探花做爱

应用数学与交叉科学研究中心数学与纤维材料团队在2025年11月17日下午14：00于应用数学与交叉学科研究中心YG04-206A进行每周小组组会，小组全体成员和各位导师共同参加。在这次组会上，由研一一名学生和研二三名学生分别汇报自己的研究进展，然后老师与同学们对汇报内容进行学术探讨，并对存在的问题给出相应的指导和建议。

熊 齐：本次汇报了弯曲毛细管的迂曲度及其分形维数。首先通过几何模型推导了多孔介质中颗粒覆盖和不覆盖的平均迂曲度与孔隙率的解析关系，进而分析了谢尔宾斯基地毯分形结构中的流动路径迂曲度并建立了迂曲度的递归模型。最后，引入分形标度理论建立了流体流动的实际长度与毛细管直径的标度关系，推导出迂曲度分形维数的表达式，为多孔介质输运特性的分形描述提供了完整的理论框架。

周 洲：本次组会汇报了近期工作，在对称树状分叉网络中，假设流体自发渗吸到第j层达到平衡高度，结合动量守恒和雷诺输运定理，对第j层单根毛细管进行了具体的受力分析，进而推导了第j层单根毛细管的压差，后续进一步推导纤维自发渗吸高度与时间的关系表达式。聂章媛：本次组会汇报了通过先验假设，求带边界的欧拉方程的渐近方程的解的收敛性。

宋增荣：本次组会汇报了面向航空图像小目标检测的实时框架学术汇报总结。PRNet 是一款基于yolov8、yolov11基础模型，针对航空图像小目标检测的实时框架，旨在解决该领域中小目标因像素占比极低（通常＜32×32 像素，仅占图像 0.1%-1%）导致的特征提取时浅层空间细节丢失、语义与空间信息难以对齐，以及现有 FPN 类方法存在的浅层特征利用不足、特征错位和重构细节偏离原始信息等问题。该框架基于 YOLO11 构建，核心包含渐进式细化颈部模块（PRN）与增强型下采样模块（ESSamp）：PRN 通过骨干网络复用、初始特征融合、渐进式融合及多尺度输出生成，实现空间 - 语义对齐与浅层特征高效利用；ESSamp 借助增强深度卷积（深度乘数 d=2 最优）和 PixelUnShuffle 优化空间重排，减少下采样时的信息丢失。在 VisDrone、AI-TOD、UAVDT 三大航空图像数据集上的实验显示，PRNet 表现优异，如 VisDrone 上轻量模型 PRNet-N AP₅₀达 43.4% 且参数仅 2.2M，大型模型 PRNet-L AP₅₀ 54.1%，AI-TOD 上 PRNet-L AP 35.6% 超越大输入尺寸模型，UAVDT 上小输入尺寸仍优于大分辨率竞品；消融实验验证了 PRN 与 ESSamp 的协同有效性、PRN 迭代次数（1 次最优）和 ESSamp 参数的合理性，且 PRN 在多架构上均能提升精度。PRNet 明确了现有 FPN 类方法缺陷，创新模块设计实现原始浅层特征高效保留，达成高精度与高效率平衡，适配交通监控等实时场景并支持边缘部署。

吴睿晨：本次组会汇报了一篇文献《Magnetic field-enhanced orifice traversal of droplets: Minimizing surface adhesion for improved efficiency》与近期工作进展。文献的研究涵盖了不同几何形状的孔口，包括直边和曲边，并探讨了液滴穿过窄孔、增厚孔口以及大直径液滴穿越受限孔口和多孔口时的动力学行为。所有模拟最初均在无磁场条件下进行，然后在外加均匀磁场的条件下重复并进行对比。结果表明，在没有磁场的情况下，液滴只能顺利通过较宽的孔口；而在狭窄或较厚的孔口中，大量液滴体积会粘附在孔壁上，导致下落速度明显降低。相比之下，外加磁场使液滴能够高效穿过更窄、更厚的孔口，同时获得更快的速度和更少的质量损失。近期的工作主要完成了网格无关性验证，通过对比无量纲时间T=10,T=13,T=16的界面轮廓图说明为什么要选择512✖500网格进行模拟。