• 基于适应度引导聚类与个体进化差分进化的非线性方程组求解新方法

  在数值计算领域，非线性方程组（Nonlinear Equation Systems, NES）的求解一直被视为最具挑战性的问题之一。这类系统不仅广泛存在于数学研究领域，更在物理学、数字信号处理、自动控制、电网系统等诸多学科与工程领域扮演着关键角色。非线性方程组的独特之处在于，其往往存在多个最优解（即多个根），且每个解在实际应用中可能都具有同等的重要性。这为求解过程带来了巨大困难：如何在单次运行中同时定位到所有真实根，并保证求解的精度与效率，成为研究者们长期攻克的焦点。传统上，结合多群体维持机制与局部搜索算法已成为求解NES多解问题的主流思路。其中，排斥技术（repulsion techniqu

  来源：Expert Systems with Applications

  时间：2025-11-05

• 基于多模态特征决策融合网络(FDFR-Net)的果实成熟度智能分级方法研究

  在中国，水果年产量已超过2亿吨的庞大产业背后，隐藏着一个令人痛心的数字：采后标准化损失高达总产量的13.2%。这意味着每年有超过2600万吨的水果在储存、运输和销售环节腐烂变质，造成巨大的经济浪费。传统的人工成熟度分级方法不仅效率低下，且严重依赖工人经验，主观性强、可靠性差。如何实现水果成熟度的精准、无损检测，成为提升水果产业效益的关键技术瓶颈。果实成熟是一个复杂的生理生化过程，涉及外观颜色、内部化学成分和电化学特性的协同变化。现有研究多基于单一信息源进行成熟度判断：有的依靠RGB图像模拟人工颜色判别，但忽视了内部特征；有的采用高光谱技术分析化学成分，却忽略了表皮和形态信息；还有的利用电化学阻

  来源：Expert Systems with Applications

  时间：2025-11-05

• 基于片段化数据的个人信用风险评分：一种两阶段机器学习方法

  在当今金融领域，个人贷款业务如同经济的毛细血管，为消费和市场注入活力。然而，金融机构在评估贷款申请时，常常面临一个棘手难题：客户提交的信息往往像一幅残缺的拼图，关键部分不知所踪。这种数据片段化现象可能源于申请人跳过选填项、数据供应商提供不完整的信用记录，或是某些信息根本不适用。传统上，银行要么选择删除不完整记录（如同直接丢弃拼图碎片），要么尝试填充缺失值（好比猜测缺失图案），但前者导致信息浪费，后者可能引入偏差。正是在这样的背景下，来自福建警察学院公共管理系的郑晨璐等研究人员在《Expert Systems with Applications》上发表了一项创新研究。他们开发了一种两阶段机器学习

  来源：Expert Systems with Applications

  时间：2025-11-05

• 基于确定性增强双教师融合的免源域适应眼底图像分割方法研究

  青光眼作为全球不可逆性失明的主要病因，其早期诊断依赖于对视盘（Optic Disc， OD）和视杯（Optic Cup， OC）的精确分割。杯盘比（Cup-to-Disc Ratio， CDR）是临床评估青光眼风险的关键指标，但手动分割OD和OC耗时费力。尽管深度学习技术在医学图像分割中取得显著进展，但模型在不同设备、不同医疗机构采集的眼底图像（即不同域）之间往往存在泛化能力不足的问题，这种域偏移（Domain Shift）现象严重制约了临床部署。传统无监督域适应（Unsupervised Domain Adaptation， UDA）方法虽能缓解此问题，但需要同时访问带标签的源域数据和无标签

  来源：Engineering Applications of Artificial Intelligence

  时间：2025-11-05

• 基于伪标签推离策略的自监督对比学习方法研究

  在人工智能的浪潮中，让机器能够像人类一样无需大量标注数据即可学习并理解世界，是自监督学习（Self-Supervised Learning, SSL）追求的终极目标之一。其中，对比学习（Contrastive Learning, CL）作为一种高效的SSL方法，近年来在计算机视觉、自然语言处理等领域大放异彩。其核心思想直观而巧妙：通过数据增强技术，为每个样本创造出不同的“视角”（即正样本对），同时将数据集中其他样本视为负样本对。模型的目标是学习一种嵌入表示（Embedding Representation），使得在表示空间中，正样本对彼此靠近，而负样本对则相互远离。这种“拉近推远”的策略，旨在

  来源：Engineering Applications of Artificial Intelligence

  时间：2025-11-05

• 基于联合约束分类器与特征学习的无监督域自适应方法增强研究

  在人工智能和计算机视觉飞速发展的今天，分类任务面临着一个严峻挑战：标注数据不足。获取高质量标签往往需要耗费大量成本和时间。因此，如何利用已知训练数据集的信息，来有效分类未知标签的测试数据集，成为了一个关键问题。传统分类问题通常假设训练数据和测试数据来自相同的分布或共享子空间。然而，在复杂的实际应用中，这一理想假设往往难以成立。当源域（训练数据）和目标域（测试数据）之间存在分布差异时，直接应用源域上训练的模型到目标域，会导致性能显著下降，这一现象被称为“域偏移”。为了克服这一挑战，迁移学习（Transfer Learning）应运而生，其核心思想是将已有数据集上的知识迁移到新的、但相关的问题上。

  来源：Engineering Applications of Artificial Intelligence

  时间：2025-11-05

• 基于归一化优势神经网络学习的自适应非线性递归控制方法，用于大规模网络物理电力系统

  在当今信息化技术迅速发展的背景下，电力系统正逐步向更加智能化和网络化的方向演进。这种演进不仅提升了系统的运行效率，也带来了前所未有的网络安全挑战。为了应对这些挑战，研究人员正在探索一种新型的防御机制，以增强系统在面对网络攻击时的稳定性和安全性。本文提出了一种结合模型无关状态观测器（MISO）和基于深度Q网络（DQN）的非线性递归控制（NRC）策略，以有效识别并缓解虚假数据注入（FDI）攻击带来的影响。随着信息通信技术（ICT）的广泛应用，现代电力系统已经高度依赖于网络通信基础设施。这些基础设施使得远程控制、监控和能源管理成为可能，从而提升了电力系统的运行效率和灵活性。然而，这种依赖性也使得系统

  来源：Engineering Applications of Artificial Intelligence

  时间：2025-11-05

• 超越技术技能：沟通如何塑造加纳医疗系统的患者满意度

  在加纳这样一个语言多样、资源有限的中低收入国家，医疗服务的提供面临着独特的挑战。尽管临床专业知识至关重要，但医患之间的沟通质量和人际关系对患者满意度和服务质量的影响却鲜少被深入研究。以往的研究多集中在高收入国家，其文化规范、机构能力和资源条件与加纳等国有显著差异。在加纳的多元文化医疗环境中，语言不匹配、缺乏专业口译服务以及文化期望的差异，使得医患沟通变得复杂，常常导致误解、满意度降低和不良的治疗结果。因此，理解沟通能力和人际关系如何在加纳的特定情境下影响患者满意度，对于改善其医疗服务质量至关重要。这项发表在《Dialogues in Health》上的研究，正是为了填补这一空白。为了深入探究这

  来源：Dialogues in Health

  时间：2025-11-05

• 综述：新一代水下定位技术：基于人工智能和能量感知的方法

  引言探索动态海洋环境离不开可靠的水下通信与定位技术。然而，由于全球导航卫星系统（GNSS）信号无法穿透水体，水下移动物体（如自主水下航行器AUV）主要依赖声学方法进行定位。精确的定位对于搜索救援、隐蔽监视、可靠通信以及长期海洋监测至关重要，它确保了数据完整性、任务安全和持续的网络连接。传统定位方法往往依赖于几何模型和统计滤波器（如卡尔曼滤波KF、扩展卡尔曼滤波EKF、无迹卡尔曼滤波UKF、粒子滤波PF），这些方法对传感器噪声和通信约束高度敏感，且通常假设高斯噪声和已知初始状态，在非线性和不确定的水下环境中其鲁棒性受限。此外，水声通信本身能耗高，而水下电池更换和充电困难，使得能耗成为水下传感器网

  来源：Applied Ocean Research

  时间：2025-11-05

• 基于有限体积Simo-Reissner梁方法的系泊浮体动力学耦合模拟研究

  随着海洋资源开发向深海迈进，浮式海洋结构物的安全运行面临严峻挑战。系泊系统作为连接浮体与海底的关键部件，其动态特性直接影响结构物的运动响应和系泊载荷。传统系泊分析模型多采用集中质量法或有限元方法，这些方法在模拟大变形、非线性载荷工况时存在局限性，特别是对弯曲刚度、扭转效应等复杂力学行为的捕捉不够精确。在此背景下，都柏林大学机械与材料工程学院的研究团队在《Applied Ocean Research》上发表了一项创新研究，提出了一种基于有限体积法的几何精确Simo-Reissner梁模型，为系泊线动力学分析提供了新的解决方案。该研究旨在解决传统方法在模拟系泊线复杂变形行为时的不足，通过将先进的梁

  来源：Applied Ocean Research

  时间：2025-11-05

• 为Çatalhöyük项目合作：共同设计一本结合增强现实（AR）技术的插图电子书，以探索文化遗产

  摘要本研究介绍了一本基于增强现实（AR）技术的插图电子书的设计与开发过程，旨在向幼儿群体介绍恰塔赫尤克（Çatalhöyük）的文化遗产。尽管增强现实技术已在多个领域得到应用，但针对文化叙事进行共同设计、完全数字化的电子书的相关研究仍较为有限，这导致我们对于幼儿如何通过互动媒体了解文化遗产仍存在认知空白。该项目采用共同设计的方法，让3.5至4.5岁的儿童、他们的父母以及文化领域的专家参与进来，根据反馈对电子书的叙事内容、视觉元素和AR功能进行改进。数据收集通过观察、出声思考记录、与儿童及家长的访谈以及文化专业人士的意见反馈等方式完成，从而能够系统地分析电子书的可用性和吸引力。研究结果表明，易用

  来源：CoDesign

  时间：2025-11-05

• 综述：高等教育心理学项目中生成式人工智能：探索其在评估方法中应用机会的范围综述

  生成式人工智能在高等教育心理学评估中的创新应用引言：教育范式的转变随着ChatGPT等生成式人工智能（GenAI）工具的普及，高等教育领域正经历深刻变革。传统教育模式聚焦于防范GenAI对学术诚信的威胁，但本文通过范围综述提出范式转换：将GenAI转化为心理学教育的赋能工具。心理学毕业生将进入充满AI的工作环境，教育者需培养学生负责任地使用GenAI的能力，而非简单禁止。GenAI作为个性化心理学导师两项研究验证了GenAI在个性化辅导中的有效性。瑞士UniDistance大学的Baillifard等人发现，使用MAGMA Learning开发的GenAI导师进行神经心理学课程学习的学生，在基

  来源：Australian Psychologist

  时间：2025-11-05

• 社区主导的无家可归者统计方法：来自2024年加拿大桑德贝市“即时统计”（Point-in-Time, PiT）项目的启示

  摘要引言2024年桑德贝即时（PiT）统计项目是一种创新的、由社区主导的方法，旨在对加拿大一座中型城市中的无家可归者（PEH）进行统计。该项目由莱克黑德社会规划委员会和桑德贝原住民友谊中心共同发起，基于文化包容性，旨在通过本地化方法改进无家可归者的统计工作。方法本案例研究采用了叙事性文献回顾、与关键利益相关者的结构化访谈以及对多个调查点收集的数据进行分析。同时，还对美国（U.S.）和英国（U.K.）的无家可归者统计实践进行了比较分析。结果该项目通过使用原住民语言、文化规范以及共同设计的调查流程，实现了高参与度。一个定制的电子平台促进了数据的安全录入；然而，一些技术挑战需要采用混合解决方案。与美

  来源：Journal of Social Distress and Homelessness

  时间：2025-11-05

• 养老金关联型社会护理保险产品的创新设计与市场可行性研究

  随着全球老龄化进程加速，退休储蓄不足与社会护理成本高涨已成为公众普遍焦虑的核心问题。许多人既担忧退休后收入中断，又害怕因突发护理需求耗尽积蓄，却因对财务规划的认知模糊、选择复杂性及行为惯性（Behavioral Inertia）而迟迟未采取行动。这种“焦虑-行动差距”在英美等国家尤为显著，传统定义缴费（Defined Contribution, DC）养老金计划缺乏收入确定性，而单独的社会护理保险因“用后即废”特性难以吸引用户。为破解这一困境，Vincent Bodnar与Gregory Moore在《British Actuarial Journal》发表研究，提出一款创新金融产品：将养老金

  来源：British Actuarial Journal

  时间：2025-11-05

• 无标度随机图中几何社区检测的局部化方法及其统计推断

  在复杂网络研究领域，随机图模型为生物系统、社会关系和计算机网络的建模提供了统一框架。然而，现实网络往往同时具备两大特征：重尾的度分布和较高的聚类系数。经典的Erdős–Rényi随机图模型无法再现这些特性，促使研究者发展出更符合实际的不均匀随机图（IRG）模型。虽然IRG能重现任意度分布，但其聚类系数仍然较低。为克服这一局限，几何不均匀随机图（GIRG）模型通过将顶点嵌入度量空间（如环面或球面），利用距离相关性生成高聚类网络，成功融合了异质性与几何特性。尽管GIRG模型能有效刻画网络整体几何结构，现实网络嵌入常显示几何空间存在聚集现象，形成社区结构。传统社区检测算法多基于随机分块模型（SBM）

  来源：Journal of Applied Probability

  时间：2025-11-05

• 对捆绑算子进行公理化处理的统一方法

  摘要 由于此内容没有提供摘要，因此提供了预览版本。请使用上方的“获取访问权限”链接来了解如何获取该内容的信息。

  来源：The Review of Symbolic Logic

  时间：2025-11-05

• 综述：燃烧室创新对喷气发动机发展的影响——全面评述

  燃烧室技术演进图谱从早期的筒环形结构到现代环形燃烧室，喷气发动机燃烧室始终围绕"更高效率、更低排放"目标迭代。环形燃烧室通过360°连续火焰筒实现空间利用最优化，成为民用航空动力的主流选择。其紧凑结构可显著降低压力损失，但高温升工况下氮氧化物(NOx)生成量骤增的矛盾，催生了富油-急冷-贫油(RQL)燃烧室的革新。低排放燃烧技术突破RQL燃烧室采用三区联控策略：富油区维持火焰稳定，急冷区通过旋流器瞬间稀释混合物，贫油区完成充分燃烧。这种"先浓后淡"的燃烧序列可使NOx排放量比传统设计降低40%-60%。而脉冲爆震(PDC)与旋转爆震(RDC)燃烧室则利用压力增益燃烧原理，通过周期性激波压缩实现

  来源：ARABIAN JOURNAL FOR SCIENCE AND ENGINEERING

  时间：2025-11-05

• 基于深度学习的智能预测技术，用于优化N2200基供体-受体共聚物有机场效应晶体管（OFETs）的电学性能

  摘要有机场效应晶体管（OFETs）由于其低成本加工和机械适应性，在柔性电子领域具有巨大潜力。本研究通过参数优化系统性地提升了基于N2200材料的顶栅底接触型OFET的电性能，结果表明较短的通道长度（150 µm）提高了电流密度（同时实现了漏电流控制）；优化的N2200与聚甲基丙烯酸甲酯（PMMA）的浓度比（7/100 mg/mL）以及80°C、3小时的退火处理改善了晶体结构和界面性能，从而实现了稳定的电性能。关键在于，利用719个实验数据（优于现有的TCAD生成的数据集），通过卷积神经网络（CNN）、反向传播神经网络（BPNN）和随机森林（RF）模型建立了基于制造参数的性能预测方法，并通过我们

  来源：Science China-Materials

  时间：2025-11-05

• 巴基斯坦电子政务的潜力与挑战：一项关于采用、网络安全与治理透明度的混合方法研究

  随着数字化浪潮席卷全球，电子政务（E-Governance）已成为提升政府效率、增强透明度和促进公民参与的重要工具。然而在巴基斯坦这样的发展中国家，电子政务的实施面临多重挑战。根据透明国际2024年腐败感知指数（CPI），巴基斯坦在180个国家中排名第135位，基层腐败问题突出，35%的民众认为腐败现象仍在加剧。这种系统性困境亟需通过技术驱动的治理现代化来破解，尤其是人工智能（AI）、大数据和“元宇宙”（Metaverse）等新兴技术正在重塑政府和企业的运作模式。尽管电子政务在全球范围内被证明能够减少腐败（超过150项研究支持这一结论），但巴基斯坦的电子政务发展指数（EGDI）仅为0.4238

  来源：Sustainable Futures

  时间：2025-11-05

• BIM技术在绿色建筑、设计中的应用

  刘芳泰国曼谷通布里大学摘要建筑行业面临着在满足城市发展需求的同时减少能源使用和碳排放的日益增长的压力。绿色建筑实践作为一种应对措施应运而生，但其有效性往往受到分散的工作流程和可持续性原则整合不足的限制。本研究旨在通过分析能源性能、资源分配和生命周期可持续性指标来评估BIM在绿色建筑设计中的作用。采用案例研究方法，重点关注那些采用了BIM并拥有相关记录的认证绿色建筑项目。使用包括节能率、碳足迹减少和运营成本节约在内的定量指标来评估其性能。结果表明，与传统方法相比，基于BIM的设计可实现20-32%的节能效果、15-22%的运营成本降低以及18-30%的碳足迹减少。研究结果证实，BIM不仅限于设计

  来源：Sustainable Computing: Informatics and Systems

  时间：2025-11-05

知名企业招聘：