Science and Engineering（科学与工程）
ISSN Online: 2995-5513 | 期刊DOI: 10.57237/j.se |开放获取期刊|双月刊
Science and Engineering ( 科学与工程 ) 是一本关注科学与工程研究最新进展和相关技术研究的国际学术期刊。本刊采用开放获取（Open Access）模式，经过专业严格的同行评审，致力于发表科学与工程等相关领域的原创研究论文。旨在反映科学与工程前沿进展及水平，推进学科专业化进程，为国内外的专家、学者、科研人员提供一个良好的传播、分享和交流的平台。Science and Engineering ( 科学与工程 ) 欢迎相关领域内的原创文章、最新评论文章和案例研究在该期刊上发表。
立即投稿 加入编委会/成为审稿人
2026年2月，第5卷，第1期
-
页码：1-10
录用日期：2026-01-13
浏览量：
出版日期：2026-02-03
下载量：
针对雾天场景下车辆检测任务中，检测精度与轻量化难以平衡的问题，提出了一种基于RT-DETR-r18的改进雾天车辆检测算法，该算法克服了模型的计算瓶颈，首先，设计了一种改进的主干网络（C2F_DYNCB）模块，结合动态卷积权重（DKW）机制和参数共享（DyInConv），构建了一种新型的动态卷积单元（DAIN Mixer）。该模块能够根据输入特征自适应调节深度卷积与特征融合方式，在显著减少参数量和计算量的同时，仍保持对多尺度空间特征的有效建模能力。其次，提出PEMD模块，通过引入Pola Attention线性注意力机制与EDFFN结构，在保持线性复杂度的同时大幅提高注意力图的判别性和模型性能；然后设计一个轻量化适配块MOEN模块，用于进一步整合局部信息并稳定特征分布。最后，采用WIoU-v3... 展开更多 -
页码：11-19
录用日期：2026-01-26
浏览量：
出版日期：2026-02-06
下载量：
本研究聚焦于物理信息神经网络（PINN）求解不同相界厚度变化的Allen-Cahn（AC）方程。传统数值方法在处理复杂相边界条件时，其计算效率与精确度常随问题复杂度而下降；PINN为解决此类问题提供了新途径。本研究首先详细推导了AC方程，进而构建了基于PINN的求解模型，包括设计特定的神经网络架构、构建由偏微分方程残差项、边界条件残差项和初始条件残差项所组成的损失函数，并进行模型训练。计算结果表明，所建立的PINN模型能有效求解不同相界厚度变化的AC方程，准确揭示序参数在不同相界厚度下的分布规律，且能通过改变迭代次数适应相界厚度变化带来的挑战，实现稳定高效的数值求解。此外，将PINN计算结果与有限差分法进行了对比。本研究为深入理解AC方程物理内涵、优化数值计算方法提供支持，也为PINN在材料... 展开更多
