2968 篇论文
本文提出了一种全数据驱动框架，该框架结合了压缩感知、通过 DCC-GARCH 校准的自适应控制动态模态分解（DMDc）以及降阶卡尔曼滤波，旨在无需依赖第一性原理模型的情况下，从稀疏且含有噪声的点传感器测量值中精确重建非线性动力系统的全场状态。
本研究通过现场监测与地球物理评估，分析了卡塔库尔甘（Kattakurgan）冲积水库的渗漏与水位波动情况，旨在识别危险坝段并制定一种高效的季节性适应性运行模式。
本文研究了基体热处理如何影响应用于工具钢的 +Ni 和 DLC 涂层的摩擦学性能，旨在减轻表面退化并延长用于塑料注塑模具和成型工具的部件的使用寿命。
本研究表明，将贝叶斯卡尔曼滤波作为预处理步骤，能显著提高深度学习模型（GRU 和 LSTM）在加拿大多个城市短期空气质量预测中的准确性，且最优模型配置随污染物类型和局部条件而异。
本文介绍并实验验证了一种在部分相干照明下的高阶光学神经网络框架，该框架克服了传统衍射系统的非线性限制，实现了与电子神经网络相当的性能，同时具有显著降低的计算复杂度和更优越的鲁棒性。
本研究表明，在超声波强化型7075-T6铝合金的加工过程中，提高超声波频率和切削速度可以降低切削力并降低表面粗糙度，同时增强压应力，最终获得更细密、更均匀且缺陷更少的表面。
本研究开发并验证了经元启发式算法优化的机器学习模型，即 PSO-Cat 和 BO-Cat，这些模型在预测圆钢管混凝土剪切强度方面显著优于传统方法，同时利用 SHAP 和 PDP 分析来解释关键影响因素，并为工程应用提供了一个实用的图形用户界面（GUI）。
本研究提出了一种经过验证的分析模型，该模型通过显式引入包括界面摩擦和剪切滞后变形在内的模具-零件相互作用，以解释与厚度相关的尺寸偏差，从而能够准确预测薄壁曲面复合材料零件在固化过程中诱发的弹跳现象。
本文提出了一种一致性门控级联框架，通过一个无参数的一致性门控，将高精度坐标回归分支与鲁棒检测分支进行动态融合，从而在单一方法失效的挑战性 K-TIG 焊接环境下，实现了钨电极尖端定位的高精度与高稳定性。
本文提出了一种集成风、光、水及抽蓄，并结合改进型模型预测控制与精确水力耦合约束的协同多时间尺度调度策略，旨在显著降低可再生能源弃电并提升系统可靠性。