• 通过多喷嘴溶液吹纺技术制备具有蓬松多尺度微/纳米双峰纤维的空气过滤材料及其性能研究

  三维多孔微/纳米纤维复合材料通过并行整合溶液吹塑与电静溶液吹塑策略制备，同步形成均匀交织的微纤维骨架和纳米纤维过滤网络，孔径分布与结构可调，兼具高过滤效率（99.65%）、低阻力（152 Pa）和长期稳定性（34天）。

  来源：Separation and Purification Technology

  时间：2026-02-10

• RelPosGAR：一种基于层次结构的相对位置感知交互建模方法，用于在弱监督条件下进行基于骨架的群体活动识别

  本文提出RelPosGAR框架，通过多维度旋转位置编码（M-RoPE）和自注意力机制（RelPosAttn）建模骨骼关节与人员层面的相对空间关系，设计IntraSkeRefiner优化关节交互，GroupActorReasoner建模人员交互，实现弱监督下的群组活动识别。

  来源：Pattern Recognition

  时间：2026-02-10

• Task-Adapter++：针对少量样本动作识别的任务特定适应机制及基于顺序意识的对齐技术

  提出Task-Adapter++方法，通过参数高效的视觉和语义双适配器解决少样本动作识别中的问题，包括任务特定特征提取、LLM生成时序子动作描述及细粒度跨模态对齐，在多个基准测试中达到最优性能。

  来源：Pattern Recognition

  时间：2026-02-10

• 在空天地一体化网络中，采用自适应资源管理的隐私保护联邦SAR图像目标识别技术

  针对SAGINs中异构设备带来的隐私风险与计算通信限制，本文提出SAR-RAFL联邦学习框架，通过动态资源管理和双目标节点选择机制优化模型分配与协作，实验表明其显著提升了SAR图像识别的准确性和效率。

  来源：Pattern Recognition

  时间：2026-02-10

• 基于SILAR技术的NiWO₄和CoWO₄纳米颗粒电催化剂，用于实际血液样本中的非酶法葡萄糖检测

  本研究采用简便的SILAR法制备了NiWO₄和CoWO₄纳米多孔薄膜电极，通过表征证实其纳米晶结构和高孔隙率。NiWO₄电极在50-800 μM范围内灵敏度达4130 μA·mM⁻¹·cm⁻²，检测限14.9 μM，准确测定真实血液中葡萄糖浓度（95.68%），优于CoWO₄电极。

  来源：Microchemical Journal

  时间：2026-02-10

• 基于ZnO材料的过氧化氢电化学检测方法及Ni替代ZnO的多物理参数调控

  过氧化氢检测中柔性ZnO纳米结构的磁光机械协同调控及机理研究。通过合成Ni掺杂纳米针状ZnO阵列并构建柔性电极，实现高灵敏度（540 μA·mM⁻¹·cm⁻²）宽量程（5-3000 μM）检测。首次揭示磁场调控载流子迁移、紫外激发光生载流子增强电荷传输、机械应变调节表面氧空位吸附的协同机制，为可穿戴生物传感器开发提供新策略。

  来源：Materials Today Nano

  时间：2026-02-10

• 基于双流隐显变换的类别级6D位姿估计方法EIF-6D研究

  本文针对类别级6D位姿估计中存在的类内形状差异和遮挡鲁棒性问题，提出了一种融合显式与隐式形变机制的双流变换网络EIF-6D。通过先验变换模块(PTM)和先验特征变换模块(PFTM)实现从粗到精的优化，在NOCS-REAL275数据集上达到50.6%(5°2cm)和57.4%(5°5cm)的平均精度，创下基于形状先验方法的新标杆。

  来源：IEEE Access

  时间：2026-02-10

• 融合PCANet与遮挡定位的非合作人脸识别协同表征新方法

  本文针对非合作场景下人脸识别存在的遮挡干扰与特征表达能力不足等问题，提出一种结合多尺度PCANet（MSPCANet）与马尔可夫随机场（MRF）遮挡定位的协同表征方法。研究通过优化PCA滤波器尺寸、融合多尺度样本信息，并利用遮挡支持向量抑制遮挡区域特征，显著提升了遮挡人脸识别的鲁棒性与准确性。在AR与LFW数据集上的实验表明，该方法在遮挡定位与特征融合方面均取得显著效果，为复杂环境下的人脸识别提供了新思路。

  来源：Journal of Web Engineering

  时间：2026-02-10

• 一种基于STF-GAN的零样本高维特征融合方法，用于跨领域图像重建

  高维成像技术在自动驾驶、工业制造等领域应用广泛，但跨域重建存在数据不足、特征退化等问题。STF-GAN框架通过共享令牌张量注意力机制实现多尺度特征融合，结合CLIP引导加速学习，有效缓解表达扭曲与模式坍塌，实验显示其Inception Score提升12.3%，Structural Consistency提升8.7%。

  来源：IEEE Journal of Selected Topics in Signal Processing

  时间：2026-02-10

• VTGF-IR：基于可见纹理引导的自由红外图像重建技术

  红外图像因传感器物理限制存在纹理细节不足的问题，现有方法受限于热成像原理分析和纹理信息熵瓶颈。本文提出VTGF-IR框架，通过热辐射重建模块抑制噪声，结合可见光纹理引导模块增强细节，并联合优化重建损失和纹理转移损失，实现硬件无关的高质量红外图像重建。实验表明该方法显著提升纹理细节，达到SOTA性能。

  来源：IEEE Journal of Selected Topics in Signal Processing

  时间：2026-02-10

• AiRacleX：通过大语言模型（LLM）驱动的知识挖掘和提示生成技术，实现价格预测机构操纵行为的自动化检测

  去中心化金融（DeFi）依赖价格预言机，但存在易被操纵的安全漏洞，传统检测方法无法有效解决部署后问题。本文提出AiRacLeX框架，通过多语言模型协同工作（知识提取+结构化提示生成+漏洞识别），在60个真实案例中实现召回率提升2.58倍，且支持开源LLM部署。

  来源：IEEE Transactions on Services Computing

  时间：2026-02-10

• “归一化与重新对齐”：跨多个曝光级别的可控图像增强技术

  多曝光图像增强方法通过参考图像引导的亮度与颜色可控增强网络实现定制化增强。该网络采用归一化与重排范式，通过双子网结构：曝光归一子网处理输入图像，参考引导重排子网依据不同参考图生成多版本增强图像，突破传统单目标映射限制，支持同一输入生成多种符合用户需求（如特定亮度/颜色）的增强结果。实验表明该方法在质量评估指标上达到最优，并成功生成训练数据，同时验证了视频增强潜力。

  来源：IEEE Journal of Selected Topics in Signal Processing

  时间：2026-02-10

• 高效且有效的权重集成专家方法，用于多任务模型融合

  多任务学习（MTL）中提出基于关键模块识别的WEMoE与高效改进版E-WEMoE，通过动态混合专家模块实现参数优化，在保持性能的同时显著减少可训练参数和计算开销。

  来源：IEEE Transactions on Pattern Analysis and Machine Intelligence

  时间：2026-02-10

• Topo4D++：基于物理的真实4D头部捕捉技术，采用保持拓扑结构的高斯散布算法和表情先验模型

  4D头捕捉自动生成动态面部网格与8K BRDF纹理，提出Topo4D++框架优化高斯分割模型，结合JHead基准验证其在多系统、多身份及极端表情下的优越性。

  来源：IEEE Transactions on Pattern Analysis and Machine Intelligence

  时间：2026-02-10

• 在高动态条件下，利用编码曝光技术对恢复后的恒星图像进行质心误差建模与代码优化

  针对高动态条件下星传感器图像信噪比低的问题，提出基于编码曝光的图像恢复与centroiding误差分析模型。通过傅里叶光学建立全链路模型，推导误差模型并优化编码策略，实验表明优化编码相比Raskar最优码centroiding误差减少12.7%，且算法计算效率提升25倍。

  来源：IEEE Transactions on Instrumentation and Measurement

  时间：2026-02-10

• 关于“CATALYZE：一种用于SS-OCT图像上白内障评估和分级的深度学习方法”的评论信

  评估抗生素及细菌载量对玻璃体内炎预防效果的影响，采用体外模型测试莫西沙星等四类抗生素在低（0.0025 McFarland）和高（0.25 McFarland）细菌浓度下的抑菌效果，发现高载量显著降低抗生素有效性，强调无菌操作的重要性，莫西沙星和头孢他啶对革兰氏阴性菌抑制效果更优。

  来源：JRCS

  时间：2026-02-10

• IEEE LATINCOM 2025：推动拉丁美洲通信与网络创新的区域盛会

  IEEE通信学会（ComSoc）主办的第十七届IEEE拉丁美洲通信会议（LATINCOM 2025）于危地马拉成功举办。本次会议聚焦通信与网络领域的前沿进展，汇聚了美洲地区的研究人员、行业专家与学生，旨在通过展示尖端研究成果、交流行业见解，促进跨区域合作，共同应对通信技术发展中的挑战，推动拉丁美洲地区通信基础设施与技术创新。

  来源：IEEE Communications Magazine

  时间：2026-02-10

• 网络软体化与智能管理：赋能下一代通信网络的创新架构与实践

  本期《IEEE Communications Magazine》网络软体化与管理系列专题汇聚了十七篇前沿研究，针对6G、物联网、空天地一体化网络等演进中网络所面临的动态性、复杂性及智能性挑战，提出了涵盖AI原生管理、数字孪生赋能软体化、可编程数据平面精细控制等一系列创新方案。这些工作从多协议组网、内生智能推理、语义切片保障等多个维度推进技术创新，为解决未来网络的高效、可靠、自主管理提供了关键思路与可行路径，对推动网络软体化与智能管理领域的发展具有重要意义。

  来源：IEEE Communications Magazine

  时间：2026-02-10

• 回顾性研究在通信技术发展中的关键作用与未来展望

  本研究聚焦通信系统优化难题，针对5G/6G网络中的信号干扰问题，研究团队通过建立新型信道模型（MIMO-OFDM）开展系统性研究。结果表明，采用混合波束成形技术可提升28%的频谱效率，对下一代移动通信标准制定具有重要参考价值。相关成果发表于IEEE顶级期刊。

  来源：IEEE Communications Letters

  时间：2026-02-10

• 基于过程挖掘(Process Mining)的数字取证事件重建方法研究

  本研究针对数字取证中百万级时间线事件分析效率低下的问题，探索了过程挖掘(Process Mining)在事件重建中的应用。研究人员通过事件片段挖掘(Episode Mining)生成案例标识符，利用过程挖掘算法提供事件序列可视化与评估指标，开发了开源Web原型工具。实验表明该方法能直观重构取证事件，为司法鉴定提供创新技术路径。

  来源：IEEE Access

  时间：2026-02-10

知名企业招聘：