• 综述：毒理学中伦理与可持续转型的图谱：文献计量分析与新方法学综述

  引言近年来，毒理学领域正经历一场深刻转型，旨在实现更伦理、高效且人类相关的风险评估方法。这一转变的核心推动力包括减少动物实验的伦理诉求、对可持续科学的追求，以及监管体系对新方法学（New Approach Methodologies, NAMs）的逐步接纳。NAMs作为一个统称，涵盖非动物方法，如体外（细胞或组织实验）、计算机（计算或AI驱动模型）、化学反应性测定及整合策略，旨在通过提供更相关或更具保护性的模型，增强化学品安全性评估，最终支持减少并替代动物测试。NAMs具有高度跨学科特性，涵盖先进细胞测定、类器官、器官芯片系统、组学技术、定量构效关系（QSAR）建模以及测试与评估整合方法（IA

  来源：Archives of Toxicology

  时间：2025-10-10

• 基于λ-Exo驱动DNA步行与分裂G-四链体重组的新生儿肺炎miRNA高灵敏荧光检测新方法

  本研究提出了一种基于λ-外切核酸酶（λ-Exo）驱动DNA步行器与分裂G-四链体（split-G-quadruplex, split-G4）杂交的荧光信号放大系统，用于微RNA（miRNA）的高灵敏度定量分析。该生物传感器通过目标miRNA激活Walker探针解折叠，启动DNA步行行为，并持续触发split-G4元件的自组装。重组后的完整G4结构可被商业化荧光染料硫磺素T（Thioflavin T, ThT）特异性识别，从而实现无需标记的miRNA超灵敏检测。λ-Exo酶促反应显著提升了DNA步行过程的信号放大效率，该方法凭借split-G4信号生成机制展现出极低背景噪声与优异可靠性，并已成功

  来源：Biotechnology Letters

  时间：2025-10-10

• 利用激素自养与驯化培养技术提升Kinnow柑橘体细胞胚发生的稳定性、同步性及降低体细胞无性系变异

  为推进性状特异性品种改良，研究人员聚焦于提升Kinnow柑橘（Kinnow mandarin）体细胞胚发生（somatic embryogenesis）体系在胚胎发生稳定性与遗传保真度方面的表现。他们采用植物生物调节剂（plant bio-regulator, PBR）自养和驯化（habituation）介导的再生策略展开研究。实验发现，使用未干燥的完全成熟种子（于合点端进行垂直切割后接种），在转化为干燥阶段的过程中，能在特定培养基上诱导外珠被产生胚性愈伤组织（embryogenic callus），诱导率达21.33%。该培养基包含Murashige and Skoog（MS）基础盐、50.

  来源：In Vitro Cellular & Developmental Biology - Plant

  时间：2025-10-10

• 基于GIS与AHP技术的海岸带地下水潜力区可持续性评估——以印度泰米尔纳德邦Tarangambadi地区为例

  引言海岸带含水层正面临过度开采、海水入侵与补给减少的多重威胁，亟需通过精准空间评估实现地下水资源的可持续管理。本研究以印度泰米尔纳德邦Mayiladuthurai区的Tarangambadi Taluk为研究对象，创新性融合地理信息系统（GIS）、遥感（RS）与层次分析法（AHP）技术，旨在揭示该区域地下水潜力区（GWPZ）的空间分布规律。研究聚焦海岸带农业区的特殊水文地质条件，首次将"邻近海域"作为独立评价因子纳入评估体系，直接量化海水入侵风险对地下水潜力的影响。研究区概况Tarangambadi Taluk位于北纬10°58′56.53″至11°09′1.86″，东经79°40′7.60″

  来源：Frontiers in Water

  时间：2025-10-10

• 利用蒙特卡洛方法对异质火山碎屑坡体进行概率性岩坡稳定性评估，并考虑其失稳可能性

  在自然界中，火山地貌因其独特的地质构造和复杂的沉积过程，通常呈现出高度异质的岩性分布。这种异质性导致岩层序列缺乏横向连续性和明显的地层特征，从而对边坡稳定性分析构成了显著的挑战。传统的方法往往假设边坡为均质结构，这种假设在面对非均质地质条件时显得不足。因此，需要开发更为先进的分析技术，以更好地应对这种复杂性。本研究提出了一种数值方法，通过结合空间变异性、非线性材料特性描述以及蒙特卡洛概率分析，来评估火山边坡的稳定性。本研究的创新点在于将不同的岩性随机分布在边坡模型中，同时保持整体比例不变。这种做法不同于常规方法中对均质边坡的机械参数进行概率变异性分析，而是通过随机分配岩性来更真实地反映地质环境

  来源：CMES - Computer Modeling in Engineering and Sciences

  时间：2025-10-10

• 基于增强深度特征和更具区分性的软生物特征的耳朵识别技术

  耳部生物识别是一种非侵入式的生物特征技术，因其在多种场景下的应用潜力而受到越来越多的关注。近年来，卷积神经网络（CNN）在耳部识别领域表现出卓越的性能和可靠性，成为该技术的主流方法之一。然而，这些基于CNN的识别系统在性能上仍有进一步提升的空间，特别是在结合软生物特征的潜力方面。软生物特征，作为高阶语义特征，具有更强的环境鲁棒性，对视角变化、姿态差异、遮挡和光照条件等变量影响较小，因此在耳部识别中具有重要的补充作用。本文提出了一种新的耳部识别增强框架，通过在特征层面上融合更具判别性的软生物特征，以提升基于CNN的耳部识别性能。该框架不仅提取了传统的硬生物特征（如VGG-19和ResNet-50

  来源：CMES - Computer Modeling in Engineering and Sciences

  时间：2025-10-10

• SGO-DRE：一种基于《鱿鱼游戏》优化思想的集成方法，用于实现准确且可解释的皮肤病诊断

  皮肤疾病的及时准确诊断对于医疗健康领域至关重要，因为传统方法往往耗时且容易出错。在皮肤疾病诊断过程中，许多模型的组合通常采用试错方法，但这会导致性能不佳。为了解决这些问题，我们提出了一种基于鱿鱼游戏优化和降维的集成方法（SGO-DRE），用于提高皮肤疾病的诊断精度。本研究首先选择预训练模型MobileNetV1、DenseNet201和Xception进行稳健的特征提取，这些模型通过引入降维模块来提高效率。为了解决多个模型的集成问题，我们利用了鱿鱼游戏优化（SGO）算法，该算法通过迭代搜索最优的权重组合，为每个模型分配适当的权重，从而在所提出的加权平均集成方法中实现最优的模型预测聚合。这种集成

  来源：CMES - Computer Modeling in Engineering and Sciences

  时间：2025-10-10

• 基于参数估计的列车轮轨粘着系数在线估算方法

  在铁路运输领域，轮轨粘着系数的准确估计对于列车的牵引、制动和控制稳定性至关重要。然而，直接测量轮轨粘着系数面临诸多挑战，例如复杂的轮轨接触界面和多变的运行条件，使得实时监测变得困难。为了解决这一问题，本文提出了一种基于参数估计的在线粘着系数估计算法。该算法通过分析单轮对模型的受力情况，推导出轮轨粘着系数的计算关系，并结合轮对受力分析，设计了一种参数估计型的估计器，验证其稳定性。最终，通过MATLAB/Simulink和AMESim联合仿真平台以及硬件在环半实物仿真实验平台进行验证，展示了该算法在系统延迟和噪声条件下的实时性和准确性。在列车运行过程中，牵引和制动通过轮轨接触区域的切向力传递实现。

  来源：CMES - Computer Modeling in Engineering and Sciences

  时间：2025-10-10

• 通过时空MQ-RBF配置方法求解浅水波中的BBMB方程

  该研究提出了一种创新的单层无网格方法，即基于多二次径向基函数（MQ-RBF）的空间-时间配点法，用于求解本华-博纳-马霍尼-伯格斯（BBMB）方程。BBMB方程是描述浅水波动力学的重要非线性偏微分方程之一，其物理机制涵盖了非线性对流（波浪陡化）、色散（波浪扩散）和粘性耗散（能量损失）。传统求解此类方程的方法通常需要分步处理时间变量，导致计算过程较为繁琐。而本文方法通过将时间变量视为空间变量，构建了一个统一的空间-时间结构，从而实现了单层计算，省去了传统网格方法中的两步计算流程。此外，通过优化形状参数，MQ-RBF能够实现BBMB方程中非线性、色散和耗散项的高精度离散化。数值实验部分通过三个基准

  来源：CMES - Computer Modeling in Engineering and Sciences

  时间：2025-10-10

• 基于机器学习技术的泡沫混凝土抗压强度预测与敏感性分析，以及超参数优化

  现代能源系统日益复杂和多样化，特别是在智能电网和分布式能源基础设施中，对智能且可扩展的安全漏洞分类技术的需求愈发迫切。针对这一挑战，本文提出了一种名为Vulnerability2Vec的基于图嵌入的框架，旨在提升对威胁能源系统韧性的安全漏洞的自动化分类能力。Vulnerability2Vec通过将通用漏洞和披露（CVE）文本解释转换为语义图，使节点代表CVE编号和关键术语（名词、动词和形容词），边则捕捉这些术语之间的共现关系。随后，该方法利用随机游走采样和跳过-gram与负采样（SGNS）将语义图嵌入到低维向量空间中。这种方法能够识别传统稀疏向量方法无法捕捉的潜在关系和结构模式。实验结果表明，

  来源：CMES - Computer Modeling in Engineering and Sciences

  时间：2025-10-10

• Vulnerability2Vec：一种基于图嵌入的方法，用于提升漏洞分类的准确性

  随着现代软件系统的复杂性和异质性不断增加，尤其是智能电网和分布式能源基础设施的广泛应用，对安全漏洞进行智能且可扩展的分类变得尤为重要。传统方法在面对这些复杂系统的漏洞时，往往难以充分捕捉其内在的复杂性和潜在关联性。为此，本文提出了一种基于图嵌入的漏洞分类框架，称为Vulnerability2Vec，旨在提升能源系统安全漏洞的自动分类能力。该方法通过将通用漏洞和暴露（CVE）文本描述转化为语义图，从而捕捉漏洞之间的潜在关系和结构模式。这些图的节点代表CVE ID和关键术语（如名词、动词和形容词），边则表示这些术语之间的共现关系。通过使用随机游走采样和跳过-gram与负采样（SGNS）方法，Vul

  来源：CMES - Computer Modeling in Engineering and Sciences

  时间：2025-10-10

• 利用云计算和边缘计算以及基于区块链的联邦学习技术，在去中心化医疗网络中实现恶意节点的检测与防护

  在当今快速发展的医疗技术环境中，电子健康记录（Electronic Health Records, EHRs）已成为现代医疗网络的重要组成部分。这些系统通过电子方式存储和管理患者的健康信息，极大地提高了医疗服务的效率，同时降低了医疗单位和患者在数据管理方面的成本。然而，随着医疗数据的数字化，也带来了一系列新的挑战，例如安全通信问题、隐私泄露风险以及恶意节点的威胁。这些威胁可能对患者的安全和健康数据的完整性造成严重影响。为了应对这些问题，本文提出了一种基于区块链和联邦学习的恶意节点检测模型（Blockchain-based Federated Learning for Malicious Nod

  来源：CMES - Computer Modeling in Engineering and Sciences

  时间：2025-10-10

• 基于主动学习与深度集成框架的人体活动识别方法：利用时空纹理特征

  本文提出了一种基于主动学习、模糊聚类和深度特征融合的监控系统人类活动识别（ALH-DSEL）框架，旨在解决传统方法在计算复杂度、泛化能力和实时性上的不足。该框架通过四个核心模块的协同作用，显著提升了活动识别的准确性和效率，特别适用于动态复杂环境下的视频监控场景。### 1. 核心问题与挑战现代监控系统面临三大挑战：1. **数据冗余与计算复杂度**：传统方法需处理全视频流，导致计算成本高、延迟大。2. **环境多样性适应**：光照变化、视角差异、背景干扰等影响识别稳定性。3. **特征表达单一性**：静态阈值分割和独立模型难以捕捉动态人体姿态的多维度特征。### 2. ALH-DSEL框架设计

  来源：CMES - Computer Modeling in Engineering and Sciences

  时间：2025-10-10

• 一种基于实时深度学习的心电图心血管疾病预测方法，该方法结合了自适应漂移检测和生成式特征重放技术

  心血管疾病（CVDs）仍然是全球范围内导致死亡的主要原因之一，这凸显了早期和准确预测的重要性。心电图（ECG）信号在心脏监测中扮演着核心角色，近年来，随着深度学习（DL）技术的不断发展，ECG信号已被越来越多地用于实时预测CVDs。然而，深度学习模型在面对概念漂移（concept drift）和灾难性遗忘（catastrophic forgetting）时，其性能容易出现退化。为了解决这一问题，我们提出了一种实时CVDs预测方法，称为ADWIN-GFR，该方法结合了卷积神经网络（CNN）层用于空间特征提取，以及门控循环单元（GRU）用于时间建模，同时引入了自适应的概念漂移检测和缓解机制。通过整

  来源：CMES - Computer Modeling in Engineering and Sciences

  时间：2025-10-10

• 采用聚焦离子束技术制造的超薄平面视窗薄片

  研究者们在材料科学领域致力于理解并控制微结构，因为这些微结构对于功能材料的性能至关重要。在许多应用中，材料的特性如铁电性、导电性和催化活性都与纳米尺度的特征密切相关，例如晶粒尺寸、相分布以及界面。然而，对这些材料进行精确的微结构表征往往面临诸多挑战，主要源于其超薄的几何结构、纳米晶粒域以及结构多态性。其中，铪锆氧化物（Hf₀.₅Zr₀.₅O₂，HZO）是铁电氧化物的一个典型代表，它被广泛用于下一代嵌入式存储、内存和DRAM等应用，其性能高度依赖于微结构。因此，如何精确地获取HZO的纳米尺度结构成为关键问题。目前，透射电子显微镜（TEM）被认为是能够直接观察HZO纳米结构的最佳方法。TEM成像可

  来源：Ultramicroscopy

  时间：2025-10-10

• 具有阿秒稳定性的偏振干涉仪，用于时间分辨泵浦-探测光电子显微镜技术

  亚历山大·诺豪斯（Alexander Neuhaus）| 大卫·亚诺施卡（David Janoschka）| 扬尼克·保罗（Yannik Paul）| 亚历山德拉·罗德尔（Alexandra Rödl）| 贝蒂娜·弗兰克（Bettina Frank）| 哈拉尔德·吉森（Harald Giessen）| 蒂莫西·J·戴维斯（Timothy J. Davis）| 帕斯卡尔·德雷赫（Pascal Dreher）| 弗兰克-J·迈耶·祖·赫林多夫（Frank-J. Meyer zu Heringdorf）杜伊斯堡-埃森大学（University of Duisburg-Essen）物理学院与纳米集成中

  来源：Ultramicroscopy

  时间：2025-10-10

• 具有噪声标签的信号分类的渐进式交叉验证学习方法

  在现实世界中，信号分类任务常常面临数据标签不准确的问题，这使得鲁棒学习成为一项重要的研究课题。由于数据采集过程的不确定性以及标签标注的主观性，实际应用中很难获得完全正确的信号数据集。因此，如何在存在噪声标签的情况下训练出具有高准确率的信号分类模型，成为当前研究中的关键挑战。传统的深度学习方法通常假设训练数据是干净的，但在面对噪声标签时，这些模型容易出现过拟合，导致分类性能显著下降。为了应对这一问题，研究者们提出了多种噪声标签学习方法，包括样本选择、损失函数调整、正则化技术和模型架构优化等。然而，这些方法在实际应用中仍存在一些局限性，例如过清洗、误差累积等问题，限制了其在复杂信号分类任务中的有效

  来源：Pattern Recognition

  时间：2025-10-10

• 综述：用于将有机液体从水中分离的膜渗透技术：材料改性和膜制备方面的进展综述

  在当前的工业环境中，有机液体与水的分离问题日益受到关注。尤其是在石油和天然气行业，由于生产过程中产生的大量含有机污染物的废水，这种分离技术显得尤为重要。有机液体通常具有较高的溶解性，且其沸点与水相近，这使得传统的蒸馏或萃取方法在处理这类混合物时面临诸多挑战。例如，蒸馏在面对共沸体系时，其分离效率受到限制，而萃取则可能因溶剂的消耗和再生问题而不具经济性。因此，寻找一种高效、环保且经济可行的分离方法成为当务之急。膜渗透蒸发技术（Pervaporation）作为一种新兴的分离手段，正在引起越来越多的关注。该技术利用半渗透膜作为分离界面，通过在膜两侧施加化学势差来驱动有机液体的传输。与传统的蒸馏方法相

  来源：Next Research

  时间：2025-10-10

• 综述：增材制造技术概述：通用步骤、基本类别、优势、劣势及应用

  加法制造技术，又称3D打印或快速原型制造，近年来在全球范围内迅速发展，展现出巨大的市场潜力和应用前景。据预测，到2035年，全球加法制造市场的价值将达到近2000亿美元，这一增长速度远超传统制造技术的增速。加法制造技术之所以能够获得如此广泛的关注，主要在于其在多个方面展现出的独特优势，包括高度的定制化能力、产品重量的显著减轻以及废弃物的最小化。这些特点使得加法制造技术不仅在工业领域中占据重要地位，而且有可能成为推动下一次工业革命的关键力量。加法制造技术的核心在于其制造过程与传统方法的显著差异。传统制造通常通过去除材料来完成产品成型，例如通过切削、铸造或冲压等方式。而加法制造则是通过逐层添加材料

  来源：Next Research

  时间：2025-10-10

• 利用国内能源性能证书和空间映射技术来评估热需求的变化及其相关的排放情况

  在全球应对气候变化的背景下，减少碳排放成为各国共同的目标。英国作为率先承诺实现2050年“净零碳排放”的国家之一，其政策和行动为其他地区提供了重要参考。在此过程中，建筑供暖需求的降低成为关键环节，因为建筑行业是碳排放的重要来源之一。为了更好地理解和管理建筑能耗，能源性能证书（Energy Performance Certificate, EPC）作为一种工具被广泛使用，以评估建筑的能效水平，并为节能减排提供依据。本研究通过分析EPC数据和地理信息系统（Geographical Information System, GIS）技术，提出了一种新的方法，用于计算建筑能效提升所带来的年供暖需求变化，

  来源：Next Research

  时间：2025-10-10

知名企业招聘：