eess 篇论文 | Gist.Science

本研究通过采用 Box–Behnken 设计，旨在探讨在干旱环境下，涂覆 Al₂O₃ + Fe₃O₄ 混合纳米涂层的平板太阳热水集热器的热性能优化，并评估了不同纳米颗粒浓度、水流速率及集热器倾角对性能的影响。

本研究利用大涡模拟证明，正弦波纹状床面粗糙度通过抬升壁射流、缩短辊流长度以及相比光滑床面加速能量耗散，显著改变了淹没水跃动力学特性，从而为更高效的消能池设计提供了潜力。

本文提出了一种用于室内物联网无线能量传输的低复杂度框架，该框架结合了基于 K-means 的功率信标部署、统计 CSI 模拟波束赋形以及用于波束共享感知调度的智能功率分配模型，在保持近乎最优性能且具备多项式计算复杂度的同时，实现了高达 50% 的充电时间缩减。

本研究表明，虽然换气次数（ACH）本身无法因气流拓扑结构的原因预测污染物去除效率，但通过计算流体力学（CFD）进行的停留时间分布（RTD）分析显示，通过优化排气位置以建立直接的“患者至排气”路径，在最大限度降低医护人员暴露于患者排放空气方面，其效果显著优于单纯提高通风率。

本研究表明，通过对神东矿区实测数据进行灰色关联度分析，所构建的遗传算法优化BP神经网络模型在导水裂隙带高度预测方面，其精度（误差为7.78%）优于传统的经验公式和标准BP模型，从而为保障矿井安全和环境保护提供了可靠的工具。

本研究利用南水北调中线工程的三维数值模型，阐明了流场分离与耦合涡结构如何驱动“主流偏转–环流诱导滞留与再卷吸–颗粒沉降”机制，进而控制河道分叉区的泥沙淤积。

本文提出了一种基于领先用户理论的理论指导方法，旨在系统地识别并表征具有高战略组织层面增材制造设计（DfAM）需求和趋势领导力的工业利益相关者，从而实现超越单一案例研究、更具泛化性的增材制造设计方法论研究与验证。

本研究表明，尽管机器学习分类器（随机森林、SVM 和 XGBoost）无论是否进行特征工程，在波斯湾红树林和海岸带制图中均能获得高准确率，但传统的极大似然分类法在很大程度上依赖于光谱指数的引入以显著提高性能，尽管所有方法在区分建筑区、荒漠和土壤类别方面都存在困难。

本文提出了一种用于鲁棒低推力非合作交会对接的紧耦合估计与制导架构，该架构通过基于多调优因子增强型卡尔曼滤波的复合创新得分来自适应调节同伦参数，从而在导航置信度下降时通过放宽控制约束，有效地平衡燃料效率与终端精度。

本文提出了一种结合神经网络与贝叶斯反演的物理驱动仿真模拟器框架，用于从寿命早期数据中高效推断电池退化参数，与现有的数据驱动方法相比，该框架显著提高了寿命后期轨迹预测的准确性。