• 通过根修剪和环剥技术对不同品种的梨树进行树冠管理，这些梨树采用Y形棚架系统进行栽培

  摘要为了在营养生长和生殖生长之间保持平衡，并充分利用高密度种植的优势，2022-2023年期间在印度旁遮普省卢迪亚纳的旁遮普农业大学（PAU）进行了一项田间研究。该研究旨在评估树冠管理措施对‘Patharnakh’、‘Punjab Beauty’和‘YaLi’梨品种的植物形态生理参数、果实产量以及果实物理化学品质属性的影响。这些梨品种采用Y型棚架系统进行栽培。在新季节生长开始时，研究人员实施了包括主干环剥（TG）、枝条环剥（SLG）、根部修剪（RP）及其组合处理，同时设置了一个对照组（未处理）。与对照组相比，SLG、SLG+RP和TG+SLG处理显著降低了梨品种的营养生长参数（年枝条长度增长量

  来源：Applied Fruit Science

  时间：2025-09-27

• 一种基于数据驱动的机器学习方法，用于过渡金属硫族化合物/碳复合超级电容器电极的预测建模

  过渡金属硫属化合物（MS₂）材料具有独特的赝电容特性，但通常在循环过程中存在电导率低和体积膨胀的问题，这限制了它们的实际应用。将MS₂与导电碳材料结合是一种常见且有效的策略，可以制备出性能显著提升的MS₂/碳复合材料超级电容器。然而，这类材料的开发往往依赖于经验性的试错方法，阻碍了系统的进展。机器学习（ML）通过实现材料性质的快速筛选和预测，正在彻底改变材料科学领域。在这项研究中，我们提出了一个全面的ML框架来预测MS₂/碳复合材料超级电容器电极的电化学性能。评估了四种ML模型，其中基于Transformer的TabPFN模型取得了最高的预测准确性（R²

  来源：Nanoscale

  时间：2025-09-27

• 基于差分检测技术的非线性Janus超结构的理论设计（该超结构具备二次谐波产生功能）

  二次谐波（SHW）是一种显著的非线性效应，在非线性超结构领域引起了广泛关注。本文提出了一种基于锂-钽酸盐-晶体调制技术的非线性Janus超结构（NJM）。利用准相位匹配方法研究了这种一维NJM在正向和反向产生二次谐波（SHG）的能力。在相位匹配条件下，观察到NJM内部正向和反向二次谐波的强度得到了显著增强。通过利用正向和反向二次谐波输出峰值频率（PF）的差异，实现了在小角度范围内的检测。此外，还利用二次谐波输出峰值（OP）的变化来进行厚度测量，并检测样品材料的折射率（RI）变化。实验结果表明，在5°至9°的角度范围内，峰值频率差异检测方法具有较高的有效性

  来源：Nanoscale

  时间：2025-09-27

• 使用宝适（B. Braun）机器进行家庭血液透析：技术方面的考虑

  摘要 背景 在之前的研究中，我们证明了使用B. Braun血液透析（HD）机器进行家庭血液透析时，单次治疗的Kt/V值（spKt/V）、每周标准Kt/V值以及尿素清除率（URR）通常都高于使用NxStage家庭血液透析机器的情况。 方法 基于我们与40名患者共有的5年经验

  来源：Hemodialysis International

  时间：2025-09-27

• 综述：电化学质谱技术在实时监测电化学反应方面的最新进展与应用

  在现代科学技术的不断进步中，电化学反应的实时监测已成为推动可持续能源系统、选择性电合成、电催化剂设计以及电化学分析等领域的关键环节。电化学质谱（Electrochemical Mass Spectrometry, EC-MS）作为一种先进的分析工具，因其能够直接提供分子层面的组成和结构信息，同时追踪电极-电解液界面（Electrode–Electrolyte Interface, EEI）中新生物种的动态变化，而受到广泛关注。随着离子源和电化学电池技术的持续优化，EC-MS的应用范围已经从传统的在线检测反应产物，扩展到快速捕捉瞬时中间体，甚至实现了对多个中间体动态变化的同时实时追踪。这种技术进

  来源：Analyst

  时间：2025-09-27

• 一种用于移动能源存储路由和车对网（Vehicle-to-Grid, V2G）的时空聚类方法

  在新能源领域，特别是电动汽车和储能系统中，锂铁磷酸盐电池（LFP电池）因其成本低、安全性高和循环寿命长而受到广泛关注。然而，LFP电池在充电和放电过程中表现出显著的开路电压（OCV）迟滞效应，这对电池的荷电状态（SOC）估计提出了挑战。传统的SOC估计方法往往无法有效处理这种迟滞效应，尤其是在电压平台区域，细微的电压偏差可能对应较大的SOC不确定性。因此，开发一种能够准确捕捉迟滞效应的模型和估计方法显得尤为重要。本文提出了一种基于深度长短期记忆（LSTM）网络的数据驱动迟滞模型，并将其与二阶等效电路模型（ECM）相结合，构建了一个混合电池模型。该模型能够准确捕捉不同充放电路径和温度条件下的复杂

  来源：eTransportation

  时间：2025-09-27

• 综述：当前在结合太阳能热能与热储存技术的建筑系统能源利用方面的进展

  Xinyu Huang | Muzhi Li | Yuanji Li | Xiaohu Yang | Ya-Ling He西安交通大学人居与土木工程学院建筑环境与可持续技术研究所，中国西安 710049摘要在全球节能和减排的背景下，太阳能热储存技术作为一种绿色高效的能源利用方式，在实现能源节约和减排以及促进可持续发展方面具有重要意义。本研究结合最新的建筑能源政策文件，回顾了当前太阳能建筑热能应用的研究方向。文章比较了不同热能储存技术的发展和分类，并对相变储能技术的热交换改进进行了重点总结。此外，当前的热交换改进方法对未来被动式建筑的热调节和太阳能热能的收集具有指导意义。最后，本文总结了近年来典

  来源：RENEWABLE & SUSTAINABLE ENERGY REVIEWS

  时间：2025-09-27

• 一种多功能的电催化[3+2]环扩方法，用于高效电合成氧杂/氮杂杂环化合物

  电化学合成作为一种绿色化学的重要方法，因其温和的反应条件、高选择性、可调的工艺参数以及环保特性而受到广泛关注。特别是，氧和/或氮杂环化合物的战略合成在制药、农化、香料、聚合物和清洁能源等多个领域具有重要意义。然而，目前针对复杂杂环化合物的电化学合成路径仍处于初步探索阶段。本文提出了一种高效的电化学[3+2]环扩展方法，能够在常温条件下，将廉价且易得的前体（如丙酮、乙腈或二氧化碳）与环氧骨架结合，从而高效地生成多种含氧和/或氮的杂环衍生物（如1,3-二氧戊环、氧杂环庚烷和环状碳酸酯）。实验与计算研究揭示了阴极负载的贵金属纳米催化剂（如铂和铑）在碳纤维上的关键作用，以及路易斯酸性氟硼酸支持电解质在

  来源：Nano Energy

  时间：2025-09-27

• 综述：关于提高太阳能海水淡化系统蒸发性能的冷凝增强技术的综述

  太阳能蒸馏技术是解决全球淡水资源短缺问题的重要手段之一，其核心在于通过太阳能的利用实现水的蒸发与冷凝过程，从而分离出盐分和杂质，产出纯净的淡水。在这一过程中，冷凝环节始终是影响系统效率的关键因素。尽管近年来在蒸发效率的提升方面取得了诸多进展，如高效吸热材料的开发、相变储能技术的应用以及太阳能集热装置的优化，但冷凝过程的改进却相对滞后，成为制约太阳能蒸馏装置性能的主要瓶颈。本文综述了2020年至2023年间关于冷凝增强技术的最新研究成果，旨在系统性地分析现有技术的优缺点，并为未来的研究方向提供指导。在太阳能蒸馏系统中，淡水产量的提升不仅依赖于高效的吸热能力，还与冷凝过程的效率密切相关。冷凝效率的

  来源：RENEWABLE & SUSTAINABLE ENERGY REVIEWS

  时间：2025-09-27

• 迈向可靠的深度学习在灾后损失评估中的应用：基于XAI的评估方法

  随着全球气候变化和极端天气事件的频繁发生，自然灾害带来的破坏性影响日益显著。这种趋势使得对灾害后损失进行快速且可靠检测的需求变得尤为迫切。快速和准确的灾害损失检测（Post-Disaster Damage Detection, PDD）对于制定有效的应急响应和恢复计划至关重要。然而，现有的方法在面对高破坏性灾害时，往往难以提供一致且可信的评估结果。因此，研究如何提高PDD模型的准确性和可解释性成为当前亟需解决的问题。在这一背景下，深度学习（Deep Learning, DL）技术因其强大的特征提取和模式识别能力，成为PDD领域的研究热点。通过结合遥感（Remote Sensing, RS）数据

  来源：International Journal of Disaster Risk Reduction

  时间：2025-09-27

• 综述：近期在环保合成ZnFe₂O₄及其复合材料方面的进展，这些材料可用于多维应用领域：创新成果与未来发展方向

  在本研究中，科学家们合成了一种含有3-甲基吡啶-2-羧酸（3-MepicH）和6-甲基吡啶-2-羧酸（6-MepicH）配体的锌（Zn）(II)配合物，并对其结构和性质进行了系统分析。该配合物的结构通过质谱（MS）、氢核磁共振（1H NMR）和碳核磁共振（13C NMR）等方法进行了表征，同时利用傅里叶变换红外光谱（FTIR）和紫外-可见光谱（UV–Vis）研究了其光谱特性。为了进一步探讨其非线性光学（NLO）特性，研究团队采用了Z-扫描技术，以评估其第三阶非线性光学响应。此外，还通过不同的密度泛函理论（DFT）方法对配合物的理论特性进行了分析，包括其在外部电场、极化和电位移下的行为，以及线性

  来源：Inorganic Chemistry Communications

  时间：2025-09-27

• 通过使用不同的电荷传输层来优化基于无铅Cs3Sb2I9钙钛矿太阳能电池的性能：一种数值方法

  本文探讨了如何通过一种选择性蚀刻方法合成二维Cr₂CTₓ MXene材料，并将其应用于合成具有显著抗氧化活性的eugenol-1,2,3-三唑。研究结果表明，该MXene材料不仅在催化反应中表现出优异的性能，而且具备良好的可重复使用性，为绿色化学和可持续合成提供了新的思路。在现代化学研究中，异环化合物因其独特的化学性质和广泛的应用前景而备受关注。其中，三唑类化合物因其在医药化学中的重要性，成为合成研究的重点。三唑的化学稳定性使其在多种环境下保持结构完整，从而适用于多种功能化衍生物的合成。例如，1,2,3-三唑及其衍生物被广泛研究，因其在抗氧化、抗真菌、抗菌、抗癌、抗疟疾、抗结核以及抗糖尿病等领

  来源：Inorganic Chemistry Communications

  时间：2025-09-27

• 使用深度学习进行跌倒检测，该技术结合了计算方法，基于递归二次分割算法来处理视频帧中的特征信息

  本文介绍了一种创新的跌倒检测框架，该框架通过利用高效视频编码（HEVC）标准中嵌入的信息来提高检测的准确性和鲁棒性。跌倒事件是全球范围内导致伤害和死亡的重要原因，尤其是对老年人而言。尽管已有大量研究致力于跌倒检测，但目前大多数系统仍存在局限性，主要体现在对可穿戴传感器的依赖，或者需要对完整的视频进行解码、人体姿态估计等复杂处理。此外，一些简化数据集无法真实反映现实环境的复杂性，从而影响了模型在实际场景中的表现。因此，如何在不依赖传统视觉信息的情况下，实现高效的跌倒检测，成为当前研究的重要方向。本文提出的方法不同于传统的视觉检测方式，而是直接从视频压缩领域提取信息。HEVC作为一种高效的视频编码

  来源：Image and Vision Computing

  时间：2025-09-27

• DECF-FGVC：一种用于细粒度鸟类视觉分类的判别增强与互补融合方法

  邓帅帅|陈天华|乔庆华北京工商大学计算机与人工智能学院，中国北京市海淀区富城路，100048摘要细粒度鸟类图像识别在物种保护中发挥着关键作用。然而，现有方法受到复杂背景干扰、判别特征提取不足以及层次信息整合有限的限制。尽管视觉变换器（ViTs）在细粒度分类任务中的表现优于卷积神经网络（CNNs），但它们仍然容易受到背景噪声的影响，类别标记常常无法捕捉到关键区域——忽略了低级细节与高级语义之间的互补性。本研究提出了DECF-FGVC模型，该模型结合了三个模块：补丁对比度增强（PCE）、对比度标记细化器（CTR）和层次标记合成器（HTS）。这些模块通过注意力加权的图像重建、基于反事实学习的标记细化

  来源：Image and Vision Computing

  时间：2025-09-27

• 利用环保型ZnO纳米粒子制备技术增强光催化及抗菌活性

  锌氧化物纳米颗粒（ZnO-NPs）的绿色合成方法近年来受到越来越多的关注，因其在减少环境污染和提升材料性能方面的潜力。本研究旨在通过一种生态友好的绿色共沉淀法，利用五种不同的植物提取物制备ZnO-NPs，并评估其在抗菌和光催化方面的性能。该方法不仅避免了传统化学合成过程中可能涉及的有害化学物质和高能耗问题，还利用植物中的天然成分作为还原剂和稳定剂，从而提高纳米颗粒的生物活性和结构稳定性。ZnO-NPs因其独特的物理和化学性质，在多个领域展现出广阔的应用前景，包括环境治理、生物医学和光电材料。这些纳米颗粒的特性，如晶体尺寸、微应变、表面形态和光学带隙，对它们的实际性能至关重要。为了准确评估这些特

  来源：Hybrid Advances

  时间：2025-09-27

• 一种用于提高脑肿瘤诊断效果的集成深度学习方法

  脑肿瘤的诊断一直是一个具有挑战性的任务，主要是因为肿瘤在表现形式上存在多样性，对患者健康的影响也各不相同。传统的基于磁共振成像（MRI）的方法通常耗时、昂贵，并且高度依赖放射科医生的专业知识。为了提升诊断的准确性和效率，以及确保及时发现，自动化和可靠的分类技术变得尤为重要。本文提出了一种名为RDXNet的混合深度学习模型，它结合了ResNet50、DenseNet121和Xception三个模型，以提高多类别脑肿瘤的分类效果。研究使用了三个公开可用的数据集，包括Br35H :: Brain Tumor Detection 2020、Figshare Brain Tumor Dataset和Ra

  来源：Healthcare Analytics

  时间：2025-09-27

• 基于轻量级深度学习的太阳能电池缺陷检测方法，该方法利用电致发光图像进行缺陷识别

  太阳能电池是光伏电站中基本的核心能量采集组件。随着全球能源需求的不断上升以及减少对化石燃料依赖的紧迫性，寻找高效且清洁的替代能源变得尤为重要。太阳能作为一种可再生且清洁的能源形式，近年来在全球范围内获得了广泛的关注和应用。作为利用太阳能的重要方式，太阳能光伏（PV）技术能够通过直接将太阳能辐射转化为电能，展现出环境保护、可持续性和经济性等优势。近年来，光伏模块的采用量急剧增加，光伏市场以惊人的速度扩展。然而，在生产和运行过程中，光伏模块会经历热机械应力，这些应力可能导致模块出现裂纹和其他缺陷，最终影响其发电效率。因此，在制造过程和整个运行周期中对光伏模块进行监测，以确保最佳发电性能并防止不必要

  来源：Engineering Applications of Artificial Intelligence

  时间：2025-09-27

• 结合特征提取和优先经验回放的深度Q学习方法，用于解决边缘计算中边缘节点过载问题

  在现代的物联网（IoT）环境中，边缘计算（Edge Computing, EC）已经成为一种关键的技术手段，用于提供低延迟、高响应的服务。随着物联网设备数量的激增，以及这些设备所产生的数据量迅速增长，边缘计算系统面临着前所未有的挑战。这些挑战不仅体现在数据处理的复杂性上，还体现在如何有效地管理和分配有限的计算资源。特别是在资源受限的边缘节点上，如何防止系统过载、提高任务调度的效率，成为提升整体系统性能的重要课题。在这样的背景下，边缘节点的状态信息监控变得尤为重要。状态信息主要关注的是边缘节点当前的计算能力是否可用，以及其资源使用情况的变化趋势。由于边缘计算系统的基础设施资源通常是异构的，包括虚

  来源：Engineering Applications of Artificial Intelligence

  时间：2025-09-27

• 综述：利用缩比实验建模技术开发完全预制化的地铁车站

  近年来，无人机（UAV）在通信领域引起了广泛关注。其灵活性、可移动性和自主性使其成为5G/6G蜂窝网络中的关键组件。UAVs不仅能够作为中继设备，接收来自基站（BS）的信号并传输给用户设备（UE），还能作为基站（UAV-BS）飞行并为地面用户设备提供通信服务。然而，UAV通信网络在为用户提供信号覆盖时面临诸多挑战，尤其是在UAV作为基站时，其高机动性可能影响信号覆盖质量，导致地面用户频繁切换基站，即所谓的“乒乓切换”（Ping-Pong Handover），这不仅影响通信质量，还可能引发数据包延迟或丢失等问题。因此，高效的切换管理成为解决这一问题的关键，必须应用于UAV网络以确保通信的可靠性和

  来源：Engineering Science and Technology, an International Journal

  时间：2025-09-27

• 一种用于智能电网网络物理系统中入侵检测的新型联邦深度学习方法

  智能电网网络系统（Smart Grid Cyber-Physical Systems，SGCPS）作为现代电力系统的核心组成部分，其融合了先进的计算能力、通信技术和物理过程，显著提升了电力网络的运行效率和可靠性。然而，这种高度集成的特性也带来了前所未有的安全挑战。近年来，随着网络攻击手段的不断升级，SGCPS面临的安全威胁日益复杂，给电力系统的稳定性和安全性带来了巨大风险。例如，2015年12月23日，乌克兰智能电网遭受了一次有组织的网络攻击，导致大规模停电，影响了超过225,000名用户。2016年12月17日，另一场更为复杂的攻击进一步扰乱了电力分配网络，切断了200兆瓦的负载。这些事件不

  来源：Engineering Applications of Artificial Intelligence

  时间：2025-09-27

知名企业招聘：