡基线特征后，最终对比分析82例LG与54例OG患者的临床结

  来源：European Journal of Surgical Oncology

  时间：2025-06-28

• 探索迷幻剂辅助心理治疗在缓和医疗中的应用：法国医护人员的认知与伦理考量

  在缓和医疗领域，物理症状的控制已取得显著进展，但抑郁、焦虑和存在性痛苦等心理症状仍如顽固的"暗礁"——它们不仅普遍影响60-80%的晚期患者，更与90%的安乐死请求直接相关。传统抗抑郁药需4-6周起效，而临终患者往往没有这样的时间奢侈。更棘手的是，现有治疗对"灵魂痛苦"(psychache)这类超越诊断手册的复杂体验收效甚微。这种治疗空白催生了医学界对迷幻剂辅助心理治疗(Psychedelic-Assisted Psychotherapy, PAP)的重新审视，这类曾在1960年代被污名化的物质，如今在FDA突破性疗法认定下正经历"科学复兴"。法国PACA地区缓和医疗协会的研究团队在《Éthi

  来源：Éthique & Santé

  时间：2025-06-28

• 基于知识蒸馏的多尺度特征融合网络在航拍图像目标检测中的优化与应用

  航拍图像目标检测长期面临小目标密集、遮挡和尺度差异等挑战，传统特征金字塔网络（FPN）虽能减少参数但精度有限，而Transformer等方法又因计算复杂度高难以落地应用。如何平衡模型效率与检测精度，成为该领域亟待突破的瓶颈。安徽理工大学的研究团队在《Engineering Applications of Artificial Intelligence》发表的研究中，创新性地提出MFF-KD框架，通过多尺度特征融合网络（MFF）与通道空间注意力知识蒸馏（CSAKD）的协同优化，在参数量仅10.5M的条件下实现111 FPS的实时检测，为航拍场景下的轻量化高精度检测提供了新范式。研究团队采用三大核

  来源：Engineering Applications of Artificial Intelligence

  时间：2025-06-28

• 基于元梯度加权的任务自适应学习在小样本轴承故障诊断中的应用

  在工业机械系统中，滚动轴承如同人体的关节，其健康状态直接决定设备寿命。然而，传统故障诊断方法依赖专家经验和手工特征，如同用放大镜观察齿轮——效率低下且难以应对复杂工况。深度学习虽能自动提取特征，却因"数据饥渴"在小样本场景中表现不佳，如同高性能引擎在油量不足时熄火。更棘手的是，不同故障任务的复杂度、重要性差异导致元学习（Meta-learning）中任务失衡，如同让举重选手和体操运动员同台竞技却不调整评分标准。中国国家自然科学基金支持的研究团队在《Engineering Applications of Artificial Intelligence》发表的研究中，提出了元梯度加权元学习（MGW

  来源：Engineering Applications of Artificial Intelligence

  时间：2025-06-28

• 5G海上无线信号强度预测：机器学习模型比较研究与决策树算法的卓越性能解析

  在数字化海洋战略背景下，5G海上通信面临独特挑战：动态海况导致信号传播存在复杂的大尺度衰落（如地球曲率影响）和小尺度衰落（如海浪引起的多普勒效应）。传统模型如自由空间(FS)模型和国际电联ITU-R P.1546-5仅适用于特定场景，而确定性建模方法计算复杂度高。如何建立兼顾精度与实用性的海上信道模型，成为制约海洋通信发展的关键瓶颈。中国某研究团队在《Engineering Applications of Artificial Intelligence》发表的研究，通过自主研发的四元天线阵列5G终端，在东海海域采集了12,213组包含19维特征（几何参数、船舶状态、气象数据）的实测数据。研究采

  来源：Engineering Applications of Artificial Intelligence

  时间：2025-06-28

• 基于数学统计与植被响应的高原气候变化特征分析及其区域分异机制研究

  被称为"世界屋脊"和"第三极"的青藏高原，其独特的地形对东亚大气环流和全球气候格局具有深远影响。随着全球变暖加剧，高原生态系统正面临前所未有的挑战——冰川退缩、冻土消融、植被格局改变等现象日益显著。然而，这片面积达250万平方公里的高海拔区域，气候要素存在显著空间异质性，传统研究多局限于局部站点数据，难以全面揭示高原整体气候演变规律。更关键的是，作为亚洲水塔，高原气候变化的生态效应直接影响下游数亿人口的生存环境，但植被对气候因子的响应机制尚不明确。中国研究人员通过整合1951-2023年间112个气象站观测数据和MODIS遥感植被指数(NDVI)，首次运用旋转经验正交函数(REOF)方法对高原

  来源：Dynamics of Atmospheres and Oceans

  时间：2025-06-28

• WRF模式中不同海表温度数据对菲律宾热带气旋模拟的敏感性研究及其灾害影响评估

  热带气旋（TC）是威胁菲律宾等西太平洋沿岸国家的主要自然灾害之一，其伴随的强风和暴雨常引发洪水、滑坡等次生灾害。尽管数值天气预报（NWP）模型如Weather Research and Forecasting（WRF）在TC模拟中广泛应用，但海表温度（SST）数据的选择和海洋反馈机制的缺失仍是影响模拟精度的关键瓶颈。菲律宾群岛复杂的海岸线和密集的岛屿分布进一步增加了TC模拟的难度，亟需探究SST数据分辨率及海洋耦合模型对TC强度、路径和降雨的影响机制。针对这一问题，菲律宾大学的研究团队在《Dynamics of Atmospheres and Oceans》发表论文，选取2018年台风Mang

  来源：Dynamics of Atmospheres and Oceans

  时间：2025-06-28

• 动态二阶平滑变结构滤波器协方差重构及其在目标跟踪中的应用研究

  在目标跟踪领域，传统Kalman滤波器(KF)及其衍生算法在面对模型误差时存在稳定性风险，特别是目标机动会引入难以建模的动态不确定性。虽然基于滑动模态控制理论的平滑变结构滤波器(SVSF)具有强鲁棒性，但其协方差计算长期依赖近似处理——现有确定性增益协方差(DGC)将随机性增益视为确定量，导致状态估计置信度失真。这种理论缺陷限制了SVSF在高精度应用场景的推广，尤其在需要精确协方差进行数据关联的多目标跟踪系统中。为解决这一核心问题，研究人员开展了动态二阶SVSF(DSO-SVSF)的协方差重构研究。通过严格推导随机增益的统计特性，建立了适用于线性系统的随机增益协方差(SGC)理论体系。该研究创

  来源：Digital Signal Processing

  时间：2025-06-28

• 双域融合网络（DDFNet）：基于频域与RGB域协同的伪装目标检测新范式

  在自然界与军事医疗领域，伪装现象普遍存在——从变色龙与环境融为一体的生存策略，到内镜手术中与正常组织颜色相近的息肉病灶，这些目标因颜色、纹理的高度相似性成为视觉检测的难题。传统基于RGB域的深度学习方法（如SINet、BCNet）虽引入搜索机制和边界语义增强，但受限于图像域特征的表征能力，对细微纹理差异的捕捉仍不理想。频域分析虽能通过离散余弦变换（DCT）揭示隐藏纹理，但静态预处理导致的特征丢失问题制约其应用。针对这一瓶颈，中国科学院团队在《Digital Signal Processing》发表研究，提出双域融合网络（DDFNet）。该网络通过三大创新模块实现突破：群频引导模块（GFGM）采

  来源：Digital Signal Processing

  时间：2025-06-28

• 基于多语义与高频特征融合的棉花生长检测算法MSHF-YOLO：面向精准农业的轻量化解决方案

  棉花作为关乎国计民生的重要经济作物，其生长监测直接关系到水资源利用效率和产量品质。新疆作为中国核心产棉区（2023年产量占全国91%），当前采用的统一灌溉模式难以适应不同地块棉花生长差异，亟需基于生长状态的精准灌溉技术。然而，复杂田间环境中的叶片遮挡、低对比度以及棉株花铃形态相似性等问题，导致现有深度学习检测模型性能受限。传统方法如Viola-Jones、HOG等依赖人工特征，而主流算法如Faster R-CNN、YOLO系列在全局关系捕捉或高频细节保留上存在不足，制约了实际应用效果。针对这一挑战，中国研究团队在《Digital Signal Processing》发表研究，提出MSHF-YO

  来源：Digital Signal Processing

  时间：2025-06-28

• 三维花状球形MgAl层状双氢氧化物掺杂季铵化壳聚糖可持续双极膜：加速水解离与耐久性优化

  在能源与环境技术领域，双极膜(BPMs)因其独特的水解离能力成为研究热点，可将水分子高效分解为H+和OH−离子，广泛应用于电渗析、CO2还原和燃料电池等领域。然而，传统BPMs面临两大瓶颈：一是阴离子交换层(AEL)的离子电导率与机械性能难以兼顾，二是界面水解离动力学缓慢导致能耗升高。现有研究多聚焦于界面催化剂（如Fe-MIL-101-NH2、碳纳米管）的引入，却忽视了AEL材料本身的优化。更棘手的是，传统AEL依赖致癌性氯甲基化试剂和昂贵芳烃聚合物，既危害环境又限制规模化生产。针对这些挑战，天津理工大学的研究团队提出了一种创新策略：将三维花状球形MgAl层状双氢氧化物(LDH)掺杂至生物基季

  来源：Desalination

  时间：2025-06-28

• 融合热成像边缘特征的增强型RGB-T语义分割网络ERTFNet及其在复杂场景中的应用

  在自动驾驶和智能监控领域，语义分割（Semantic Segmentation）是环境感知的核心技术。然而，传统基于RGB图像的方法在夜间、雾天等极端光照条件下性能骤降，而热成像（Thermal Imaging）虽能穿透黑暗却缺乏纹理细节。现有RGB-Thermal融合网络如RTFNet、MFNet等采用统一模块处理双模态数据，导致热成像的冗余特征干扰RGB主导的分割结果。这一问题在复杂道路场景中尤为突出——例如，白昼环境下热成像可能引入无关热辐射噪声，而夜间RGB图像又难以识别隐蔽行人。如何平衡双模态优势，成为提升分割精度的关键挑战。针对这一难题，中国研究人员提出增强型RGB-T融合网络ER

  来源：Computer Vision and Image Understanding

  时间：2025-06-28

• 二乙酰萘二胺及其衍生物激发态分子内质子转移的理论研究：机制探索与荧光调控新策略

  分子内质子转移过程是光物理化学领域的重要现象，其中激发态分子内质子转移(ESIPT)因其独特的双荧光发射特性，在荧光传感、生物成像和激光材料等领域展现出巨大潜力。然而，如何通过分子设计精确调控ESIPT过程的能垒与荧光波长，仍是当前研究的难点。二乙酰苯二胺(DAPA)类化合物虽已被证实具有ESIPT特性，但其核心苯环结构限制了荧光发射范围。为此，印度科学教育与研究学院的研究团队通过理论计算系统研究了具有更大共轭体系的二乙酰萘二胺(DND)及其衍生物，相关成果发表于《Computational and Theoretical Chemistry》。研究采用密度泛函理论(DFT)和含时密度泛函理论

  来源：Computational and Theoretical Chemistry

  时间：2025-06-28

• 第一排过渡金属离子(Fe, Co, Ni, Cu, Zn)在白云母(001)表面的吸附机制：DFT理论计算与电子结构分析

  随着工业快速发展，电池制造、冶金和电镀等行业排放的含铁(Fe)、钴(Co)、镍(Ni)、铜(Cu)、锌(Zn)等重金属废水对生态环境构成严峻挑战。这些金属离子难以生物降解，易通过食物链富集，威胁人类健康。传统处理方法存在效率低、成本高等问题，而层状硅酸盐矿物白云母因其独特的"T-O-T"结构和表面活性位点，展现出优异的重金属吸附潜力。然而，原子尺度上金属离子与矿物表面的相互作用机制尚不明确，制约着高性能吸附材料的开发。与此同时，在矿物加工领域，理解过渡金属(TM)与白云母的键合特性对优化浮选工艺至关重要——研究表明铜离子可显著增强油酸钠在白云母表面的吸附，提升浮选回收率，但这一现象的量子化学本

  来源：Computational and Theoretical Chemistry

  时间：2025-06-28

• 机器学习驱动的g-C3N4/TiO2光催化CO2还原优化：多参数协同作用与燃料高效转化机制解析

  随着全球碳排放量激增，联合国气候大会（COP26）将CO2减排列为紧迫议题。传统光催化材料如TiO2因宽禁带（3.20 eV）限制其可见光响应，而g-C3N4/TiO2复合材料通过能带调控展现出优异潜力。然而，光催化效率受催化剂性质与反应条件多重因素影响，实验优化耗时费力。为此，Vellore理工学院的研究团队在《Computational and Theoretical Chemistry》发表论文，首次将机器学习与SHAP可解释性分析结合，系统解析了g-C3N4/TiO2光催化CO2还原的优化路径。研究团队从2128篇文献中筛选152组高质量数据，采用Pearson相关性热图、SHAP值分

  来源：Computational and Theoretical Chemistry

  时间：2025-06-28

• 术后胃癌患者1:1 n-3/n-6多不饱和脂肪酸中心肠外营养的疗效与安全性：一项随机对照试验

  胃癌是全球高发恶性肿瘤，手术切除是主要治疗手段，但术后营养代谢紊乱和炎症反应常导致恢复延迟。传统肠外营养中n-6多不饱和脂肪酸（PUFAs）比例过高可能加剧炎症，而n-3 PUFAs（如EPA和DHA）具有抗炎和免疫调节作用。如何通过调整脂肪酸比例优化术后营养支持，成为临床关注焦点。中国某医院团队在《Clinical Nutrition Open Science》发表了一项随机对照试验，探索1:1 n-3/n-6 PUFAs中心肠外营养（CPN）对胃癌术后患者的影响。研究纳入60例择期胃切除术患者，实验组（n=31）接受含牛磺酸的1:1 CPN，对照组（n=29）接受1:2 CPN。通过检测炎

  来源：Clinical Nutrition Open Science

  时间：2025-06-28

• 基于机器学习的剂量计读数优化研究：应对ICRU 95新操作量的挑战

  在核电站、医疗机构等辐射工作场所，个人剂量监测是保障工作人员安全的关键防线。目前东南亚广泛使用的光激发光(OSL)剂量计，其读数准确性正面临国际辐射单位与测量委员会(ICRU)第95号报告带来的重大变革。该报告将沿用多年的个人剂量当量Hp(10)等传统量值，更新为Hp（个人剂量）、Dlocal skin（局部皮肤吸收剂量）等新操作量，这种转换在低能光子条件下尤为复杂。传统算法采用的简单平均或固定系数修正方法，已无法满足新标准下的精度要求，亟需开发更智能的剂量校准技术。针对这一挑战，泰国原子能和平利用办公室次级标准剂量实验室(SSDL-OAP)联合泰国核技术研究所等机构的研究团队，在《Appli

  来源：Applied Radiation and Isotopes

  时间：2025-06-28

知名企业招聘：