本發(fā)明針對(duì)AIS數(shù)據(jù)在班輪航行中的應(yīng)用問(wèn)題，公開(kāi)了一種基于AIS數(shù)據(jù)的船舶軌跡預(yù)測(cè)方法和系統(tǒng)，涉及AIS船舶數(shù)據(jù)、人工智能等領(lǐng)域。本發(fā)明通過(guò)采用三次樣條插值法修復(fù)缺失數(shù)據(jù)，使用Savitzky?Golay濾波算法處理異常值，并結(jié)合改進(jìn)的...

本發(fā)明涉及無(wú)源物聯(lián)網(wǎng)、人工智能等領(lǐng)域，尤其涉及一種基于時(shí)間注意力的時(shí)序數(shù)據(jù)間歇學(xué)習(xí)方法和系統(tǒng)。針對(duì)無(wú)源傳感監(jiān)測(cè)環(huán)境中時(shí)間序列數(shù)據(jù)處理問(wèn)題，采用變分推斷引導(dǎo)的自適應(yīng)批量選擇和動(dòng)態(tài)樣本重標(biāo)定方法選擇滿(mǎn)足條件的樣本，然后結(jié)合Bi?GRU算法，...

本發(fā)明涉及機(jī)動(dòng)車(chē)尾氣處理領(lǐng)域，具體涉及一種機(jī)動(dòng)車(chē)尾氣凈化用錳基催化劑及其制備方法、應(yīng)用，該制備方法包括以下步驟：S1、將過(guò)渡金屬鹽與錳基活性相進(jìn)行混合，超聲波化學(xué)沉淀法進(jìn)行處理，洗滌，干燥后得到前驅(qū)體；S2、在300～800℃下煅燒得到...

本發(fā)明公開(kāi)一種基于多任務(wù)學(xué)習(xí)的多模式出行流協(xié)同預(yù)測(cè)方法、系統(tǒng)及裝置，方法包括：獲取待測(cè)區(qū)域中多種出行方式的相關(guān)數(shù)據(jù)；將多種出行方式的相關(guān)數(shù)據(jù)進(jìn)行預(yù)處理及時(shí)空對(duì)齊，基于OD流矩陣，提取OD流的流量相似特征及建成環(huán)境特征和時(shí)序特征，基于建成...

本發(fā)明公開(kāi)一種融合知識(shí)圖譜的多智能體訓(xùn)練方法及系統(tǒng)，該系統(tǒng)包含知識(shí)圖譜管理模塊、智能體訓(xùn)練模塊和交互與反饋模塊；知識(shí)圖譜管理模塊負(fù)責(zé)知識(shí)圖譜的整理、更新等工作，涵蓋數(shù)據(jù)采集、清洗、存儲(chǔ)、構(gòu)建、更新、查詢(xún)與推理及反饋收集。智能體訓(xùn)練模塊包...

本發(fā)明公開(kāi)了一種面向檢索增強(qiáng)大語(yǔ)言模型的知識(shí)問(wèn)答對(duì)抗檢測(cè)方法及系統(tǒng)。先接收用戶(hù)問(wèn)題進(jìn)行語(yǔ)義解析，提取關(guān)鍵特征，利用這些特征在本地知識(shí)庫(kù)中檢索，提取相關(guān)的上下文，將問(wèn)題及上下文輸入大語(yǔ)言模型生成基礎(chǔ)答案；對(duì)提問(wèn)及上下文進(jìn)行語(yǔ)義替換生成多種...

本發(fā)明提供了一種城市暴雨洪澇風(fēng)險(xiǎn)評(píng)估方法、系統(tǒng)、設(shè)備及介質(zhì)，屬于洪水災(zāi)害應(yīng)急管理技術(shù)領(lǐng)域，其方法包括如下步驟：獲取目標(biāo)城市暴雨洪水事件的社交媒體實(shí)時(shí)數(shù)據(jù)，并構(gòu)建不同類(lèi)型的數(shù)據(jù)集；基于構(gòu)建的數(shù)據(jù)集，使用訓(xùn)練好的ViT篩選出暴雨洪澇圖片實(shí)時(shí)...

本發(fā)明屬于醫(yī)療物聯(lián)網(wǎng)認(rèn)證技術(shù)領(lǐng)域，公開(kāi)了一種基于區(qū)塊鏈的零信任醫(yī)療物聯(lián)網(wǎng)認(rèn)證方法和系統(tǒng)，本發(fā)明采用了零信任的安全架構(gòu)，在傳統(tǒng)單次認(rèn)證的基礎(chǔ)上引入了持續(xù)認(rèn)證，并且將用戶(hù)申請(qǐng)的操作權(quán)限劃分為不同的等級(jí)，根據(jù)等級(jí)設(shè)置對(duì)應(yīng)的持續(xù)認(rèn)證時(shí)間間隔，可...

本發(fā)明涉及電解水催化技術(shù)領(lǐng)域，公開(kāi)了一種鈷錳鍶三元金屬催化劑及其制備方法和應(yīng)用。鈷錳鍶三元金屬催化劑材料表面粗糙，存在孔洞，有Mn、Co、Sr三種金屬氧化物MnO2、Co3O4、SrO2物相，為無(wú)定形和晶相共存的結(jié)構(gòu)，具有晶面?非晶面組...

本發(fā)明提供一種跨文化實(shí)體翻譯方法、裝置、設(shè)備及存儲(chǔ)介質(zhì)，其中，該跨文化實(shí)體翻譯方法包括：構(gòu)建多語(yǔ)言知識(shí)圖譜；所述多語(yǔ)言知識(shí)圖譜包括實(shí)體名稱(chēng)、實(shí)體描述以及實(shí)體間的相互關(guān)系；獲取源語(yǔ)言文本，對(duì)所述源語(yǔ)言文本進(jìn)行編碼，得到源語(yǔ)言向量，優(yōu)化所述...

本發(fā)明公開(kāi)了一種鎳鉬修飾鉬酸鈷復(fù)合材料及其制備方法和中性電解水析氫應(yīng)用。該復(fù)合材料包括導(dǎo)電基底和生長(zhǎng)在所述導(dǎo)電基底上的鎳鉬修飾鉬酸鈷，所述的鎳鉬修飾鉬酸鈷為納米片修飾的鉬酸鈷納米棒陣列形貌，其中納米片厚度在5?80nm，納米棒直徑在0....

本發(fā)明涉及有機(jī)分子熒光探針的技術(shù)領(lǐng)域，具體涉及一種用于檢測(cè)和標(biāo)記微塑料的近紅外熒光探針、及其制備方法和應(yīng)用，該近紅外熒光探針HCY?PS以半花菁染料為骨架，引入4?二甲胺?1?萘醛完成制備。本發(fā)明的熒光探針HCY?PS通過(guò)靜電吸附、π?...

本申請(qǐng)屬于圖神經(jīng)網(wǎng)絡(luò)技術(shù)領(lǐng)域，公開(kāi)了一種基于圖神經(jīng)網(wǎng)絡(luò)的個(gè)性化教育資源推薦方法及系統(tǒng)，方法包括：從編碼信息庫(kù)中提取學(xué)習(xí)者的第一編碼信息和學(xué)習(xí)資源的第二編碼信息；將第一編碼信息和第二編碼信息輸入至多興趣對(duì)比圖注意力網(wǎng)絡(luò)，得到學(xué)習(xí)者對(duì)應(yīng)的第...

本發(fā)明提出了用于水中殺菌除藻的改性零價(jià)鐵制劑及其制備方法，涉及零價(jià)鐵改性技術(shù)領(lǐng)域。該改性零價(jià)鐵制劑，包括硅酸根改性零價(jià)鐵和碳酸根改性零價(jià)鐵；所述硅酸根改性零價(jià)鐵與所述碳酸根改性零價(jià)鐵的質(zhì)量比為1：(0.8?1.2)；所述硅酸根改性零價(jià)鐵...

本申請(qǐng)?zhí)岢隽艘环N金屬基有機(jī)新材料及其制備方法和應(yīng)用，涉及材料、化工和環(huán)境保護(hù)技術(shù)領(lǐng)域。制備方法包括以下步驟：將金屬鹽溶液與有機(jī)配體溶液混合均勻，得混合溶液；往上述混合溶液中加入堿性溶液，混合反應(yīng)，經(jīng)離心、洗滌和再次離心后棄上清，烘干即可...

本發(fā)明提供一種高性能可變碼率的圖像壓縮方法及裝置，具體方法包括：采用了分段式的網(wǎng)絡(luò)架構(gòu)設(shè)計(jì)，即將基礎(chǔ)的圖像壓縮模型中的主編解碼器分段，細(xì)分為高碼率網(wǎng)絡(luò)和低碼率網(wǎng)絡(luò)兩部分，其中，在高碼率網(wǎng)絡(luò)中引入含有兩個(gè)串聯(lián)Swin?Transforme...

本發(fā)明提供一種基于主題感知語(yǔ)境學(xué)習(xí)的事件因果關(guān)系識(shí)別方法及系統(tǒng)，屬于自然語(yǔ)言處理領(lǐng)域，包括：S1提取事件對(duì)生成待識(shí)別的查詢(xún)實(shí)例，并基于主題相似度檢索策略選擇具有因果關(guān)系的事件對(duì)作為演示樣本，將查詢(xún)實(shí)例與演示樣本組合形成訓(xùn)練樣本集；S2對(duì)...

本發(fā)明涉及課堂教學(xué)監(jiān)測(cè)領(lǐng)域，提供一種基于多模態(tài)數(shù)據(jù)的教師課堂教學(xué)目標(biāo)講授特征檢測(cè)方法及系統(tǒng)。所述方法包括以下步驟：(1)確定課堂教學(xué)目標(biāo)檢測(cè)內(nèi)容；(2)構(gòu)建課堂教學(xué)目標(biāo)內(nèi)容檢測(cè)標(biāo)準(zhǔn)庫(kù)；(3)建立教師課堂教學(xué)目標(biāo)講授特征檢測(cè)方法；(4)檢...

本發(fā)明公開(kāi)了一種結(jié)合可變形卷積與注意力機(jī)制的紅外船舶尾跡檢測(cè)方法和系統(tǒng)。本發(fā)明提出了基于yolov8改進(jìn)的尾跡檢測(cè)模型，綜合考慮了復(fù)雜海況下的圖像噪聲問(wèn)題以及小目標(biāo)檢測(cè)問(wèn)題，提出可變形卷積、注意力機(jī)制以及多尺度特征融合模塊，提高模型檢測(cè)...

本發(fā)明公開(kāi)了一種結(jié)合注意力機(jī)制的高分辨率輕量級(jí)的人體姿態(tài)估計(jì)方法。本發(fā)明設(shè)計(jì)了一個(gè)高分辨率輕量級(jí)人體姿態(tài)估計(jì)網(wǎng)絡(luò)，網(wǎng)絡(luò)的核心是特別設(shè)計(jì)的GEBasicblock和GEBottleneck模塊，它們利用倒殘差結(jié)構(gòu)和Ghost模塊來(lái)提取特征...