摘要：本研究基于连续域束缚态超表面传感器，通过CST仿真软件复现了Wang等提出的太赫兹生物传感平台。仿真结果表明，通过调节结构参数g2可实现准BIC-BIC-准BIC转变，且准BIC模式展现出更强的传感性能（灵敏度523GHz/RIU）。表面电流分析揭示了准BIC模式下电磁能量集中在谐振器边缘的特性，有利于痕量分析物检测。该技术展现出在精准医疗等领域的应用潜力，有望推动高灵敏生物分子检测技术的发

在编写vusdfld\vumat等子程序的时候，有时需要知道单元编号，以便对单元直接赋值，不同于usdfld，umat子程序，他们的单元编号信息会传入子程序中。但是显示动力学对应的子程序传入的是积分点编号，并没有单元编号。可以有一种取巧的方法来实现积分点和单元编号的对应。具体思路如下：以边长为50mm立方体为例，网格种子密度为5，共1000个单元，单元类型C3R8R。而在显示动力学中，使用单核运算

本文提出了一种利用粒子群优化算法（PSO）进行机械臂避障规划的方法，通过建立机械臂的运动模型，将避障问题转化为优化问题。如图2所示，在一个三维空间中，有若干障碍物分布在路径上。通过上述步骤，粒子群优化算法可以有效求解三维空间内的机械臂避障路径规划问题，实现从起始点到目标点的最短路径规划，并确保路径不与障碍物相交。路径规划是指在已知环境信息的情况下，确定从起始点到目标点的最优路径，并且该路径不能与环

摘要：本研究提出融合深度学习技术的电阻抗（EIT）、电磁（EMT）与电容层析成像（ECT）方法，旨在解决传统成像方法分辨率低、抗噪性差等问题。通过构建仿真数据集，设计CNN、ResNet、U-Net等网络架构，实现从电压信号到电导率分布的直接映射。结果表明，深度学习方法在边界清晰度和几何恢复能力上显著优于传统反演算法。研究为工业检测和医学影像提供了高精度、高效率的智能成像解决方案。 关键词：电阻抗

本项目开发了一款基于机器学习的智能垃圾短信检测系统，采用Python和scikit-learn库实现。系统支持多种文本向量化方式（词频矩阵和TF-IDF）及三种经典算法（朴素贝叶斯、逻辑回归、SVM）进行模型训练。通过数据预处理（包括停用词过滤）和超参数调优，系统实现了高效的垃圾短信自动分类，准确率达97.5%。提供命令行操作、可视化评估（混淆矩阵）和模型保存功能，可应用于短信防骚扰、企业邮件过滤

融合深度学习与传统方法的电阻抗成像各种计算框架

融合深度学习与传统方法的电阻抗成像各种计算框架

摘要：本研究提出融合深度学习技术的电阻抗（EIT）、电磁（EMT）与电容层析成像（ECT）方法，旨在解决传统成像方法分辨率低、抗噪性差等问题。通过构建仿真数据集，设计CNN、ResNet、U-Net等网络架构，实现从电压信号到电导率分布的直接映射。结果表明，深度学习方法在边界清晰度和几何恢复能力上显著优于传统反演算法。研究为工业检测和医学影像提供了高精度、高效率的智能成像解决方案。 关键词：电阻抗

为了在MATLAB中实现Multiscale Patch-Based Contrast Measure (MPCM) 算法，我们将按照算法的步骤进行复现，包括图像的预处理、多尺度补丁提取、对比度计算、目标增强和阈值分割。LCM是最经典的基于人类视觉对比度机制的算法，通过计算目标区域与局部背景区域的对比度，增强目标并抑制背景。均值滤波：对滑动窗口内的目标区域和背景区域分别进行均值滤波，计算目标区域的

获得化学物质溶解度参数的通常做法是查阅化学手册或者直接实验，然而，相当多的化学物质是化学手册中所没有的，而做实验既费时又费力，还消耗大量的实验经费。（4）MS的Forcite板块中的“动力学”程序对步骤（3）中所建立的待计算化学物质依次在NPT和NVT情况下进行合理时长的动力学优化，得到分子动力学轨迹文件；（3）MS的Forcite板块中的“退火”程序模拟实际情况下的温度变化，松弛分子间相对位置，