本發(fā)明涉及工業(yè)廢水處理技術(shù)領(lǐng)域，特別涉及一種用高級氧化處理高磺酸基廢水的處理方法，該方法通過將廢水pH調(diào)節(jié)至3.0?4.0后進(jìn)行光芬頓氧化，控制H2O2與Fe2+摩爾比為300:1至400:1，出水調(diào)節(jié)pH至5.0?6.0，投加亞硫酸鈉...

本發(fā)明公開一種電驅(qū)集成式液滴微流控裝置，涉及微流控技術(shù)領(lǐng)域，用于解決現(xiàn)有控制方式多局限于平面控制，無法適應(yīng)深腔以及生化分析儀內(nèi)非結(jié)構(gòu)化的工作環(huán)境的技術(shù)問題；本發(fā)明的電驅(qū)集成式液滴微流控裝置，包括支撐板、集液板、檢測平臺、位移機構(gòu)和移液機...

本發(fā)明提出一種預(yù)測FeCrAl合金高溫氧化行為的方法，包括：步驟S1數(shù)據(jù)收集，采集多組氧化行為數(shù)據(jù)，其中包括4種合金材料及2種實驗條件，按比例劃分訓(xùn)練集與測試集；步驟S2模型構(gòu)建，采用CNN?LSTM混合架構(gòu)，提取成分、溫度、時間的局部...

本發(fā)明涉及鋰電池技術(shù)領(lǐng)域，尤其涉及一種鹵化物固態(tài)電解質(zhì)負(fù)極界面層材料及其制備方法與應(yīng)用，制備方法包括步驟：將銦源置于反應(yīng)艙內(nèi)并向反應(yīng)艙通入惰性氣體，經(jīng)保溫處理后，得到的預(yù)熱銦源在氨氣與惰性氣體的混合氣體下經(jīng)燒結(jié)處理后，得到的InN&am...

一種多元電力消耗負(fù)荷預(yù)測方法，包括：通過可逆實例歸一化處理輸入的多通道歷史負(fù)荷數(shù)據(jù)；對各通道序列進(jìn)行相空間重構(gòu)，將一維序列映射至高維空間以捕獲系統(tǒng)動力學(xué)結(jié)構(gòu)；通過頻域動態(tài)分解模塊將重構(gòu)特征分離為低頻與高頻分量，并利用可學(xué)習(xí)濾波器進(jìn)行自適...

本申請公開了一種湖庫藻華預(yù)測與監(jiān)測時間窗調(diào)度方法、設(shè)備及存儲介質(zhì)，包括：基于觀測數(shù)據(jù)采用數(shù)據(jù)同化算法對湖庫數(shù)字孿生體的狀態(tài)和參數(shù)進(jìn)行在線同化更新；采用同化更新的數(shù)字孿生體進(jìn)行未來時段的藻華預(yù)測，并對預(yù)測結(jié)果進(jìn)行物理約束校正和不確定量化處...

本發(fā)明屬于大模型領(lǐng)域，為解決目前具身智能領(lǐng)域調(diào)用大語言模型進(jìn)行規(guī)劃可能導(dǎo)致決策中樞對環(huán)境和機器人的認(rèn)識出現(xiàn)偏差的問題，提供一種基于迭代反饋的多模態(tài)大模型具身規(guī)劃方法及系統(tǒng)。其中，基于迭代反饋的多模態(tài)大模型具身規(guī)劃方法包括接收用戶命令，結(jié)...

本發(fā)明涉及數(shù)據(jù)處理技術(shù)領(lǐng)域，公開了一種基于多模態(tài)特征檢索的情緒識別方法、系統(tǒng)、終端及存儲介質(zhì)，所述方法包括：采集受試者的視頻信號與音頻信號，將音頻信號轉(zhuǎn)換為文本信號，提取視頻特征、音頻特征與文本特征；根據(jù)視頻特征、音頻特征與文本特征在單...

本申請涉及深度學(xué)習(xí)領(lǐng)域，提供了深度學(xué)習(xí)任務(wù)混合部署中的重調(diào)度方法、裝置和存儲介質(zhì)。所述方法包括：監(jiān)測集群中各節(jié)點的資源狀態(tài)；當(dāng)資源狀態(tài)滿足預(yù)定的重調(diào)度觸發(fā)條件時，從當(dāng)前節(jié)點中篩選出待重調(diào)度的離線任務(wù)，其中，重調(diào)度觸發(fā)條件包括：節(jié)點的CP...

本發(fā)明提供一種基于感知判別漂移類型的惡意軟件檢測方法和系統(tǒng)，包括：從每個PE文件中提取靜態(tài)特征構(gòu)建高維特征向量，將數(shù)據(jù)集劃分為非重疊的多個時間窗口；對每個時間窗口的數(shù)據(jù)進(jìn)行聚類，計算連續(xù)窗口間聚類質(zhì)心的移動距離，得到漂移分?jǐn)?shù)序列，并感知...

本發(fā)明涉及建筑結(jié)構(gòu)振動控制技術(shù)領(lǐng)域，尤其涉及一種三向減振模塊化被動調(diào)諧質(zhì)量阻尼單元以及阻尼器，包括：外箱組件、內(nèi)箱組件和質(zhì)量球；所述外箱組件與所述內(nèi)箱組件之間設(shè)有豎向滑動連接結(jié)構(gòu)，所述內(nèi)箱組件能夠沿豎向相對于所述外箱組件滑動；所述外箱組...

本發(fā)明提供了一種面向低軌衛(wèi)星云存儲星座的多故障節(jié)點數(shù)據(jù)修復(fù)方法、系統(tǒng)及存儲介質(zhì)，方法包括：步驟1：配置星座參數(shù)及仿真參數(shù)，搭建衛(wèi)星網(wǎng)絡(luò)拓?fù)?；步驟2：判斷多故障節(jié)點中需要修復(fù)的數(shù)據(jù)塊為單條帶還是多條帶，若為單條帶，則利用聚合技術(shù)生成多棵單...

本發(fā)明公開一種基于多尺度空間剖分網(wǎng)格的數(shù)據(jù)集裝箱存儲與管理方法，包括：先基于地球空間剖分理論，構(gòu)建覆蓋地表與高度維度的多尺度空間剖分網(wǎng)格編碼體系，賦予各網(wǎng)格唯一編碼以形成統(tǒng)一時空框架；再采集影像、矢量、非空間等多源數(shù)據(jù)并傳輸至處理中心，...

本發(fā)明提供了一種抗氧化自組裝鎳包銅核殼納米顆粒及其制備方法和應(yīng)用，該制備方法包括如下步驟：制備銅鎳前驅(qū)體溶液；將還原劑、油酸、油胺溶于有機溶劑中，然后加入pH調(diào)節(jié)劑、聚乙二醇、助溶助劑，得到還原溶液；采用注射器將銅鎳前驅(qū)體溶液注入到所述...

本申請?zhí)峁┮环N異常檢測方法及相關(guān)設(shè)備。所述方法包括：對文本提示進(jìn)行建模，并確定與獲取的源域數(shù)據(jù)集對應(yīng)的文本提示；基于文本提示，根據(jù)文本提示的錨點與最困難的負(fù)樣本之間的最小距離計算得到第一損失函數(shù)；將源域數(shù)據(jù)集對應(yīng)的圖像特征和文本提示進(jìn)行...

本發(fā)明屬于結(jié)構(gòu)模態(tài)識別領(lǐng)域，具體涉及基于多尺度空間的模態(tài)參數(shù)自動識別方法，包括：從目標(biāo)結(jié)構(gòu)上采集振動數(shù)據(jù)樣本，所述振動數(shù)據(jù)樣本包括結(jié)構(gòu)的加速度信號；選擇功率譜計算參數(shù)，包括窗函數(shù)和快速傅里葉變換FFT長度；使用插值功率譜估計對所述加速度...

本發(fā)明提供了一種基于稀土摻雜納米晶體的儲層計算方法，包括：獲取原始數(shù)字圖像并轉(zhuǎn)換為二進(jìn)制向量集；通過時間復(fù)用編碼將二進(jìn)制向量集調(diào)制為脈沖序列集；將脈沖序列輸入至由三層核?殼?殼結(jié)構(gòu)稀土摻雜納米晶體構(gòu)成的儲層，通過其非線性動力學(xué)相互作用產(chǎn)...

一種基于空間環(huán)境參數(shù)感知的低軌衛(wèi)星動態(tài)自適應(yīng)閾值軌道保持方法，包括以下步驟：S1、離線映射模型構(gòu)建：以全局燃料效率最優(yōu)化為目標(biāo)，通過仿真和優(yōu)化算法，生成空間環(huán)境參數(shù)與最優(yōu)軌道保持閾值之間的映射模型；S2、在線感知與控制：實時感知空間環(huán)境...

本發(fā)明提供一種基于時序圖神經(jīng)網(wǎng)絡(luò)的網(wǎng)絡(luò)攻擊檢測方法和系統(tǒng)，包括：初始化節(jié)點的節(jié)點特征矩陣F、攻擊者節(jié)點的攻擊emb矩陣EA和受害者節(jié)點的受害emb矩陣EV；從網(wǎng)絡(luò)中收集多條流量構(gòu)成數(shù)據(jù)集，讀取b條數(shù)據(jù)更新F，并使用時序圖神經(jīng)網(wǎng)絡(luò)的兩個T...

本發(fā)明涉及人工智能與計算機視覺技術(shù)領(lǐng)域，為解決傳統(tǒng)單純增加參數(shù)規(guī)模的擴展策略無法有效突破該語義細(xì)化瓶頸的問題，提供基于多模態(tài)思維樹的視覺感知方法及系統(tǒng)。基于多模態(tài)思維樹的視覺感知方法包括獲取待處理的原始圖像和目標(biāo)指代文本，構(gòu)建多模態(tài)思維...