• 基于小波增强技术的多模型框架在股市预测中的应用：对不同市场环境的全面分析

  本文聚焦于金融时间序列的预测难题，提出了一套融合离散小波变换（DWT）与多模态机器学习（ML）及深度学习（DL）架构的混合预测框架。该研究通过整合时频域特征分析技术，有效破解了传统模型在非线性、非平稳性数据中的建模瓶颈，并在跨市场、跨周期场景中验证了方法的普适性。以下从研究背景、方法创新、实证结果及政策启示四个维度展开解读：### 一、研究背景与问题提出传统金融模型（如ARIMA、GARCH）依赖线性假设与平稳性前提，难以捕捉复杂市场中的非线性关系与多频特征。近年来，机器学习技术凭借其非线性拟合能力在金融预测中展现出优势，但存在特征工程不足、噪声敏感等问题。例如，单纯依赖滞后收益（Base模型

  来源：Borsa Istanbul Review

  时间：2025-12-22

• 综述：对智能电网中的网络攻击、网络安全和能源管理进行了全面研究，涵盖了新的进展和机器学习技术

  本文系统性地分析了智能电网（SG）的网络安全威胁与防御机制，重点探讨了机器学习（ML）与深度学习（DL）在检测虚假数据注入（FDI）、对抗攻击等场景的应用价值与局限性。研究揭示了当前防御体系在动态适应、隐私保护及多技术融合方面的不足，并提出未来需在自适应安全框架、量子加密集成、区块链信任模型等方向深化探索。### 一、智能电网网络安全威胁图谱智能电网作为融合物理与数字技术的复杂系统，其安全防护面临三重挑战：1. **通信网络脆弱性**：物联网设备接入导致的攻击面扩大，2020年乌克兰电网遭受BlackEnergy攻击事件显示，通信协议漏洞可能引发连锁故障。2. **数据篡改风险**：基于电力系

  来源：Energy Conversion and Management-X

  时间：2025-12-22

• 连续损伤力学、扩展有限元（XFEM）和相场方法在纤维增强复合材料裂纹微观建模中的全面比较

  本研究由泰国乌东泰 Rajabhat 大学化学系 Benjatham Sukkaneewat 等学者团队完成，聚焦于解决传统磷酸盐阻燃剂在橡胶复合材料中应用的关键技术瓶颈。研究团队创新性地提出通过"稳定-微胶囊化"双重技术路径开发新型阻燃体系，其核心突破在于构建了具有自主知识产权的磷酸酯微胶囊材料 PIR@MADHP，实现了阻燃效率与材料性能的协同优化。在阻燃剂开发方面，团队首先通过 melamine 与 ADHP（铵盐二氢磷酸）的 1:1 摩尔比反应制备 MADHP 复合磷酸盐。该反应通过 melamine 的三嗪环结构与磷酸盐形成共价键结合，显著提升了磷酸盐的水稳定性和化学惰性。实验数据表

  来源：Composites Communications

  时间：2025-12-22

• 基于多虚拟机管理程序的授权机制及利用LC-WTRNN技术的DDoS攻击防御框架

  Kalyan Gattupalli|Poovendran Alagarsundaram|Harikumar Nagarajan|Venkata Surya Bhavana Harish Gollavilli|Surendar Rama Sitaraman|Pushpakumar RYash Tek inc（加拿大安大略省密西沙加市）摘要虚拟机管理器（Hypervisors）允许在单个设备上管理多台虚拟机（VMs），但它们极易受到拒绝服务（DoS）攻击的攻击，这些攻击会耗尽资源并干扰云服务。目前使用的技术无法在多个虚拟机管理器之间建立适当的授权机制，从而导致虚拟机面临安全威胁。为了解决这一问题，

  来源：Internet of Things

  时间：2025-12-22

• 去中心化的基于邻近性的聚类技术，用于集体式自联邦学习

  近年来，随着物联网（IoT）设备数量的指数级增长，分布式机器学习技术成为解决数据隐私与计算资源受限问题的关键。意大利博洛尼亚大学的研究团队在《Proximity-Aware Self-Federated Learning (PSFL)》中提出了一种新型自组织联邦学习框架，通过空间邻近与数据分布相似性双重约束，有效应对传统联邦学习在动态非独立同分布（non-IID）环境中的局限性。该研究为大规模物联网系统中的协同智能提供了可扩展的解决方案，其核心价值在于通过自组织联邦形成分布式的学习生态，既规避了中心化架构的瓶颈，又提升了非IID场景下的模型性能。### 一、研究背景与挑战物联网系统通常具有以下

  来源：Internet of Things

  时间：2025-12-22

• 基于元启发式优化和双向长短期记忆技术的工业空气分离站故障检测

  工业空气分离站故障检测的智能化解决方案研究一、研究背景与意义工业空气分离站作为现代工业体系的核心基础设施，其稳定运行直接关系到氧气、氮气等关键气体的生产供应。这些设施依赖复杂的压缩、冷却和分离系统，任何环节的异常都可能导致生产中断、能源浪费甚至安全隐患。传统维护模式存在两大瓶颈：一是依赖人工经验，难以应对多维动态数据的实时分析；二是被动维修策略无法有效预防突发性故障。据统计，全球工业气体生产因设备故障导致的年损失超过120亿美元，凸显智能化故障检测的迫切需求。二、技术路线与创新点本研究提出基于增强粒子群优化（EPSO）的双向长短期记忆网络（BLSTM）融合架构，在多个技术维度实现突破。首先，在

  来源：Internet of Things

  时间：2025-12-22

• 通过原位和离位热等离子喷涂技术制备增强硬质碳化物的铜基复合材料

  铜基金属陶瓷复合材料的创新制备技术及性能优化研究（摘要部分）本研究针对传统铜基金属陶瓷复合材料（MMCs）制备工艺存在的局限性，提出采用脉冲等离子体动态合成技术实现材料成分的"在位"结合。通过对比分离式（ex-situ）与在位式（in-situ）两种制备策略，系统验证了新型工艺在提升材料综合性能方面的显著优势。实验采用磁控等离子体加速器（CMPA）产生的高速脉冲等离子体流，成功实现了铜基金属与超硬陶瓷相（WC、B4C、TiC）的原子级混合与化学键合。研究结果表明：在位合成可使材料致密度提升至84-95%，较传统分离式工艺（69-89%）提高约10-26个百分点；复合材料的硬度达到129-131

  来源：Composites Communications

  时间：2025-12-22

• 在未知信道统计特性的情况下，针对不可靠信道的年龄最优采样方法

  摘要：在本文中，我们研究了一个系统：传感器通过一个易出错的通道将状态更新发送给接收器，而接收器则通过一个可靠的通道将传输结果发送回传感器。这两个通道都受到随机延迟的影响。为了评估接收器接收状态信息的及时性，我们使用了“信息年龄”（Age of Information，AoI）这一指标。我们的目标是设计一种采样策略，即使在通道统计信息（例如延迟分布）未知的情况下，也能使预期的平均AoI最小化。首先，我们回顾了在已知通道统计信息下的最优离线策略的阈值结构，然后将在线算法的设计重新表述为一个随机逼近问题。我们提出了一种Robbins-Monro算法来解决这个问题，并证明了最优阈值几乎可以肯定地被近似

  来源：IEEE Transactions on Mobile Computing

  时间：2025-12-22

• 基于物理信息强化学习的代表性驾驶周期构建方法：PIESMC框架在车辆能耗与排放评估中的应用

  在全球气候变化挑战日益严峻的背景下，交通运输部门作为碳排放的重要贡献者，其减排策略的制定亟需精准的能耗与排放评估工具。然而，现行车辆认证测试使用的标准驾驶周期难以真实反映复杂多变的实际驾驶条件，尤其忽略了道路坡度变化对车辆动力学特性的关键影响。这种代表性不足导致实验室测试结果与真实路况数据之间存在显著偏差，极大制约了新能源汽车技术发展和环境政策评估的有效性。为突破这一技术瓶颈，阿尔伯塔大学研究团队在《Transportation Research Part D: Transport and Environment》发表了一项创新研究，提出了一种名为"物理信息期望SARSA-蒙特卡洛"（PIES

  来源：TRANSPORTATION RESEARCH PART D-TRANSPORT AND ENVIRONMENT

  时间：2025-12-22

• 基于可解释的Transformer模型的日内太阳能预测方法，该模型结合了时空卫星数据和数值天气预报信息

  太阳能预测技术的研究与应用进展一、研究背景与意义随着全球能源结构向可再生能源转型加速，太阳能发电量预计将在2025-2027年间创下历史新高。然而，太阳能发电的间歇性特征导致系统运行可靠性面临严峻挑战。准确预测太阳辐照度（GHI、DNI、DHI）对优化光伏电站出力调度、提升电网稳定性具有重要价值。当前主流预测方法存在两个显著短板：其一，依赖单点观测数据难以捕捉云层时空演变特征；其二，传统机器学习模型对复杂气象因素的动态响应机制解析不足。本研究通过创新性地融合卫星遥感数据与数值天气预报产品，构建时空融合Transformer模型，在提升预测精度的同时增强模型可解释性，为太阳能系统的高效整合提供技

  来源：Energy and AI

  时间：2025-12-22

• 用于玻璃纤维增强热塑性塑料的新型热粘塑性表征方法

  ### 玻璃纤维增强聚丙烯复合材料热-力耦合行为建模研究#### 研究背景与意义玻璃纤维增强聚丙烯（GFPP）复合材料凭借其轻量化、高强度和可回收特性，在汽车制造、建筑结构及工业设备领域应用广泛。相较于传统热固性复合材料，GFPP thermoplastics在热成型工艺中展现出显著优势，既能通过快速加热软化实现复杂曲面成型，又具备优异的尺寸稳定性。然而，现有材料模型在预测多轴应力状态下易出现偏差，特别是温度、应变率和纤维取向等多因素耦合作用下的材料响应仍缺乏系统性研究。#### 实验方法创新研究团队通过构建四级实验验证体系，实现了对GFPP材料热-力耦合特性的全面表征： 1. **多温域单

  来源：COMPOSITES SCIENCE AND TECHNOLOGY

  时间：2025-12-22

• EMT-HEE：一种用于高光谱端元提取的进化多任务处理方法

  摘要：端元提取（Endmember Extraction, EE）在高光谱图像的分解过程中起着至关重要的作用，目前已经提出了许多EE算法。其中，基于进化算法（Evolutionary Algorithm, EA）的EE算法由于具备强大的全局搜索能力而备受关注。然而，高光谱EE问题本身是一个受限且具有稀疏性的大规模优化问题，因此很难高效地找到最优解。为了解决这一问题，我们从进化多任务（Evolutionary Multi-tasking）的角度来处理这个复杂的优化问题。具体而言，我们提出了一种名为EMT-HEE的高光谱EE进化多任务方法，该方法通过两个相关任务的协作来获得更高质量的端元。在EMT

  来源：IEEE Transactions on Emerging Topics in Computational Intelligence

  时间：2025-12-22

• 识别和预测预制建筑中的延误风险：一种可解释的集成学习方法

  预制建筑项目进度延误预测与风险控制创新研究一、研究背景与问题提出预制建筑作为工业化建造的重要发展方向，其协调管理涉及工厂预制、物流运输、现场装配等多环节协同。近年来全球43%的建筑工程遭遇延误，平均成本超支达80%，暴露出传统管理模式的局限性。现有研究多聚焦单一风险因素预测，忽视项目属性与施工阶段的动态关联，导致模型在复杂场景中表现不足。针对该问题，本研究构建了融合项目特征与施工阶段的智能预测体系，突破传统方法在动态环境下的适应性瓶颈。二、方法论创新与模型构建1. 多维度风险指标体系通过文献综述与专家验证，整合15项预制延误风险因子（如构件类型复杂度、物流中断频率、设计变更次数）和5类项目属性

  来源：ADVANCED ENGINEERING INFORMATICS

  时间：2025-12-22

• HASPFormer：利用自注意力机制和随机池化技术提升多变量时间序列预测的准确性

  在深度学习与时间序列分析交叉领域的研究中，近年来Transformer架构的应用呈现出显著的迭代特征。本文作者针对长时多变量时间序列预测这一复杂任务，基于SOFTS架构进行了系统性改进，提出了具有创新性的HASPFormer模型。该研究通过理论分析与实证验证相结合的方式，揭示了当前Transformer模型在时间序列应用中的关键优化方向，并提供了具有实用价值的解决方案。一、技术演进背景传统时间序列预测方法（如ARIMA、指数平滑）在处理高维复杂数据时面临明显局限。随着Transformer架构在自然语言处理领域的成功，其长距离依赖捕捉能力开始被引入时序分析。早期研究（如Informer）验证了

  来源：ADVANCED ENGINEERING INFORMATICS

  时间：2025-12-22

• 区块链技术在促进社会可持续发展方面的中介效应：现有及未来社会可持续供应链的采用前后的分析

  本文以英国制造业企业为研究对象，基于动态能力理论框架，系统探讨了区块链技术（BT）采纳过程中社会导向（SO）的作用机制及其对供应链社会可持续性（SCSS）的影响路径。研究创新性地将供应链管理实践（SSCMPs）划分为"现有"与"未来"两个阶段，构建了覆盖技术采纳全周期的BTSS战略工具模型，为数字化转型中的社会责任实践提供了新的理论视角。### 一、研究背景与问题提出当前供应链管理面临双重挑战：一方面需要应对全球化带来的复杂性，包括供应商网络扩展、社会责任要求提升；另一方面需要实现技术迭代带来的效率变革。区块链技术凭借其不可篡改、透明可追溯等特性，在提升供应链透明度和促进社会责任实践方面展现出

  来源：INTERNATIONAL JOURNAL OF PRODUCTION ECONOMICS

  时间：2025-12-22

• 综述：迈向更高的韧性：工业4.0时代动态车间调度方法的系统综述

  工业5.0时代动态作业车间调度的理论演进与实践路径在制造业智能化转型进程中，动态调度技术已成为提升系统韧性的关键支撑。本文系统梳理了2015-2024年间动态柔性作业车间调度（DFJSP）领域的研究进展，通过整合190篇核心文献，构建起涵盖建模方法、算法演进、策略创新和支撑技术的完整知识图谱。工业5.0框架下的动态调度范式转型当前制造业正经历从自动化1.0到智能协同2.0的范式转换。传统调度理论强调确定性环境下的最优解，而工业5.0要求系统具备人机协同的动态适应能力。数据显示，近五年DFJSP相关研究文献年增长率达23.6%，其中2020年后强化学习相关研究占比提升至41.2%，反映出技术路线

  来源：ADVANCED ENGINEERING INFORMATICS

  时间：2025-12-22

• 综述：滚珠丝杠状态监测方法综述

  球丝杠作为精密机械传动系统的核心部件，在工业自动化、航空航天、汽车制造等领域承担着将旋转运动转化为高精度直线运动的职能。这类系统在数控机床、机器人关节、电磁作动器等关键设备中广泛应用，其失效不仅造成高达19%的停机损失，更可能引发灾难性后果。随着智能制造和工业4.0的推进，对球丝杠健康状态监测的技术需求呈现指数级增长，但现有研究体系存在显著空白。传统监测方法主要分为物理建模和数据驱动两大路径。物理建模通过建立包含螺纹接触、滚珠动力学、摩擦系数等参数的数学模型，能够模拟不同失效模式（如卡滞、断丝、润滑失效）对系统性能的影响。这种方法的显著优势在于能解释异常信号的物理机理，例如通过计算接触应力分布

  来源：ADVANCED ENGINEERING INFORMATICS

  时间：2025-12-22

• 综述：氢作为综合能源系统战略推动者的未来：技术发展、障碍与政策影响

  氢能：综合能源系统的“万能钥匙”在全球能源转型的浪潮中，综合能源系统（Integrated Energy Systems, IES）正成为提升能源利用效率、保障能源安全与实现碳中和目标的关键路径。在这一宏大图景中，氢能凭借其独特的物理化学性质，正从一种单纯的能源载体，演变为连接电力、热力、工业与交通等不同能源部门的“万能钥匙”。它不仅能有效解决可再生能源的间歇性与波动性问题，还能为难以电气化的“硬脱碳”领域（如钢铁、化工、航空）提供清洁解决方案。1. 氢的生产：从“灰”到“绿”的蜕变氢的生产是氢能价值链的起点，其技术路径的选择直接决定了整个系统的碳足迹。•蒸汽甲烷重整（SMR）： 这是目前全球

  来源：Energy Strategy Reviews

  时间：2025-12-22

• 通过定制化的和混合式的视觉-语言表示方法，将微观结构信息学与增材制造复合材料的表征知识相结合，以实现自动化的质量评估

  本文聚焦于通过多模态融合技术解决先进制造材料快速资格认证的行业痛点。研究团队提出了一套基于视觉语言模型（VLM）的定制化框架，将微结构图像数据与专家知识系统性地整合，显著提升了金属复合材料的自动化检测效率。### 一、行业背景与现存问题在增材制造领域，材料特性评估长期依赖人工目检与实验室测试。传统方法存在三大缺陷：首先，光学金属学分析需专业人员在百小时量级下完成图像分割与特征提取；其次，多标准评估体系（如稀释度、热影响区、孔隙率等）存在知识孤岛，不同检测环节的数据难以互通；再者，现有AI模型在跨模态理解方面存在局限性，难以直接将专家经验转化为可计算的数学表征。### 二、核心技术框架####

  来源：ADVANCED ENGINEERING INFORMATICS

  时间：2025-12-22

• REACT：一种适用于自动驾驶的、在运行时启用的主动碰撞避免技术

  自动驾驶主动安全领域的突破性技术——REACT系统深度解析一、技术背景与行业痛点当前自动驾驶系统在复杂交通场景中面临三大核心挑战：风险动态评估能力不足、多源信息融合效率低下、主动控制策略可解释性差。传统方法主要依赖基于时序（TTC、THW）或运动学（安全距离阈值）的静态评估模型，这类方法存在三个致命缺陷：首先，物理模型过于简化，无法有效捕捉动态交互场景中的多主体耦合效应；其次，决策闭环存在明显时滞，难以应对毫秒级的安全响应需求；最后，缺乏透明化的风险量化机制，导致系统在应对突发场景时存在"黑箱"决策风险。二、REACT系统的创新架构该技术团队提出的多维度实时安全框架（REACT）实现了三大突破

  来源：ADVANCED ENGINEERING INFORMATICS

  时间：2025-12-22

知名企业招聘：