/oa /oa/darticle.aspx?type=view&id=202508031 针对因血液中大量正常细胞的干扰，在全血样本中难以准确识别低丰度的循环肿瘤细胞（CTC）的问题，基于微流控技术，提出一套微流控类血管芯片与蠕动泵的动态血液循环平台，结合明场高速成像与YOLOv11目标检测，实现对全血中的CTC的无标记检测。系统通过使用蠕动泵模拟血液流动，构建了具有血液循环特性的流动环境，芯片采用多级分叉与40 μm微筛结构，依照细胞与血管尺寸优化通道尺寸；构建了包含CTC（人结肠癌细胞HT29模型）、RBC、WBC、PLT这4类细胞的图像数据集，实验结果表明，该系统对CTC检测mAP为98.65%，检测精确度以及召回率均大于99%，并展示了连续帧的在线检测。所提系统能够模拟体外血液循环并且在全血样本中准确识别CTC，具有较高的准确性与稳定性，为肿瘤早期诊断提供了一个新的技术途径。 2027年12月10 00:00 2027年XX 1 8 7632358 李浩亮，乔琳博，李佳凝，杨潇楠 /oa/darticle.aspx?type=view&id=202507024 针对多天线多用户场景下的有源可重构智能超表面（ARIS）辅助速率分拆多址接入（RSMA）通信系统，提出了一种结合基站端天线选择与用户端合并技术的传输框架。分别基于选择合并（SC）和最大比合并（MRC），推导了用户级联信道的统计特性，并建立了相应的中断概率分析模型，进而导出了多天线多用户场景下的中断概率表达式。在此基础上，以最小化系统中断概率为目标，构建了两类合并技术下的功率优化问题，并利用差分进化（DE）算法对RSMA功率分配进行求解。仿真结果表明，用户端多天线配置及合理的天线选择策略能够显著降低系统中断概率，验证了ARIS-RSMA系统在复杂场景下的性能优势与鲁棒性。 2027年12月10 00:00 2027年XX 1 9 5798152 李素月, 李娟, 张亚宾, 王安红 /oa/darticle.aspx?type=view&id=202508003 针对现有道路裂缝检测模型不能有效平衡检测精度、计算复杂度与检测速度，实际应用效果差的问题，提出了一种基于改进YOLOv10n的轻量化道路裂缝检测模型YOLO-CGVE。首先，利用坐标注意力（CA）模块替换部分自注意力（PSA）模块，从而更好地捕捉空间上的局部和全局关系，增强特征提取能力；其次，通过使用轻量级的GSConv替换主干网络和颈部网络中的部分标准卷积，降低了计算复杂度；再次，在颈部网络采用VoV-GSCP模块替换C2f模块，实现对不同阶段的特征图的有效融合，在保证精度的同时进一步降低计算复杂度；最后，使用ECIoU代替原损失函数，提高检测框定位精度和收敛速度。在RDD2022_China数据集上的实验结果表明，相较于YOLOv10n，YOLO-CGVE的mAP@0.5提高了2.4个百分点，达到了75.9%，参数量与计算量分别减少了11.1%和9.8%，同时保持了较高的检测速度。YOLO-CGVE可以更好地满足在计算资源有限环境下的应用需求。 2027年12月10 00:00 2027年XX 1 8 8451693 王井阳¹ , 徐勇超¹ , 张波² , 王珏³ , 黄敏¹ /oa/darticle.aspx?type=view&id=202507025 针对基于插补的分类方法在处理缺失数据时的估计值偏差会影响分类性能的问题，提出一种基于自适应子空间插补的不完整数据证据集成分类方法，利用自适应子空间插补和双重证据集成来提升模型对不完整数据集的分类能力。首先，使用谱聚类将特征空间动态划分为多个子空间，在每个子空间内独立进行基于近邻的缺失值插补；其次，设计了一种双重重要性评估机制，计算插补前后训练集数据分布的差异来评估全局重要性，并通过评估分类模型对测试集样本在训练集中近邻的分类能力来评估其分类结果的局部重要性；最后，在证据理论的基础上融合局部重要性和全局重要性，利用不同子空间信息的互补性提升分类性能。在标准数据集上的对比实验表明，所提方法在ARI和AP指标中相比次优方法的提升幅度分别高达6.23个百分点和0.82个百分点，验证了所提方法的有效性和先进性。 2027年12月10 00:00 2027年XX 1 8 4581043 张震^1，2，春美洁¹，田鸿朋²， 李友好³，黄伟涛³，张俊杰³ /oa/darticle.aspx?type=view&id=202508008 通过分析序列推荐中历史与未来信息融合效率欠佳及噪声干扰的问题，提出了一种基于自适应双向信息流的序列推荐方法。在双路径编码器架构基础上，整合了层次化历史总结模块以提炼用户长期偏好，并引入动态频域滤波来抑制数据噪声。所提方法充分考虑了历史与未来信息间的依赖性和交互性，采用自适应双向信息流机制，通过不确定性感知动态调节二者的融合权重，从而精准地刻画用户偏好的演变轨迹。为了验证方法的有效性，在Beauty、Sports、Yelp和ML1M这4个公开数据集上进行了实验，并与10种主流方法进行对比分析。实验结果表明：所提方法在NDCG、HR、MRR等3个指标上均优于对比的基线方法。相较于FMLP-Rec、DualRec与OracleRec这3个头部基线模型，所提方法的HR@20在Beauty和Yelp数据集上分别为0.652 0和0.913 3，比三者的平均水准分别提升了2.08个百分点和2.89个百分点；NDCG@20在Beauty和Yelp数据集上分别达到0.394 4和0.564 5，比三者的平均水准分别提升了2.67个百分点和2.72个百分点。 2027年12月10 00:00 2027年XX 1 8 5705173 马丽^1,2 , 刘文哲¹ , 李雨豪¹