⚡ 电气工程
Numerical study on the effect of blank-holding techniques on the countersinking process
本文通过数值研究表明，利用弹性圆环的创新型渐进式压边力模型与传统的位移控制法相比，能够显著减少沉头加工过程中的几何缺陷并降低能耗。
⚡ Category
eess
2701 篇论文
⚡ 电气工程
An Integrated Performance Framework for Sustainable Rehabilitation Centre Design
这项概念性研究引入了综合康复建筑性能框架（IRAPF），这是一个统一了治疗、空间、环境和经济标准的复合指数，用于稳健地评估和排名可持续康复中心设计，并证明在不同的权重方案下，综合方法始终优于传统或单一关注策略。
⚡ 电气工程
TEMIF: A Trustworthy Explainable Multispectral Intelligence Framework for Evidence-Based Spectral Utility Analysis in Sentinel-2 Land Cover Classification
本文介绍了 TEMIF，这是一个可信且可解释的框架，它通过受控实验和多维证据证明，策略性的光谱选择（特别是将 RGB 与红边、近红外及短波红外波段相结合）在增强 Sentinel-2 影像中植被分类的判别能力方面，比仅仅使用所有可用波段更为有效，尽管与 RGB 基准相比存在轻微的整体准确度权衡。
⚡ 电气工程
SMARTEN v2.0: A Scalable Framework for Multiscale Energy Forecasting in Interconnected Buildings Toward Smarter Grid Management
本文介绍了 SMARTEN v2.0，这是一个具有可扩展性和数据高效性的预测框架，能够利用极少的历史数据，实现从单个建筑到国家系统等多个尺度上可再生能源生产与消耗的实时联合预测，从而为先进的电网管理和需求侧策略提供支持。
⚡ 电气工程
Fractional Order Filters with √f Characteristic
本文通过对麦克斯韦方程组中模拟趋肤效应的偏微分方程进行空间离散化，推导出了具有 和 传递函数的分数阶滤波器，并提出了通过双线性变换实现的相应数字实现方案，且该方案已针对 Oustaloup 递归滤波器进行了基准测试。
⚡ 电气工程
WITHDRAWN: Application of Robust Mean-Difference Filtering to Relative Navigation of Formation Spacecraft
该论文题为“Robust Mean-Difference Filtering in Relative Navigation of Formation Spacecraft”，由于作者未能获得所有贡献者的充分同意，已被作者撤回，因此不应被引用或作为参考文献使用。
⚡ 电气工程
DPI Suppression for Non-cooperative Bistatic Radar Based on Direction-Preserving Orthogonality of Signal Eigenvectors
本文提出了一种针对非合作双基雷达的DPI抑制方法，该方法利用信号特征向量的方向保持正交性，在去相干后消除干扰分量，从而提高目标DOA估计精度。
⚡ 电气工程
Evaluating national machine-learning predictions of household biogas use across time and local contexts in Nepal
本研究评估了用于预测尼泊尔家庭生物气使用的国家级机器学习模型在不同时期和局部背景下的可迁移性，发现虽然这些模型在按相对概率对家庭进行排序方面保持了强大的能力，但其绝对普及率预测会随时间和地点而发生漂移，这表明它们最适合作为监测能源转型的自适应基准，而非固定预测。
⚡ 电气工程
Study on plasticity and compressibility behaviour of jute and coir reinforced soft soil
本研究表明，在膨胀性软土中掺入2%的椰棕纤维或黄麻纤维，通过纤维桥接和颗粒咬合等机制，能显著降低其塑性和压缩性并提高强度，从而大幅提升其工程性能，为土壤改良提供了一种可持续的替代方案。
⚡ 电气工程
Benchmarking machine and deep learning for retrospective multi-horizon prediction of GloFAS-modelled high flows at Hardinge Bridge in Bangladesh
这项研究基准测试了用于预测孟加拉国哈丁格大桥高流量事件的各种机器学习和深度学习模型，发现虽然随机森林在仅包含气象数据的场景下优于神经网络，但引入当前水文状态数据对预测准确度的提升显著大于架构复杂度的提升，尽管由于预测因子与目标之间存在共享的数据谱系，其结果仍是可重复的代理基准而非具备业务能力的技能。