• 基于小波的多层次信息补偿学习技术在可见光-红外人体重识别中的应用

  跨模态行人重识别（VI-ReID）是计算机视觉领域中的一个重要研究方向，主要目标是在不同模态的图像之间识别出同一行人。随着智能视频监控技术的不断发展，VI-ReID在实际应用中扮演着越来越重要的角色。尤其是在夜间或低光照条件下，红外摄像头的使用频率显著增加，而可见光摄像头仍然广泛部署，这就导致了跨模态行人重识别的需求日益增长。传统的行人重识别方法主要针对可见光图像进行设计，但面对红外与可见光图像之间的显著模态差异时，往往难以获得较高的识别准确率。因此，如何有效提取跨模态共享的身份特征信息，成为VI-ReID研究的核心挑战之一。跨模态行人重识别的难点在于不同模态图像之间存在显著的差异，如光照条件

  来源：Digital Signal Processing

  时间：2025-07-17

• 利用自适应模糊聚类和优化裁剪技术的多直方图均衡化方法用于图像增强

  图像增强技术在医学影像和工程领域中扮演着至关重要的角色。它通过突出图像的细节和关键区域，有效提升了图像的分析与诊断准确性。其中，直方图均衡化（Histogram Equalization, HE）是图像增强中应用最为广泛的一种方法。HE通过调整图像的灰度映射关系，利用图像的直方图特性，自动扩展动态范围，从而提高图像的对比度。然而，传统的HE方法在面对复杂亮度分布的图像时，往往缺乏足够的适应性，容易导致局部失真和图像伪影的出现。为了克服这些局限性，本文提出了一种基于自适应模糊聚类和优化裁剪的多直方图均衡化算法。该方法首先通过直方图密度分析自动检测图像中的亮度峰值，然后利用模糊C均值（Fuzzy

  来源：Digital Signal Processing

  时间：2025-07-17

• 综述：用于可持续工业废水处理的膜过滤技术：重金属去除方法综述

  工业废水是多种工业活动的副产品，包括制造、食品加工、制药、纺织和采矿等。这些废水通常含有不同浓度的重金属，对环境和生物体都有害。然而，这些废水也提供了从废水中选择性回收有价值的金属的机会，这不仅有助于提高废水处理的经济效益，还能促进可持续发展。现有的废水处理方法，如化学沉淀、吸附、凝聚、絮凝和离子交换，虽然在某些方面表现良好，但它们也存在一些缺点，比如产生大量污泥、去除效率较低、在低浓度重金属废水处理中效果有限，以及对pH值变化敏感。而近年来发展起来的纳米技术、电化学凝聚和膜过滤等新技术则提供了更高的去除效率、更优的能源性能和更强的对特定污染物的选择性。膜过滤技术因其高效性和操作简便性，在处理

  来源：Desalination

  时间：2025-07-17

• 实验室规模 sequencing batch 反应器在线监测与控制技术在合成废水生物处理中的应用

  水污染是当今世界面临的主要环境问题之一，特别是在工业废水排放方面。由于工业活动的多样化，废水可能含有多种污染物，如化学物质、重金属、油类、有机化合物和悬浮颗粒等。这些污染物对水生生态系统和人类健康构成严重威胁，因此，开发高效、经济的废水处理技术显得尤为重要。传统的废水处理方法往往成本高昂且操作复杂，尤其是在发展中国家，资源和技术的限制使得这种技术难以广泛应用。因此，寻找一种更加经济、易于操作且具有广泛适用性的处理方法成为研究热点。序批式反应器（SBR）作为一种生物处理方法，因其高效、灵活和易于控制等优势，被认为是处理工业废水的潜在解决方案。SBR是一种活性污泥工艺，其特点是反应过程在一个反应器

  来源：Desalination

  时间：2025-07-17

• 提高年轮可见度：62种温带树种的样本采集与成像技术比较研究

  摘要树木生长模式蕴含了关于森林动态、生态过程和环境变化的宝贵信息。然而，提取这些信息需要精确地可视化年轮边界。虽然具有明显年轮边界的物种（例如针叶树和环孔材阔叶树）已被广泛研究，但扩散孔材和半环孔材物种尽管在生态上非常重要，却仍然研究不足。为填补这一知识空白，需要改进针对这些难处理物种的年轮可视化技术，以实现其可靠的测量和交叉定年。在这项研究中，我们评估了多种样品制备和成像技术对东亚和北美62种sensu lato温带树种年轮可见性的提升效果。我们比较了三种制备方法：使用核微切片机处理后的增量芯材（是否涂有白垩）以及双染色薄切片。这些方法结合了四种成像技术：可见光显微镜和荧光显微镜（使用紫外光

  来源：Deep Sea Research Part II: Topical Studies in Oceanography

  时间：2025-07-17

• 基于分布感知的对比学习方法在3D激光雷达分割中的领域适应应用

  ### 深度学习在3D激光雷达点云语义分割中的应用在自动驾驶和城市数字孪生等应用中，对3D激光雷达点云进行语义分割是一项至关重要的任务。然而，当前的深度学习模型在跨域适应方面存在显著的泛化差距。这种差距主要源于数据集之间的域差异，包括传感器特性、环境条件和数据分布的不同。为了应对这一挑战，研究人员开始探索无监督域适应（Unsupervised Domain Adaptation, UDA）方法。在2D图像领域，最大均值差异（Maximum Mean Discrepancy, MMD）已被证明是一种有效的域不变特征学习方法，但其在3D点云数据中的应用尚未得到充分研究。此外，现有的域适应方法通常忽

  来源：Computer Vision and Image Understanding

  时间：2025-07-17

• AdaptDiff：一种用于低光照图像增强的自适应扩散学习方法

  摘要从低光照图像中恢复被噪声掩盖的细节是一项具有挑战性的任务。最近的扩散模型在低级视觉任务中取得了相对有希望的结果。然而，仍然存在两个问题：（1）在非均匀照明条件下，无法高质量地恢复低光照图像；（2）这些模型的泛化能力有限。为了解决这些问题，本文提出了一种由多尺度结构扩散（AdaptDiff）引导的自适应增强算法。AdaptDiff在扩散过程中使用自适应高阶映射曲线（AHMC）对图像进行逐像素映射，从而调整图像不同区域之间的亮度水平。此外，还提出了一种多尺度结构引导方法（MSGD）作为隐式偏差，向模型的中间层提供有关图像结构特征的信息，有助于更有效地恢复清晰图像。通过结构信息引导扩散方向有助于

  来源：Computer Vision and Image Understanding

  时间：2025-07-17

• 一种基于级联注意力模块的绝对姿态回归方法

  在当今的计算机视觉领域，相机重定位技术正发挥着越来越重要的作用。这项技术通过分析图像数据，准确地估计相机在三维空间中的位置和方向，为无人设备的自主导航提供了关键的技术支持。相机重定位不仅广泛应用于增强现实、虚拟现实、地图构建和自动驾驶等领域，还对机器人视觉、智能监控和三维重建等技术的发展起到了推动作用。然而，传统的相机重定位方法在面对复杂环境时往往存在一定的局限性，特别是在处理大规模场景、重复纹理以及动态模糊等问题时，其鲁棒性和泛化能力常常受到挑战。传统的方法主要依赖于几何原理和三角测量，通过匹配和测量图像中的特征点、线条或平面，使用局部描述符建立高质量的对应关系。这些方法虽然在静态、小规模场

  来源：Computer Vision and Image Understanding

  时间：2025-07-17

• 智能助行器和增强现实技术对脊髓小脑性共济失调患者步态参数的影响：病例报告

  结构厚度是体积数据集形态度量研究中的一个基本参数。局部厚度变换提供了一种无需依赖模型且直接的方式，用于量化模型中的结构厚度。然而，直到现在，局部厚度算法在应用于具有跨越多个数量级结构尺寸的多维图像数据时，仍面临非常高的计算成本问题。本文展示，虽然需要增加内存需求，但可以通过引入一种新的可分离算法来解决这一瓶颈，从而将问题转化为典型的时间-内存权衡案例。这种新算法具有显著的性能提升潜力，最高可达多个数量级。通过将处理任务分解为更小的单元，该算法可以完全并行化地在计算机集群上执行，同时也能在内存有限的计算机上按顺序执行。此外，我们还提出了一种原始局部厚度的近似方法，并表明在牺牲少量误差的前提下，还

  来源：Computer Vision and Image Understanding

  时间：2025-07-17

• FedVLP：一种用于多模态联邦学习的视觉感知型潜在提示生成方法

  厚度是体积数据集形态学研究中的基本参数，它用于描述材料内部结构的几何特征。局部厚度变换是一种模型无关且直接的方法，可以量化结构的局部厚度。然而，目前在处理多维图像数据时，尤其是结构尺寸跨越多个数量级的情况下，局部厚度算法的实现往往面临巨大的计算成本问题。本文提出了一种新的可分离算法，旨在显著提高局部厚度变换的性能，并在计算效率和内存需求之间取得平衡。通过将处理任务分解为更小的部分，该算法可以在计算机集群中进行完全并行化处理，也可以在内存有限的计算机上通过顺序执行任务来实现。此外，我们还提出了一种对原局部厚度变换的近似方法，进一步提升了计算速度，同时引入的误差通常可以忽略不计。为了验证新算法的有

  来源：Computer Vision and Image Understanding

  时间：2025-07-17

• 在亚马逊森林管理中推进循环经济：木材废弃物分类处理与传统炭化方法对木炭性能、可燃性及自燃风险影响的比较研究

  巴西是全球最大的木炭生产国，占全球产量的12%（IBÁ，2021）。除了柴火外，木炭也是一种可再生能源，占巴西国内能源供应的9.0%，相当于约27.283万吨石油。该国约87.8%的木炭用于工业用途，主要为水泥、生铁、铁合金和钢铁生产。此外，2022年总铁和钢产量的64.7%（4,482,000吨）将由这些工业应用产生（EPE，2023）。这些数据表明木炭在巴西工业体系中的重要性。木炭生产的主要原材料来自人工林，主要由桉树（Eucalyptus）和柯里巴（Corymbia）等树种组成，这突显了这种原材料的可再生性（IBÁ，2021）。然而，木炭生产不应仅限于桉树和柯里巴。这一观点尤为重要，因为

  来源：Circular Economy

  时间：2025-07-17

• 研究-政策-实践：在儿童保护领域采用系统方法的探索——以中国某县级案例为例

  章节片段研究背景本研究主要在中国南部的L县进行。“县”这一概念涵盖了县、镇和村庄，以县级城市为中心，是一个政治、经济、文化、行政和领土单位。县在实施国家治理以及提供儿童保育和保护服务方面起着关键作用。L县是中国政府与国际非政府组织合作建立县级儿童保护体系的首批试点地区之一。证据生成与翻译的方法：双向互动伙伴关系2020年，一个国际非政府组织与中国政府机构合作，推出了“综合儿童保护模式”（ICPM）项目，中文称为“保护儿童成长”。ICPM采用系统方法来开展儿童保护工作，从传统的寄养和财政援助模式转变为一个全面的框架，用于预防、识别和干预暴力、虐待、忽视和剥削事件。其核心组成部分包括制度框架等。讨

  来源：Children and Youth Services Review

  时间：2025-07-17

• 《超越我们的童年：以幸存者为主导的参与式方法研究寄养生活故事》

  在澳大利亚，那些曾经历过寄养安置（Out-of-Home Care, OOHC）的儿童往往被视为社会的负担。这种刻板印象不仅存在于公众意识中，也影响着成年后这些人的社会地位，导致他们在教育和就业方面面临边缘化和歧视。本研究通过一项澳大利亚的研究项目，试图打破与寄养安置经历者（Care-experienced People, CEP）相关的“偏差”、“违法”或“缺陷”叙事。该项目采用了一种以幸存者为主导的参与式研究方法，旨在探索社会对CEP长期存在的污名化现象，并揭示幸存者在这一领域的活跃程度。研究中的一部分成果来源于一个在线生物数据库，该数据库收录了307个关于CEP的生活故事。这些故事超越了

  来源：Children and Youth Services Review

  时间：2025-07-17

• 使用负载在竹基碳上的铂纳米颗粒，并结合微胶囊技术来提高电解制氢的稳定性

  摘要基于铂（Pt）的电催化剂在氢演化反应（HER）的实际应用中具有巨大潜力；然而，提高催化稳定性仍然是工业规模氢生产面临的关键挑战。在这项研究中，我们提出了一种新型催化剂——碳化竹材薄壁细胞负载的铂纳米颗粒（Pt@CPC），该催化剂通过多尺度结构设计来提升HER性能。这种设计结合了纳米级的铂分散、微米级的多孔传输通道、介观级的互连碳框架以及宏观级的中空微胶囊。结果，Pt@CPC催化剂表现出优异的催化活性，在仅60毫伏的过电势下就能达到10 mA·cm-2的电流密度。此外，在连续运行500小时后，其催化活性仍保持初始值的85%以上，显著优于商用Pt/C催化剂和传统的Pt@CWF催化剂。独特的中空

  来源：Applied Surface Science Advances

  时间：2025-07-17

• 基于降阶建模（ROM）的方法，用于二维水流出问题，该方法结合了快照正交分解（POD）和计算流体动力学（CFD）模拟技术

  本文主要探讨了如何利用截断的本征正交分解（POD）与降阶建模（ROM）结合的方法（即POD-ROM方法）来解决二维（2D）水退出问题。研究重点在于分析物体湿表面的压强分布，采用计算流体力学（CFD）模拟方法获取高保真度的压强数据，从而实现对压强变化的高效预测。研究发现，对于楔形模型，仅需两个本征正交分解基模（POD basis modes）即可准确捕捉压强分布的动态特性，而船体截面模型则需要三个基模。值得注意的是，物体的运动状态和初始浸没条件对楔形模型的POD函数没有显著影响，但对船体截面模型的时变POD函数有明显影响，因此需要引入一组经验公式来处理这一问题。为了验证POD_ROM方法的有效性

  来源：Applied Surface Science

  时间：2025-07-17

• 对护士和助产士的富有同情心的自我关怀：一项序贯解释性混合方法研究

  摘要基于NaI(Tl)的站立式全身计数器——Quick Scan Whole Body Monitor (QSWBM)——已在印度各地的多个实验室中用于高能光子发射体的体内检测。传统上，印度参考模型BOMAB phantom (BOMAB-I)被用于QSWBM的定期校准。根据光源的可用性和phantom的类型，不同的监测实验室在phantom中采用多种光源配置，例如均匀分布、轴向腔体分布和中心轴向腔体分布。在本研究中，使用FLUKA代码对使用数值BOMAB-I phantom的QSWBM进行了模拟，探讨了均匀分布和不同轴向腔体分布下的情况。通过比较不同光源配置的结果，确定了使用BOMAB-I

  来源：Applied Ocean Research

  时间：2025-07-17

• 用于催化剂优化的机器学习：异常值检测与材料创新

  本研究提出了一种基于机器学习的框架，用于探索和优化气体吸附机制中的催化剂，特别是层状异质催化剂。该方法结合了电子结构描述符与预测和生成模型，以系统地分析催化剂组成并评估其性能。通过研究碳（C）、氧（O）、氮（N）和氢（H）的吸附能量，我们识别出影响化学吸附的关键电子特征，并进一步揭示这些特征如何决定催化剂的整体表现。特征归因方法和排列重要性分析提供了对特征显著性的局部和全局视角，从而精准定位那些驱动材料性能的关键描述符。生成模型不仅能够发现新型催化剂候选，还能够识别出一些异常材料，即在电子特征空间中密度较低的材料。这些异常点通过统计方法、主成分分析（PCA）以及特征重要性技术进行了深入研究，以

  来源：Applied Catalysis A: General

  时间：2025-07-17

• 通过简便的水热合成方法制备羟基磷灰石纳米片，这些纳米片作为高效“活性”载体，能够有效稳定在甲苯氧化反应中的银纳米颗粒

  摘要甲苯是一种典型的挥发性有机化合物（VOC），对环境质量和人类健康构成严重威胁。由于其相对较低的成本和高反应性，催化氧化技术被认为是去除VOCs最有效的方法之一。基于银（Ag）的催化剂因其出色的催化性能和显著的低温降解能力而受到广泛关注。本研究采用了一种简便的水热法，通过在不同温度下水解柠檬酸钙和氨来合成纳米片状羟基磷灰石（HAP）。所得的HAP作为用于甲苯去除的银基催化剂的有效载体。结果表明，通过优化水热反应条件，可以有效地控制HAP的相性质、表面吸附的氧气量以及催化剂中的Ag0/Ag+比例。具体而言，在285 ℃时，Ag/HAP2催化剂实现了100%的甲苯转化率。在140 ℃时，HAP的

  来源：Applied Catalysis A: General

  时间：2025-07-17

• 虚拟实在技术在中小学教育中的应用：提升学生的参与度、沉浸感及四项核心能力（4C技能）——一项基于实证研究的系统性综述

  摘要空间能力被认为是预测学生在STEM领域表现的有效指标，虚拟实在STEM教育中的益处也日益明显。然而，目前尚不清楚具有不同初始空间能力的学生如何从虚拟环境中获益。从认知负荷的角度来看，“能力增强假设”和“能力补偿假设”可以解释具有不同初始空间能力的学生在虚拟环境中的收益差异。然而，现有研究尚未为具有不同初始空间能力的学生参与虚拟现实环境提供教学指导。本研究首先探讨了具有不同初始空间能力的学生在虚拟现实环境中的表现差异，并分析了学生的初始空间能力与学习表现之间的相关性。我们验证了虚拟现实环境对空间能力的提升效果，发现具有不同初始空间能力的学生的学习表现相似。随后，通过对学生行为的延迟序列分析，

  来源：Thinking Skills and Creativity

  时间：2025-07-17

• 利用基于功能化碳纳米管的柱式过滤技术，能够高效同时或分别去除水中的阴离子染料和阳离子染料

  摘要工业污染物，包括合成染料，对水资源产生了显著影响。这些合成染料对生态系统构成了严重威胁。因此，去除它们是人类面临的一项基本任务。由于染料分子在物理和化学性质上的多样性，有效净化含有单一或多种染料的溶液是一项挑战。我们开发了一种基于碳纳米管的柱式过滤系统，能够以非常高的去除率分别同时去除水中的阴离子和阳离子染料。制备了带有羧基的碳纳米管（CNTs），并使用阴离子和阳离子表面活性剂进行修饰，然后将其应用于柱式过滤系统中。亚甲蓝（MB）和酸橙7（AO7）被用作模型染料，而十二烷基硫酸钠（SDS）和十六烷基三甲基溴化铵（CTAB）被用作修饰在CNTs侧壁上的表面活性剂。含有不同表面活性剂组合的柱式

  来源：Surfaces and Interfaces

  时间：2025-07-17

知名企业招聘：