• 量化海平面上升对建筑物与基础设施的局部影响：基于时间序列的社区韧性评估方法

  随着全球气候变化加剧，海平面上升(SLR)正成为沿海社区面临的重大慢性威胁。传统灾害模型多聚焦飓风、地震等急性灾害，而SLR通过长期累积效应与潮汐协同作用，导致"晴天洪水"频发，其渐进性特征使得精准评估变得尤为困难。现有研究往往存在两大局限：一是多关注单一基础设施系统，二是采用普查区块等宏观尺度分析，难以捕捉微观层面的真实影响。这种数据鸿沟使得社区规划者无法准确预判哪些具体建筑或关键设施将最先受到影响，也难以制定精准的适应策略。美国国家研究委员会博士后研究员Dylan Sanderson团队在《International Journal of Disaster Risk Reduction》发

  来源：International Journal of Disaster Risk Reduction

  时间：2025-06-16

• 基于EBF-RFR-SE集成模型的新方法在西非海岸大都会洪水易发性区划中的应用研究

  在全球气候变化加剧的背景下，洪水已成为威胁人类生命财产安全的重大自然灾害。统计显示，仅2023年全球就有7763人因洪灾丧生。西非加纳的海岸大都会区(CCM)作为典型易灾区，因快速城市化、排水设施不足及极端降雨事件频发，在2016和2019年相继发生致命性洪水。传统单一模型在洪水风险评估中存在参数权重分配主观、机器学习模型复杂度高等局限，亟需开发兼顾精度与实用性的新型评估方法。针对这一科学问题，国外研究团队在《International Journal of Applied Earth Observation and Geoinformation》发表创新成果。研究采用多源地理空间数据，通过A

  来源：International Journal of Applied Earth Observation and Geoinformation

  时间：2025-06-16

• 融合场景分类与空间几何关系的建筑高度精准估算方法及其在城市复杂环境中的应用

  随着城市化进程加速，建筑高度作为垂直空间的核心指标，直接影响污染扩散、灾害评估和人口分布。然而，传统人工测量效率低下，现有遥感方法在植被阴影密集的复杂场景中误差显著。例如，基于阴影长度的方法易受相邻建筑遮挡干扰（如Shao et al. 2011的RMSE达12.99 m），而DSM方法在植被覆盖区易出现无效值（Zeng et al. 2014仅适用于简单场景）。如何实现复杂环境下的高精度建筑高度估算，成为城市数字化建设的迫切需求。武汉大学的研究团队在《International Journal of Applied Earth Observation and Geoinformation》发

  来源：International Journal of Applied Earth Observation and Geoinformation

  时间：2025-06-16

• 基于情境感知的赛博-物理-社会系统在文化遗产保护中的创新应用研究

  文化遗产是人类文明的瑰宝，但露天遗址长期面临自然侵蚀、人为破坏等多重威胁。传统维护依赖人工巡检，效率低下且难以及时发现隐蔽损伤。以意大利庞贝古城为例，每年因雨水渗透导致的壁画剥落损失高达数百万欧元，而现有监测系统无法动态评估天气变化对脆弱结构的累积影响。中国某高校研究团队在《Intelligent Systems with Applications》发表研究，构建了首个面向文化遗产的CPSS框架。该系统通过无人机集群采集高分辨率影像（每月单次飞行可覆盖66公顷），采用改进的YoloV7算法识别屋顶破损、管道裂缝等6类损伤；结合气象数据和游客流量构建动态脆弱性模型CHVIc=E+S-R（暴露度+

  来源：Intelligent Systems with Applications

  时间：2025-06-16

• 基于自监督提案生成与跨模态融合的体育视频时序事件定位方法研究

  体育视频中精彩瞬间的快速定位一直是计算机视觉领域的挑战。传统方法在短视频上表现良好，但面对长达数小时的体育比赛视频时，存在计算效率低、事件稀疏性显著、跨模态对齐困难等问题。例如一场90分钟的足球比赛可能仅包含10次射门事件，而现有模型难以在重复性高的视觉内容中捕捉关键帧，且多机位切换和画中画特效进一步增加了语义连续性分析的难度。针对这些问题，国内研究人员在《Intelligent Systems with Applications》发表研究，提出创新性的两阶段框架。该方法通过自监督生成的候选片段（proposals）缩小搜索范围，结合视频特征缓存机制和混合跨模态融合策略，在NBA-NSVA数据

  来源：Intelligent Systems with Applications

  时间：2025-06-16

• 综述：超临界CO2技术在生物质提取中的应用研究

  超临界CO2技术：生物质提取的绿色革命引言植物生物质作为石油资源的可再生替代品，其高值化提取技术备受关注。传统溶剂提取法存在毒性残留、能耗高等缺陷，而超临界二氧化碳（scCO2）技术凭借其独特的物理化学性质——在临界点（31.1°C，7.38 MPa）兼具气体扩散性和液体溶解力，成为可持续提取的新标杆。生物质特性与提取效率生物质的理化性质直接影响scCO2提取效率。木质纤维素类（如玉米秸秆）因高结晶度需高压处理，而藻类等低木质素原料则适用温和条件。粒径优化尤为关键：过细粉末易导致系统堵塞，200-500 μm颗粒可最大化表面积与质量传递的平衡。传统方法的局限性溶剂提取（如乙醇）和蒸汽蒸馏等传统

  来源：Industrial Crops and Products

  时间：2025-06-16

• 参与式创新还是治理失灵？摩洛哥Haouz-Mejjat含水层契约中农民决策行为与水资源可持续管理研究

  在摩洛哥中部干旱的Haouz-Mejjat含水层区，一场看不见的水资源争夺战正在上演。这片滋养着160万人口、贡献全国10.73%GDP的农业命脉，正面临地下水位年均下降1.5米的危机。如同现代版"公地悲剧"，农民们竞相打井抽水，却让共同的水资源走向枯竭。更严峻的是，气候变化使该地区降雨量减少20%，而农业用水占比高达88%。面对这场生存与发展悖论，摩洛哥政府2006年起推行参与式地下水管理契约(Participatory Groundwater Management Contract, PGMC)，试图通过契约精神挽救濒危的水资源。但政策落地十余年，究竟成效几何？Mohammed VI Po

  来源：Groundwater for Sustainable Development

  时间：2025-06-16

• 商业木材气化厂中自持物理活化技术的集成：可再生活性炭生产、多环芳烃去除与发电效率提升的创新路径

  在全球能源转型与碳中和背景下，生物质气化技术因其可再生特性备受关注。然而，商业木材气化厂长期面临两大痛点：一是气化过程产生的副产物气化炭(Gasification Char, GC)约占原料5-10wt%，传统处理方式不仅增加成本，更造成碳资源浪费；二是小型气化系统发电效率普遍偏低，经济性较差。更棘手的是，GC中残留的多环芳烃(Polycyclic Aromatic Hydrocarbons, PAH)存在环境风险，而常规活化技术难以兼顾高孔隙率开发与污染物脱除。为破解这一技术困局，来自奥地利格拉茨工业大学的D. Gurtner团队创新性地将自持物理活化系统集成到300 kWel的商业木材气化

  来源：Fuel Processing Technology

  时间：2025-06-16

• 基于喷射引燃(IJI)技术的氨氢复合燃料发动机燃烧机理与性能优化研究

  在全球交通领域碳减排压力下，氢能与氨能作为零碳燃料备受关注。然而氢燃料存在高压存储风险、闪回倾向和爆震问题，氨燃料则因高自燃温度、低火焰速度成为"难燃"燃料。当前主流的预燃室湍流射流点火(TJI)技术虽能稳定引燃氨燃料，却面临预燃室扫气困难、热损失大等瓶颈。如何突破氢-氨燃料协同应用的"安全-效率-排放"三重矛盾，成为内燃机领域亟待解决的难题。重庆理工大学团队在《Fuel》发表研究，创新性提出基于喷射引燃(IJI)技术的氨氢复合燃烧方案。该研究采用三维计算流体力学(CFD)耦合详细化学反应动力学模型，系统分析了四种氢喷射时序对应的点火模式：头部点火(HIe)、中心点火(CIe)、尾部点火(TI

  来源：Fuel

  时间：2025-06-16

• 基于机器学习的三维颅骨及分区形态特征性别鉴定新方法

  在法医人类学领域，骨骼遗骸的性别鉴定是身份识别的首要步骤。尽管骨盆一直是性别鉴定的黄金标准，但颅骨因其显著的性二态特征（sexual dimorphism）和较高的保存率，成为重要的补充鉴定依据。传统方法依赖专家肉眼观察或手动测量特定解剖标志点，不仅主观性强，且效率低下。随着计算机断层扫描（CT）和三维建模技术的发展，几何形态测量学（geometric morphometrics）为颅骨分析提供了新思路，但如何从复杂的三维数据中提取有效特征仍是挑战。为突破这一瓶颈，某研究机构团队在《Forensic Science International》发表研究，创新性地将机器学习（ML）与三维形态分析

  来源：Forensic Science International

  时间：2025-06-16

• 提升牙釉质碳酸盐稳定同位素分析(δ13C, δ18O)的实验室间可比性：方法学优化与验证

  在考古学和法医学领域，牙釉质碳酸盐的碳氧稳定同位素(δ13C, δ18O)分析已成为重建古人类饮食、迁徙及环境特征的核心技术。然而，这项技术的应用正面临一个尴尬的现实：尽管相关研究已有数十年历史，全球实验室仍采用差异显著的样本预处理和分析流程——从化学处理去除有机物的激烈手段，到酸反应温度的选择（25°C至90°C不等），甚至是否烘烤除湿等细节都缺乏统一标准。这种"方法丛林"现象导致不同实验室的数据如同方言般难以互通，严重阻碍了大型数据库（如IsoBank、IsoArcH）的整合应用。更严峻的是，在法医实践中，这种偏差可能直接影响司法鉴定的可靠性。为解决这一难题，美国国防部战俘及失踪人员统计署

  来源：Forensic Chemistry

  时间：2025-06-16

• 基于代理锚定对比学习与高斯回放的在线持续学习方法PACL+在传感器人体活动识别中的应用研究

  随着智能手环、运动传感器等可穿戴设备的普及，人体活动识别(HAR)技术已成为健康监测、工人安全等领域的重要工具。然而现实场景中，用户活动模式会动态变化——新用户加入、新动作出现，传统离线训练的HAR模型面临"学新忘旧"的困境。这种被称为"灾难性遗忘"的现象，使得系统在更新时需要重新训练全部数据，既耗费资源又难以满足实时性需求。为攻克这一难题，研究人员开发了名为PACL+的新型持续学习框架。该方法创造性地将代理锚定损失(Proxy Anchor Loss)与对比学习相结合，通过构建更优的潜在表征空间，使模型既能区分新旧动作，又能适应不同用户的运动特征差异。其核心创新在于采用高斯分布采样策略，从历

  来源：Expert Systems with Applications

  时间：2025-06-16

• 基于双层分数优化的电容层析成像强化学习方法：多源信息融合与自适应参数学习

  电容层析成像(ECT)作为一种非侵入式多相流参数测量技术，因其结构简单、成本低廉等优势被广泛应用于化工、能源等领域。然而，现有ECT技术面临两大核心挑战：重建图像与实际介质分布存在显著差异，以及传统算法对噪声敏感且缺乏自适应能力。前者源于逆问题的病态特性，后者则因固定参数模型难以适应复杂场景。尽管基于学习的方法如深度学习(DCNN)能自动提取特征，但存在过拟合风险；而基于物理机制的正则化方法虽具理论严谨性，却受限于假设的简化性。如何融合两类方法的优势，成为突破技术瓶颈的关键。中国某研究团队在《Expert Systems with Applications》发表的研究中，创新性地将ECT图像重

  来源：Expert Systems with Applications

  时间：2025-06-16

• 基于遗传优化联邦学习的卫星网络异常检测方法研究

  随着全球加速迈向6G时代，卫星互联网因其广域覆盖能力成为天地一体化网络的核心组件。然而，卫星通信的开放信道特性使其面临电子干扰、数据窃取等新型威胁，传统检测方法难以捕捉复杂的时空攻击模式，而集中式机器学习又存在数据孤岛与隐私泄露风险。更棘手的是，现有联邦学习框架在卫星网络异构环境中面临客户端资源分配不均、通信开销过大等挑战，亟需一种兼顾效率与安全的智能检测方案。长春大学科学技术学院的研究团队在《Expert Systems with Applications》发表的研究中，创新性地提出FLOGA-AD框架。该研究通过三项核心技术突破：1) 采用卷积视觉变换器(CvT)与长短期记忆网络(LSTM

  来源：Expert Systems with Applications

  时间：2025-06-16

• 基于主动学习的预训练数据去重模型：语义级重复识别的创新方法

  在大数据爆炸式增长的时代，数据质量已成为制约数据价值挖掘的关键瓶颈。其中，重复数据问题尤为突出——据估算，企业数据仓库中平均15%-20%为冗余数据，每年造成高达数百万美元的存储浪费。更严重的是，传统基于字面相似度的去重方法（如模糊匹配）难以应对语义层面的重复问题：例如《数据库系统概念》第三版与第四版虽文本相似却非重复，而"冠心病"与"冠状动脉粥样硬化性心脏病"虽表述迥异实为同一概念。这种语义鸿沟使得现有方法在医疗健康、金融等领域的结构化数据处理中捉襟见肘。针对这一挑战，中国科学院团队在《Expert Systems with Applications》发表的研究中，开创性地提出基于主动学习(

  来源：Expert Systems with Applications

  时间：2025-06-16

• 基于聚类与进化多目标优化的最大相关多样性多视频摘要生成方法

  随着社交媒体和监控网络的普及，全球视频数据量呈指数级增长。YouTube每分钟上传超过500小时视频，多摄像头监控系统每天产生海量冗余内容，传统人工处理方式已无法应对。多视频摘要技术旨在从多个相关视频中提取关键片段生成紧凑摘要，但现有方法面临视角差异、时序冗余和内容多样性不足等挑战。为此，Aziz M. Qaroush团队在《Expert Systems with Applications》发表研究，提出最大相关多样性感知框架。该方法首先使用I3D CNN（Inflated 3D Convolutional Network）提取视频片段的时空特征，通过聚类消除冗余并选取代表片段，再采用NSGA

  来源：Expert Systems with Applications

  时间：2025-06-16

• 基于机器学习的NTFS日志文件时间戳篡改检测方法及其在数字取证中的应用

  在数字取证领域，时间线分析是重构攻击事件链的核心手段，而文件时间戳（Timestamp）作为关键元数据，常被攻击者通过"时间戳伪造（Timestomping）"技术篡改以掩盖痕迹。尽管基于NTFS日志（LogFile/UsnJrnl）的检测方法能直接捕获篡改行为，但现有技术因依赖有限实验环境且误报率（False Positive）高达30-40%，难以投入实战应用。这一瓶颈促使研究人员探索更智能的解决方案。为突破技术壁垒，某研究团队在《Expert Systems with Applications》发表论文，创新性地将机器学习引入NTFS日志分析。研究选取UsnJrnl作为主要数据源（其数据

  来源：Expert Systems with Applications

  时间：2025-06-16

• 基于自适应头部识别与无监督聚类的协议逆向工程增强方法

  随着物联网(IoT)和工业控制系统(ICS)的快速发展，大量私有协议因缺乏公开文档成为网络安全分析的盲区。恶意流量常利用这类协议规避检测，而传统协议逆向工程(PRE)方法面临两大瓶颈：一是载荷字段的动态变化干扰消息相似性计算（C1问题），二是基于全样本距离矩阵的聚类算法存在O(N2)计算复杂度（C2问题）。这些问题导致现有工具如Netzob和NEMETYL在消息类型识别的同质性指标上最高仅达0.73。针对上述挑战，某大学研究团队在《Expert Systems with Applications》发表的研究提出创新性解决方案。该工作首次将变点检测算法应用于协议头部自适应识别，通过监测字节偏移量

  来源：Expert Systems with Applications

  时间：2025-06-16

• 综述：质子陶瓷电池中漫反射红外傅里叶变换光谱技术（DRIFTS）的综合评述：现状与未来展望

  质子陶瓷电池与DRIFTS技术的融合质子陶瓷电池（PCCs）作为中温（300–600°C）能源转换器件，兼具燃料灵活性（如H2/CH4）和低排放优势。其核心组件包括三传导氧电极（H+/O2−/e−）、质子电解质（如BaZr0.8Y0.2O3−δ）和金属陶瓷氢电极（如Ni-BZY）。DRIFTS技术通过红外振动光谱（4000–400 cm−1）实时监测表面物种，例如羟基伸缩振动（3800–3200 cm−1）反映质子水合行为，为材料优化提供直接证据。氧电极：质子捕获与掺杂效应三传导氧电极（如PrNi0.5Co0.5O3−δ）的性能依赖质子捕获能力。Zn或Cs掺杂可显著增强PrBaCo2O5+δ（

  来源：eScience

  时间：2025-06-16

• 基于实例选择的高维数据分类新型过滤方法研究

  在人工智能和机器学习领域，高维数据分类一直面临严峻挑战。随着数据维度不断攀升，噪声实例对特征相关性评估的干扰日益凸显。传统特征选择方法如过滤法(Filter)、包装法(Wrapper)在处理混合类型特征时，往往因噪声实例存在导致排序偏差，进而影响后续建模效果。更棘手的是，当数据集规模扩大时，遗传算法(GA)等实例选择技术的收敛速度显著下降。这些问题严重制约了高维数据分析的准确性和效率，亟需开发新型特征选择框架。为攻克这些难题，研究人员开发了基于实例选择的特征排序方法RIS。该方法创新性地将模糊C均值(FCM)聚类与遗传算法相结合，通过智能筛选实例子集来消除噪声干扰。研究团队在《Engineer

  来源：Engineering Applications of Artificial Intelligence

  时间：2025-06-16

知名企业招聘：