最新刊期
-
面向临床问答的基于超图的检索增强生成框架 AI导读
摘要：大语言模型（LLMs）临床问答中面临幻觉、知识滞后及推理不透明等问题，基础的检索增强生成（RAG）无法刻画临床知识中的高阶语义关联。为此，本文提出Medical HyperRAG，一种面向临床问答的超图增强检索生成框架。该框架整合电子病历及医学指南双源信息，构建以患者为中心的超图知识表示，通过超边显式建模症状、检查、诊断与治疗的组合关系及逻辑约束；推理阶段将超边转化为自然语言描述，实现结构感知的检索与证据驱动生成。在RJUA-QA数据集实验表明，Medical HyperRAG的F1disease与F1advice分别达到73.19%和47.97%；Average F1 Score为64.79%，较最优RAG基线提升5.61个百分点；ROUGE-L与BERTScore亦显著优于对比方法。该框架通过统一知识表示与推理机制协同建模，系统性解决了病历与指南融合难、结构化知识利用率低的问题，有效提升了复杂临床场景下模型推理的准确性与可解释性。关键词：检索增强生成;超图;结构化知识表示;临床知识融合;临床决策支持3|0|0更新时间：2026-07-15 - 摘要：以酚醛树脂（PR）为前驱体，通过引入混合乳化剂和混合固化剂并结合阶段升温碳化法，制备了具有开孔结构的分级多孔碳材料（POFC），系统探讨了PR聚合时间、乳化剂中十二烷基硫酸钠（SDS）用量、固化剂中磷酸/对甲基苯磺酸（H3PO4/TsOH）的质量比及固化剂用量对POFC电化学性能的影响，比较了直接升温碳化与阶段升温碳化对POFC微观结构及电化学性能的调控作用。当PR聚合时间为2.5 h、SDS用量为0.8 g、H3PO4/TsOH质量比为2∶3、固化剂用量为12%时，生成的酚醛泡沫（POF）具有良好的开孔结构。在最佳阶段升温方式下制备的多孔碳材料POFC-R2具有优异的电化学性能，在1 A/g时质量比电容高达284 F/g，1~20 A/g时倍率性能达到90.9%。与直接碳化方式相比，阶段升温碳化有效缓解了酚醛泡沫在碳化过程中因挥发组分快速释放引起的孔结构塌陷等问题，提高了衍生碳材料的开孔比例并优化了微孔/介孔的分布，从而提升其电容性能。该研究深化了阶段升温碳化对孔结构演变机制的理解，为开发兼具高比电容、优异倍率性能和长期循环稳定性的碳基超级电容器电极材料提供了理论依据与技术参考。关键词：超级电容器;酚醛树脂;酚醛泡沫;阶段升温碳化;多孔碳4|0|0更新时间：2026-07-15
- 摘要：α-半水硫酸钙（α-CSH）存在降解过快、机械强度低和生物活性不足等问题，临床使用中还存在感染风险，限制了其在骨修复领域的应用。为解决上述问题，本文以二水硫酸钙（CaSO4·2H2O）为原料，通过无机盐溶液改性和蒸压脱水法制备α-CSH，再与质量分数2%的纳米氧化锌（ZnO）复合，制备了兼具良好机械性能、抗菌性能和生物相容性的ZnO/CSH复合材料。研究结果显示，该复合材料具有较高的抗压强度（33.84 MPa），较纯CSH提高了46.24%；具有良好的抗菌性能，对大肠杆菌和金黄色葡萄球菌的抑菌率分别达到93.68%和97.58%；具有更好的生物活性，第7 d的成骨细胞增殖活力达到110.52%。该复合材料有望作为复合人工骨，用于感染性骨缺损修复领域。关键词：α-半水硫酸钙;纳米氧化锌;抗压强度;抗菌性;生物活性;复合人工骨22|24|0更新时间：2026-07-10
- 摘要：采用密度泛函理论和自洽反应场理论，在MN15/SMD/6-311++G（3df，2pd）//M06-2X/SMD/6-311+G（d，p）双理论水平研究了水液相下苯丙氨酸镁（Phe→Mg2+）清除羟基自由基（·OH）的反应机制。Phe→Mg2+与·OH反应有提H、加成和电子转移3个通道，计算表明：在隐性水溶剂作用下，·OH提H反应均为热力学允许过程，能垒为41.2~52.0 kJ/mol；·OH与羧基C的加成反应均为热力学和动力学不允许过程，·OH与苯环C的加成反应为热力学允许过程，能垒为30.5~36.1 kJ/mol，电子转移为热力学和动力学不允许过程；在显性水溶剂的氢键及配位作用下，·OH提H反应均为热力学允许过程，能垒为15.7~25.1 kJ/mol；·OH与C的加成反应均为热力学允许过程，能垒为14.1~22.2 kJ/mol；电子转移过程能垒从249.0 kJ/mol降至117.6 kJ/mol。结果表明，水液相下Phe→Mg2+可通过提H和加成反应快速清除羟基自由基。关键词：苯丙氨酸镁;羟基自由基;密度泛函理论;氢键;配位键;自由能垒20|24|0更新时间：2026-07-08
- 摘要：方言语音在发音方式、声学分布及语言结构等方面具有显著差异，使端到端语音识别模型在低资源条件下面临建模能力不足和解码不稳定等问题。本文提出一种基于多尺度卷积的Conformer端到端四川方言语音识别方法，在编码与解码阶段进行了针对性改进。模型由多尺度卷积编码器以及连接时序分类与注意力机制联合建模的混合解码器组成。编码阶段，在Conformer的卷积模块中引入多尺度卷积设计，实现对不同时间跨度局部声学特征的并行提取，并结合门控融合机制实现多尺度信息的自适应整合，从而增强模型对复杂方言语音特征的表达能力。在解码阶段，采用连接时序分类与双向Transformer的混合解码架构，集成基于四川方言文本训练的专用N-gram语言模型，并提出一种动态注意力重打分策略，根据解码路径得分统计特性自适应调整声学模型与语言模型的融合权重。在真实四川方言语音数据集上的实验结果表明，所提出的方法在测试集上的字符错误率与基线模型相比平均降低约17%，验证了所提方法在四川方言语音识别任务中的有效性。关键词：语音识别;方言语音识别;Conformer;端到端模型10|21|0更新时间：2026-07-07
-
基于层次化时空感知的学生课堂行为识别方法 AI导读
摘要：针对传统课堂行为评价高度依赖人工观察、存在效率低、主观性强且难以规模化等问题，本文开展了基于视频行为识别的学生课堂行为检测研究。针对复杂课堂场景下多目标遮挡条件中存在的数据集匮乏、时空特征表征能力不足以及上下文时序信息理解不充分等问题，首先，结合真实教学场景构建了课堂行为数据集，包含听讲、睡觉和低头三类典型学生课堂行为的视频样本。其次，提出了一种基于层次化时空感知的学生课堂行为识别方法。针对时空特征提取问题，设计了残差嵌入全局时空感知模块，实现了视频序列中由低层空间外观特征到高层时空语义特征的层次化建模。进一步地，针对时序语义理解不足的问题，提出上下文特征增强融合模块，以提升视频序列中行为语义表达的完整性。最后，设计了自适应均衡感知损失函数，通过调节不同置信度样本的梯度贡献，缓解课堂场景中的类别不平衡问题。实验结果表明，所提方法在多目标、遮挡等复杂课堂环境下能够稳定且准确地识别上述三类学生行为。消融实验进一步验证了该方法在学生动作幅度较小、行为差异细微的课堂场景中具有较好的识别准确性与鲁棒性。关键词：课堂行为识别;视频行为识别;多尺度时序采样;自适应均衡感知损失函数10|22|0更新时间：2026-07-03 - 摘要：为了解决传统数据备份系统中采用局部哈希来验证文件的所有权引发的安全问题，所有权证明（Proof of Ownership，PoW）机制被引入数据去重系统中。然而，现有PoW方案存在一些不足，部分方案未基于完整文件设计所有权验证机制，且传统方案难以有效抵御日益增长的量子攻击威胁。基于此，提出一种基于链式哈希与格基零知识证明的所有权验证方案（HC_ZKP_PoW）。HC_ZKP_PoW将待验证的完整文件分割为固定大小的数据块，逐块迭代计算哈希值，生成绑定文件内容与块次序的哈希根。任意数据块篡改、删除、重排行为均会改变哈希根，依托用户留存哈希根即可完成文件完整性核验。此外，HC_ZKP_PoW采用格基零知识证明机制进行文件所有权验证，其安全性基于格上困难问题，目前暂无量子多项式时间算法能够有效求解该类问题，因此该方案具有后量子安全优势。安全性分析表明，HC_ZKP_PoW具有较好的抗伪造性和抗量子攻击能力，可有效保护数据隐私。攻击者无完整文件则无法通过所有权验证，且无法从验证交互过程中获取文件相关隐私信息。关键词：数据去重;所有权证明;零知识证明20|43|0更新时间：2026-06-18
- 摘要：以金沙江白鹤滩库区金江滑坡的典型砂岩为研究对象，采用干湿循环和三轴循环加卸载试验分别模拟地震和水-岩作用对砂岩力学性能的劣化效应，分析砂岩的动力参数与静力参数的劣化规律，并结合微观结构演变特征揭示了砂岩力学特性的劣化机制。结果表明：随着试验周期的增加，砂岩的阻尼比逐渐增大，动弹性模量逐渐减小，第12周期时二者变化幅值分别达40.08%和46.76%；三轴抗压强度、黏聚力、内摩擦角等静力性能参数均显著降低，最大劣化幅度分别为37.30%~40.98%、29.46%和19.48%，破坏模式由张拉向剪切破坏转变。水库地震与水-岩作用引起的矿物颗粒胶结物流失、孔隙裂隙发育贯通，导致砂岩动静力性能劣化。研究成果可用于库区岩体稳定性评价。关键词：白鹤滩水库;循环加卸载;干湿循环;次序作用;破坏形态;劣化机制617|36|0更新时间：2026-06-16
-
面向跨场景的加密流量安全分析 AI导读
摘要：针对现有加密流量分析（Encrypted Traffic Analysis，ETA）方法标注数据依赖性强、任务模型单一、跨场景泛化能力不足的问题，提出一种基于自监督对比学习的预训练-微调框架。为适配流量数据的时序与协议特性，设计基于MASK机制和基于同源替换的流量增强方法，用于构建对比学习所需的正负样本对。利用大规模无标签流量数据进行自监督预训练，从流量的结构特性和时序行为模式中学习加密流量的通用表征，通过少量标注数据微调实现高性能的跨场景迁移。实验结果表明，该方法在新型协议DoH（DNS over HTTPS）识别、IoT（Internet of Things）攻击行为识别、匿名网络流量识别和恶意软件识别4个下游任务中，整体性能优于现有方法。所提方法通过预训练有效降低了标注需求，为加密流量分析提供了一种高效普适的解决思路。关键词：加密流量分析;自监督学习;对比学习;预训练-微调;流量增强32|58|0更新时间：2026-06-08 - 摘要：针对阶跃型滑坡在降雨与库水位变动共同作用下变形机制不明确、位移预测精度不足的问题，以香溪河右岸白家包滑坡为研究对象，采用地质调查、多源监测与数值模拟等方法，系统分析了滑坡变形演化机制，构建了基于位移导向的变分模态分解（VMD）、改进蜣螂优化算法（IDBO）和长短期记忆网络（LSTM）的混合预测模型VMD-IDBO-LSTM。研究结果表明：1）库水位下降速率与低渗滑体渗流响应速率不匹配，导致滑带内超孔隙水压力增大，是诱发阶跃型位移的主要原因；2）降雨对滑坡变形的影响相对较弱，主要表现为对滑坡后缘变形的叠加效应；3）库水位波动通过改变坡体渗流场，使滑坡稳定性呈现“增强-趋稳-减弱”的阶段性变化特征；4）基于白家包滑坡位移数据构建的VMD-IDBO-LSTM模型，预测精度显著优于VMD-LSTM和VMD-DBO-LSTM模型，均方根误差（RMSE）为8.894 mm，相关系数（R²）为0.983，能有效预测库区阶跃型滑坡。关键词：阶跃型滑坡;白家包滑坡;库水位变化;变形机制;位移预测684|62|0更新时间：2026-06-05
-
基于大语言模型的高效程序验证方法 AI导读
摘要：随着软件系统规模与复杂度的增长，传统程序验证在效率与可靠性方面面临严峻挑战。形式化验证虽能提供数学级别的正确性保障，但在处理大规模程序时常遭遇状态空间爆炸等技术瓶颈。为缓解上述限制，提出了两种基于大语言模型的高效程序验证方法：数据规模优化与反例生成。数据规模优化方法通过大语言模型分析程序语义逻辑与数据规模的关联，在保持程序语义逻辑不变的前提下压缩验证所需数据规模，并结合数据流切片确保大语言模型优化结果的可靠性；反例生成方法则通过大语言模型自动构造潜在反例，并通过测试验证其有效性。在此基础上，进一步构建了一个融合大语言模型与传统验证工具的并行程序验证框架，通过多线程机制同时执行数据规模优化、反例生成与传统验证工具流程，并优先采纳最先完成流程的验证结果，实现效率与可靠性的平衡。在SV-COMP基准集上与传统工具进行的对比实验结果表明，本文方法与框架均显著提升了验证任务覆盖能力与资源利用效率，同时保持较高验证准确率，为智能化程序验证提供了有效解决方案。关键词：程序验证;形式化方法;大语言模型14|55|0更新时间：2026-06-02 - 摘要：随着用户查询需求的日益复杂化，现有检索增强生成（RAG）模型在处理查询时，往往将问题视为扁平化的词元序列，忽略了其中关键的语法结构信息，从而削弱了处理复杂问题的能力。针对这一问题，本文提出了一种融合语法感知能力的GraphRAG框架。该框架的核心创新在于：引入基于依存关系的语法结构与低秩自适应微调策略（LoRA），以增强模型在知识密集型问答任务中的表现。具体方法：在框架的检索与生成阶段引入源于依存句法树的语言学先验特征；同时，采用LoRA技术对LLaMA-3.1-8B-Instruct模型进行高效参数适配与微调。实验在QALD-h和DBpedia QA两个该领域常用数据集上进行，结果表明，所构建框架在各项关键指标上均优于基线模型，消融实验进一步证实了引入语法结构与参数高效微调所带来的性能提升。关键词：检索增强生成;图结构检索;语法感知;低秩自适应;参数高效微调55|68|0更新时间：2026-06-02
- 摘要：针对三峡库区万州段侏罗系沙溪庙组岸坡消落带泥岩的应力与水环境赋存状态，开展不同上覆应力（0~0.6 MPa）下的应力-干湿循环耦合崩解试验，分析其崩解特性和能量演化机制。结果表明：1）应力-干湿循环耦合作用显著加速泥岩崩解进程，应力对崩解具有加速调控效应；2）表面能累积速率与累积上限随上覆应力提升而增大，累积速率与崩解速率演化高度一致，表面能对崩解进程具有“先促进、后抑制”的影响；3）耦合作用下的上覆应力呈现“第1~5次干湿循环加速破坏、第6~12次干湿循环促进重构”的阶段差异性演化特征。研究结果可为三峡库区砂泥岩互层库岸稳定性评价提供依据。关键词：消落带泥岩;应力-干湿循环耦合作用;崩解试验;细观结构;能量演化580|40|0更新时间：2026-05-29
- 摘要：活性氧（ROS）的有效形成是高级氧化技术降解有机污染物的关键。实验利用文丘里空化装置产生的水力空化效应诱导ROS生成，重点探究了ROS的形成途径及对有机污染物降解的影响。研究表明，水力空化过程中溶解氧（O2）是ROS的重要来源，主要的活性氧物种为1O2和O2；水力空化装置的入口压力和溶液温度增加均能增强空化能量，而空化能量与ROS的产量呈正相关；3）水力空化装置中产生的ROS能有效降解罗丹明B（RhB）、四环素（TC）、亚甲基蓝（MB）和甲基橙（MO）等有机污染物，反应140 min的降解率分别为81%、75%、75%和65%，在最优实验条件下，可实现对罗丹明B 100%的降解。研究结果揭示了水力空化与有机污染物降解之间的内在联系，为水力空化降解污染物提供了理论依据和应用参考。关键词：高级氧化;水力空化;有机污染物;活性氧;形成途径;数值模拟29|50|0更新时间：2026-05-29
-
提示工程下的海洋牧场经济效益分析方法 AI导读
摘要：海洋牧场经济效益智能化分析是海洋养殖产业精细化运营的核心支撑。现有数据驱动下的智能化分析方法依赖大量的标注样本，难以在小样本场景下充分挖掘海洋牧场的深层语义，从而导致模型出现欠拟合的问题。为缓解上述问题，本文提出了两种提示工程下的智能分析方法： 零样本下的经济效益分析方法（Prompt-Engineered Sea Pasture Economic Analysis，PE-SEA）和样本增强下的经济效益分析方法（Prompt-Augmented Pretraining for Sea Pasture Economic Analysis，PAP-SEA）。这两种方法均使用提示工程引导大语言模型对海洋牧场相关数据进行分析，预测未来的经济效益。PE-SEA基于GPT-4进行零样本推理，不依赖额外训练数据；PAP-SEA则使用ChatGPT进行样本增强，模型训练与推理均在本地完成。PE-SEA适合性能优先的场景，PAP-SEA适合数据安全与隐私保护要求较高的场景。为便于实际应用，本文开发了海洋牧场经济效益实时智能化分析工具SeaPastureGPT。实验在三个不同海域、不同养殖品种的实际监测数据集上进行评估。实验结果表明，本文的两种方法在6个评价指标（精确率，召回率，F1值，ROC曲线下方的面积，马修斯相关系数，准确率）上整体性能均优于现有的主流方法。其中，PE-SEA较性能最好的基线方法KnowledgeGraph-BERT在F1值上提升了70.67%。文本结合提示工程，为大语言模型在海洋牧场经济效益智能化分析中的应用提供了新方法、新见解，为产业研究与从业者提供了理论依据。关键词：海洋牧场;经济效益分析;提示工程;大语言模型;预训练模型;SeaPastureGPT42|55|0更新时间：2026-05-27 - 摘要：监测细胞二氧化硫（SO2）的动态变化，对于揭示其作为气体递质在心肌损伤与细胞凋亡中的作用具有重要意义。本文构建了一种基于近红外比率荧光成像和荧光探针功能化场效应晶体管（FP-FET）传感器的双模式SO2检测平台。利用近红外荧光探针与细胞内外SO2结合实现高灵敏荧光成像，再通过荧光探针功能化的FP-FET传感器将细胞释放的SO2识别事件转化为可量化的电学信号，从而实现细胞释放SO2的动态监测。FP-FET传感器具有良好的SO2检测性能，检出限低至0.05 pmol/L，并表现出优异的选择性、重复性和稳定性。利用该平台对H9c2大鼠心肌细胞及心肌缺血再灌注损伤（MIRI）模型的SO2水平进行动态监测，结果表明：MIRI过程伴随着细胞SO2的生成和释放；SO2水平不仅可作为评估铁死亡抑制剂疗效的定量指标，还可反映MIRI过程中细胞损伤程度及治疗效果。该双模式检测策略为同步分析生理与病理状态下细胞内外信号分子的动态变化提供了一种有效工具。关键词：场效应晶体管（FET）;荧光成像;二氧化硫（SO2）;心肌缺血再灌注损伤（MIRI）;细胞损伤38|58|0更新时间：2026-05-22
- 摘要：水质分类对海洋牧场的维护和管理具有重要意义，但多源环境因子的异质性使传统方法难以兼顾特征筛选与解释能力。为此，本研究提出一种多片段稀疏混合专家网络（MSMN），以特征片段为基础构建海洋牧场水质分类框架。模型通过特征嵌入与软稀疏筛选强化关键片段，并将低贡献片段压缩为背景表示，以实现信息保留与结构降维的平衡。引入的稀疏混合专家模块，通过可学习路由实现片段内部的分工。利用多头自注意力构建片段间交互结构，刻画多环境因子的耦合关系进行分类。基于中国近海4个海域监测数据的实验表明，MSMN在分类精度与小样本类别识别能力方面优于传统方法与主流深度模型，并在不同海域与类别不平衡条件下保持稳定表现。关键词：片段交互;海洋牧场水质分类;多专家系统;自注意力49|41|0更新时间：2026-05-22
-
红莲型不育系珞红5Ａ及其组合珞红优1564的选育与利用 增强出版 AI导读
摘要：以两系不育系RGD-7S为母本，与保持系珞红3B进行杂交，经多代自交纯化后，再与不育系珞红3A回交，于2013年选育出兼具抗病性、育性稳定性及农艺性状一致性的籼型红莲型三系不育系珞红5A。再以珞红5A为母本、恢复系R1564为父本进行配组，2017年成功育成第五代红莲型杂交水稻新品种珞红优1564。该品种综合表现突出，具有高产、耐高温、耐盐、抗稻瘟病、米质优等特性；在2020—2021年国家区域试验中，平均产量达10.07 t/hm2（亩产671.4 kg），较对照品种丰两优四号增产8.3%；生产试验平均产量9.74 t/hm2（亩产649.5 kg），较对照品种丰两优四号增产9.1%；2025年农业农村部超级稻测产验收，产量约11.90 t/hm2（亩产793.1 kg）。珞红优1564于2022年通过国家农作物品种审定委员会审定（国审稻 20220152），2024—2025年入选湖北省农业主导品种名录，2026年被农业农村部认定为超级稻。关键词：杂交水稻;三系不育系;红莲型;珞红5A;珞红优1564;品种选育;抗稻瘟病115|114|0更新时间：2026-05-21 -
梯次利用视角下动力电池合作回收决策研究 AI导读
摘要：为探究动力电池制造商参与动力电池合作回收的决策问题，构建动力电池制造商、第三方回收商、梯次利用商组成的动力电池闭环供应链决策模型，比较分析动力电池制造商与第三方回收商在成本分担式与责任分担式合作回收下供应链的最优决策。研究发现：动力电池制造商参与合作回收能提高电池回收率、动力电池制造商自身利润和供应链系统利润，且责任分担式合作要优于成本分担式，合作回收方式不会影响梯次利用商决策；当采用责任分担式合作回收时，动力电池制造商的分担比例应低于特定阈值（即0.670 4）才能促成合作，且合理分担回收责任既可增加供应链成员的利润，又可提升供应链系统利润；第三方回收商适当降低废旧电池回收价格可以实现供应链成员企业的互利共赢。关键词：动力电池;合作回收;梯次利用26|42|0更新时间：2026-05-21 -
智能技术支持的协同知识建构研究 AI导读
摘要：智能技术可加速协同知识建构，却尚未厘清在哪个环节起作用、以何种自动化水平适配何种教育场景。本研究遵循“系统评价与元分析优先报告条目（PRISMA）”对2014—2024年的29篇文献进行系统综述，发现2014—2020年为探索起步期，2021—2024年进入爆发期，与全球教育数字化战略推进及生成式人工智能等技术突破高度契合。具体研究发现：1） 当前研究主体多元、方法融合、情境分化，以学生为主体，集中于高等教育与线上教学，混合方法为主要研究方法；2） 智能技术主要通过多元技术协同、自动化支持与多模态数据融合赋能协同知识建构，以机器学习与深度学习、自然语言处理为核心技术且以高自动化学生中心模式为主；3） 智能技术对协同知识建构的影响集中于知识整合与分享等核心环节，方式以自动化分析为主，结果侧重技能提升，协同视角以跨视角为主，仍存在重认知轻情感、同伴互动支持不足等不均衡现象。未来研究需优化不同教育阶段智能技术的自动化适配性，深化技术在各建构环节的作用机制，同时向跨学科与混合学习情境扩展，推动智能技术从工具性支持向生态化融合转变。关键词：智能技术;协同知识建构;系统性文献综述130|141|0更新时间：2026-04-17
- 地址：湖北省武汉市武昌区武汉大学文理学部本科生院楼北楼504
- 联系电话：027-68756952 Email：whdz@whu.edu.cn
- 技术支持由北京北大方正电子有限公司提供 京ICP备09064830号-19
京公网安备11010802024621 - 本系统建议在Chrome、 IE9+ 以上版本浏览器阅读本站内容，360浏览器请切换至极速模式
- Cookies帮助我们提供服务并提供个性化体验。使用本网站，即表示您同意我们使用Cookies
- 总访问量：1428799 今日访问量：379
批量引用
0