• 磷氮化合物。第88部分。全取代单(4-硝基苄基)螺环(N/N)环三磷腈的设计与制备：化学与结构研究、碳酸酐酶激活及自由基清除活性研究

  摘要六氯环三磷腈（N?P?Cl?，HCCP，1）与N-烷基-N'-(4-硝基苄基)单取代二胺 NO?PhCH?NH(CH?)?NHR?（R? = CH?，n = 2；L?；R? = C?H?，n = 2；L?；R? = CH?，n = 3；L?）进行替代反应，得到了四氯单(4-硝基苄基)单螺(N/N)环三磷腈化合物（2–4）。分别将2、3和4在干THF中与过量4-羟基香豆素反应，并在Cs?CO?存在下进行取代反应，制备得到四(4-羟基香豆素)单(4-硝基苄基)螺(N/N)环三磷腈2a、3a和4a。由于化合物4在三种起始物中产率最高，将其分别与正丁胺和苯并咪唑反应，合成了全取代产物（4b和4c）

  来源：Inorganica Chimica Acta

  时间：2026-09-09

• 揭示便携式X射线荧光光谱（pXRF）与可见光-近红外（Vis-NIR）数据融合及特征选择在农田土壤属性估算中的潜力

  摘要：对土壤特性的可靠评估对于推进精准农业和环境保护至关重要。然而，全波段光谱数据融合会产生大量冗余和无效信息，这可能损害土壤属性模型的预测可靠性和精确度。本研究采集了60个土壤样本，随后通过融合可见光-近红外（Vis-NIR）光谱和便携式X射线荧光（pXRF）光谱数据，评估了四项关键土壤属性，并使用四种特征选择技术进行模拟，即竞争自适应重加权采样（CARS）、连续投影算法（SPA）、无信息变量消除（UVE）和投影重要性（VIP），以探索不同属性的最相关光谱变量优选方法。本研究提出了一种土壤属性估算技术，通过VPPSO算法优化支持向量机（SVM）参数，建立了速度暂停粒子群优化-支持向量机（VP

  来源：Infrared Physics & Technology

  时间：2026-09-09

• LibShift Search：一种相似性驱动的模型，用于将已废弃的 Python API 方法映射到当前替代方案

  摘要背景：使用大语言模型（LLM）进行源代码生成已迅速进步，新模型现在能够生成语法正确且功能上有用的代码。然而，一个持续存在的问题仍然存在：这些模型往往由于依赖静态历史训练数据，会推荐过时的或已弃用的 API。随着第三方库的快速演变，这种错配对现实世界中的软件开发构成了挑战，特别是在维护代码质量和符合当前最佳实践方面。目标：本研究通过将 API 演变建模为语义搜索问题，来解决 LLM 生成的代码与当前库用法之间的脱节。目标是开发一个模型无关的检索系统，能够识别准确的、特定版本的弃用方法替代方案。方法：我们引入了 LibShift Search，这是一个检索框架，使用包括代码、方法名和文档字符串

  来源：Information and Software Technology

  时间：2026-09-09

• 文化探针：探究多语言大语言模型在低资源语言中的文化理解能力与局限性

  ?CulturalProbe：一项针对低资源语言文化评估的新基准。?大语言模型（LLMs）在英语与埃塞俄比亚语言之间的性能差距达27分。?模型会混淆文化，在40%的失败案例中用阿姆哈拉语替代提格雷尼亚语。?专门的多语言训练优于更大规模的通用大语言模型。?随着模型能力提升，多选题任务中的位置偏差逐渐减小。引言计算文化理解涉及构建能够识别、适应并在不同社会多样的情感、社交和文化规范中运行的自然语言处理（NLP）技术（Hershcovich等人，2022年）。虽然GPT-4、Claude和LLaMA等大语言模型（LLMs）通过使机器能够生成类人文本和理解多种语言，彻底改变了NLP领域，但其性能仍然严

  来源：Information Processing & Management

  时间：2026-09-09

• 热弹性结构的多材料等几何拓扑优化

  ?两个 NURBS 控制点场实现了多材料热弹性拓扑设计。?完整的伴随灵敏度包含了依赖于设计的温度和热载荷。?在预定的热应力精度下，IGA 所需的自由度减少了 73.86%。?仅在温度限制范围内引入 2.5% 的刚性相即可将柔度降低 11.059%。?多材料设计扩展了可达到的刚度和温度范围。引言拓扑优化（TO）是一种确立的方法，用于在预定的域内分配材料，以在给定的约束下实现改进的结构性能。多年来，已经开发了几种 TO 框架，包括实体各向同性材料惩罚法（SIMP）[1]、水平集方法（LSM）[2,3]、进化结构优化（ESO）方法 [4,5] 等。TO 已从单材料和单物理场设置进一步发展到了多材料

  来源：Finite Elements in Analysis and Design

  时间：2026-09-09

• 基于局部 - 全局注意力 Top-k 选择的红外小目标检测

  摘要红外小目标检测（IRSTD）在复杂背景下常因对目标稀疏性先验的利用不足而面临性能下降的问题。为了解决该问题，本文提出了一种局部与全局注意力 Top-k 选择网络（LGTS）用于红外小目标检测，通过显式建模红外小目标的稀疏分布特性。基于 U-Net 框架，LGTS 通过互补的局部和全局稀疏注意力机制提取层次化多尺度目标表示。具体而言，在最深特征层引入全局注意力 Top-k 选择模块（GATS）执行稀疏 Transformer 注意力建模，从而增强全局显著目标区域的表示能力。同时，为多尺度浅层特征设计了局部注意力 Top-k 选择模块（LATS），采用渐进式由粗到细的稀疏注意力细化策略来增强局

  来源：Infrared Physics & Technology

  时间：2026-09-09

• Rambo：增强基于RAG的仓库级方法体补全

  # 摘要代码补全在软件开发中至关重要，它通过根据上下文预测代码片段来辅助开发人员。在众多补全任务中，方法体补全（Method Body Completion, MBC）尤为具有挑战性，因为它需要根据方法签名和上下文生成完整的方法体。在大型代码仓库中，该任务变得更加困难，因为方法体必须整合仓库特定的元素，例如自定义API、模块间依赖关系以及项目特定的编码规范。在本文中，我们提出了Rambo，一种基于RAG的新型仓库级MBC方法。与检索相似方法体不同，Rambo能够识别关键的仓库特定元素，如类、方法和变量/字段，以及它们的相关用法。通过将这些元素及其相关用法纳入代码生成过程，Rambo确保了方法体

  来源：Information and Software Technology

  时间：2026-09-09

• 大语言模型中的拓扑聚焦：对齐条件下的语义转变模式与信息质量

  # 摘要本研究提出了拓扑聚焦（Topological Focusing）框架，将大语言模型（LLMs）中的语义转移概率建模为 P(j∣i)∝(A?C)/r^α，其中 α 为经验聚焦指数。我们从 GPT-3.5-turbo 和 GPT-4o 中收集了 2055 个语义转移样本，涉及三种对齐表达条件（基线、对齐和高级参考）。结果表明，欧几里得距离对语义传播的解释力极低（R2 < 0.02），而生成概率表现出与排名相关的稳健幂律衰减，该衰减被用作拓扑可达性的操作性代理指标。对齐提示条件与更高的 α 值相关（从 2.18 到 6.60）（Δα = 4.42，p<0.001）。在 DeepSeek-V4

  来源：Information Processing & Management

  时间：2026-09-09

• 解读用户偏好：一种基于大语言模型的面向可解释评论推荐的解耦图模型

  - 利用大语言模型从在线评论中提取用户偏好。- 提出一种解耦图模型，以识别消费者决策的驱动因素。- 设计两个更贴近消费者真实偏好的偏好辅助任务。- 通过四个真实数据集上的定量分析验证模型。引言推荐系统已被电商平台和社交媒体平台广泛使用，通过从交互历史中识别消费者偏好来提供个性化的产品或信息推荐 [1]。例如，Netflix 将约 337 亿美元的收入以及大部分客户留存成功归功于其推荐系统 [2]。早期的推荐系统通常依赖于协同过滤技术 [3]、[4] 来建模用户偏好与候选物品之间的相关性。尽管这些方法表现出色，但大多数仍属于黑箱模型，难以解释哪些具体偏好驱动了消费者决策。显性偏好在塑造消费者决策

  来源：Information & Management

  时间：2026-09-09

• 塞斯-希尔超弹性材料有限元分析的基准验证

  ?我们重点阐述了Seth参数对结构响应的影响。?我们提出了两个关于非线性超弹性的新基准测试。?我们分析了单轴Seth-Hill应力问题的解的可接受性与稳定性。引言Hill材料族属于各向同性超弹性材料的一个广泛类别，其中应变能函数相对于选定的应变张量为二次函数。在其有限变形理论的研究中，Hill [1] 提出将胡克定律从无穷小应变推广到有限应变范围，将其描述为胡克定律应用于做功共轭应力-应变对的自然推广，该推广在文献[2]中提出。该族中的每种材料都保留了胡克定律的形式结构，与无穷小理论中使用相同的弹性常数，但同时也允许通过所选的有限应变度量在大的变形下产生非线性效应。Hill应变张量族可以划分为

  来源：Finite Elements in Analysis and Design

  时间：2026-09-09

• 基于深度学习的多模态光学融合用于猕猴桃早期碰伤检测

  摘要猕猴桃对采后瘀伤高度敏感，亟需早期无损检测方法。本研究突破了单传感器成像的局限性，开发了融合RGB、短波近红外（SWIR）、偏振（POL）和高光谱图像（HSI）数据的多模态融合框架。我们提出了多模态融合网络（MMFNet），并配备专用的通道权重分配模块（DCWA）实现特征级融合。在跨越72小时进展的240个样本上进行评估，最优的RGB + SWIR + POL融合取得了令人瞩目的准确率：健康/瘀伤分类达99.6%，时间分期达91.6%，严重度分级达94.4%。此外，尽管四模态组合达到了相当的准确率，但RGB + SWIR + POL三模态框架被确定为工业应用中最实用的解决方案，因为它在检测

  来源：Infrared Physics & Technology

  时间：2026-09-09

• UMAFusion：面向红外与可见光图像融合的不确定性感知语义注入与模态自适应门控方法

  **摘要**红外-可见光图像融合（IVIF）旨在生成一张融合图像，既保留显著的热目标信息，又保留丰富的可见光纹理，从而在复杂光照条件下实现稳健的感知能力。近期的任务驱动型IVIF方法得益于语义引导，但仍面临两个关键问题：(i) 在模糊区域（如低光区域、遮挡和物体边界处）语义线索不可靠；(ii) 模态可靠性在空间上存在变化，而静态融合规则无法应对。为解决这些问题，我们提出了UMAFusion，一种任务驱动型IVIF框架，包含模态自适应门控（MAG）模块和不确定性感知语义注入模块（U-SIM）。具体而言，MAG通过学习逐像素的softmax权重图来应对空间上变化的模态可靠性，强制红外特征与可见光特

  来源：Infrared Physics & Technology

  时间：2026-09-09

• 基于属性图的社区感知图异常检测

  ?我们提出了CaGAD，一种基于社区的图自编码器，用于异常检测。?基于社区感知的结构编码器能够捕获局部结构异质性。?多层次特征融合机制整合了结构信息和属性信息。?CaGAD在ACM数据集上比最强基线方法提高了4.17%。**引言**图异常检测是图机器学习中的重要任务，旨在识别图中异常或非典型的模式[1]。近年来，由于图结构数据的普遍存在性，图异常检测受到了越来越多的关注。在此背景下，带属性图表示由节点通过边连接组成的集合，并拥有丰富的属性信息，可用于建模各种真实世界系统，如在线社交网络、交通网络、通信网络和生物网络[2]。图异常检测在各个领域有众多实际应用，包括网络安全[3]、[4]、欺诈检测

  来源：Information Sciences

  时间：2026-09-09

• 通过基于多样性的策略优化恢复基于搜索的大型语言模型（LLM）代理的探索能力

  ? DDPO在基于搜索的LLM代理的强化学习微调过程中恢复了探索行为。 ? 子模块对数行列式奖励使查询多样化并扩展了检索覆盖范围。 ? 自适应门控机制调节了探索激励，以实现稳定的策略优化。 ? 在七个问答基准测试中，DDPO获得了最佳的平均准确率。 **引言** 强化学习微调（RLFT）对于大型语言模型（LLM）在复杂推理和决策任务中展现出了强大的能力（DeepSeek-AI, 2025; Wang et al., 2025a）。然而，基于LLM的代理仍然面临一个持续存在的挑战：探索性崩溃。在这种情况下，策略会变得过于贪婪，产生高置信度的输出但多样性有限。强化学习理论强调了广泛探索的

  来源：Information Processing & Management

  时间：2026-09-09

• 采用混合有限元/多调和样条径向基函数-有限差分方法离散化的层合板Carrera统一理论公式

  ? 三角函数CUF-ESL板模型与元素模板PHS-RBF-FD微分相结合。? 混合Q4格式保留了双线性几何、高斯积分和稀疏有限元组装。? 为静态弯曲和自由振动验证推导了独立的CUF–Navier基准解。引言层合复合板和夹层板的分析需要能够再现强烈依赖于层的横向剪切和法向应力场，同时在计算上保持可承受性的板模型。经典层合理论完全忽略了横向剪切，而Whitney和Pagano的的一阶剪切变形理论（FSDT）[1]需要依赖问题的剪切修正系数。高阶剪切变形理论克服了这些局限性：Reddy的三阶理论[2]、[3]通过三次面内场强制上下表面为无牵引，而Touratier的正弦模型[4]采用三角函数厚度函数

  来源：Finite Elements in Analysis and Design

  时间：2026-09-09

• 面向红外成像的基于前景感知特征融合的跨光谱行人重识别

  # 摘要红外成像对于全天候监控至关重要，但无监督可见光-红外行人重识别（VI-ReID）仍然困难，因为跨光谱身份标注稀缺，且红外图像存在纹理弱、边界模糊和热背景干扰等问题。现有方法主要关注模态对齐，对前景分割不确定性及其向身份表示传播的影响考虑有限。为克服这些局限性，我们提出了一种语义前景感知特征融合网络（SFFF-Net）。其伪标签引导的前景分割网络（PLG-FSN）通过基于置信度的伪标签过滤、迭代自训练和掩码精化，将RGB人体解析知识迁移到未标注的可见光-红外数据上，生成可靠的红外前景估计。双分支语义感知特征提取网络（DBS-FEN）联合学习全局上下文和前景判别特征，以补偿红外图像纹理不足

  来源：Infrared Physics & Technology

  时间：2026-09-09

• 将变异测试和蜕变测试应用于 MiniZinc 调度问题

  摘要背景：软件测试对于确保复杂优化和约束满足系统的质量至关重要。尽管面向命令式编程语言的测试技术已经相当成熟，但将其应用于MiniZinc等声明式语言仍然在很大程度上被忽视。目标：本文通过研究蜕变测试（MT）和变异测试在MiniZinc调度问题模型中的有效性，来弥补这一研究空白。方法：我们系统地设计并实现了专门针对MiniZinc和调度约束的新型蜕变关系（MRs）。此外，我们引入了一套42个变异算子，旨在暴露声明式建模中常见的故障。我们通过以资源约束项目调度问题（RCPSP）作为基准的广泛实证评估来验证所提出的方法。结果：我们的研究发现表明，所提出的蜕变关系在揭示传统测试技术和原始源代码测试套

  来源：Information and Software Technology

  时间：2026-09-09

• 基于波士顿矩阵的图书情报学研究方法演进与生命周期映射（1995—2025年）

  ?我们提出了一个基于波士顿矩阵的演化分析框架，包括主流、新兴、边缘化和成熟，以动态映射演化轨迹。?我们介绍了一种自动化方法来分析研究方法的演化，克服了传统方法学研究的主观局限性，显著提高了分析的重复性。?我们通过整合基于大语言模型的自下而上实体提取和自上而下的生成式本体映射，构建了一个增强的研究方法体系，丰富了图书情报学（LIS）的方法论体系。?我们实证分析了30年间（1995–2025）LIS研究方法的演化，揭示了图书馆学和信息科学子领域中计算转向和方法采用速度的显著差异。引言在学术研究中，研究方法是解决学术问题的技术手段和逻辑过程。它们不仅是研究过程中使用的技术工具，也是支撑学科知识结构建

  来源：Information Processing & Management

  时间：2026-09-09

• 冠状动脉CT血管造影衍生的支架植入冠状动脉定量血流比值：与有创血流储备分数的比较

  摘要背景冠状动脉CT血管造影（CCTA）衍生分数储备流量（FFR）越来越多地用于慢性冠状动脉综合征（CCS）的评估。然而，支架内血管的生理学评估仍然具有挑战性。我们旨在以侵入性FFR作为参考标准，评估CCTA衍生定量血流比（CT-μFR）在支架内血管中的诊断性能。方法我们回顾性研究了在CCTA检查后3个月内接受了CCTA和冠状动脉造影并进行侵入性FFR测量的支架血管的CCS患者。使用专用计算软件分析CT-μFR和造影衍生μFR。血流动力学显著狭窄定义为FFR、CT-μFR或μFR ≤ 0.80。结果45名患者的57条血管获得了配对的FFR、CT-μFR和μFR测量值。FFR、CT-μFR和μF

  来源：European Journal of Radiology

  时间：2026-09-09

• 一种用于偏微分方程的虚元方法增强型神经网络算法

  ? 提出了一种新颖的 VEM-NN 框架用于求解偏微分方程（PDEs）。? VEM-NN 天然支持任意多边形网格。? VEM-NN 结合了虚拟单元方法（VEM）的相容性与神经网络的全局灵活性。? 在 Poisson 方程、对流扩散方程和波动方程问题上取得了高精度。## 引言偏微分方程（PDEs）作为描述自然和工程中系统动态行为的基本数学框架，具有坚实的理论基础，在流体力学 [1]、[2]、[3]、金融工程 [4]、[5]、[6]、生物医学 [7]、[8]、[9] 和电磁学 [10]、[11] 等各个科学和工程领域中发挥着不可或缺的作用。然而，偏微分方程的解析解往往难以获得或根本不存在，因此数值

  来源：Finite Elements in Analysis and Design

  时间：2026-09-09

知名企业招聘：