本發(fā)明公開了基于動(dòng)態(tài)Hurst參數(shù)和隊(duì)列增長速度的隊(duì)列管理方法，包括：待新的數(shù)據(jù)分組到達(dá)路由器緩沖區(qū)，根據(jù)所監(jiān)測的當(dāng)前時(shí)刻路由器緩沖區(qū)的隊(duì)列狀態(tài)，判斷是否需要將該數(shù)據(jù)分組中的數(shù)據(jù)全部丟棄；將新的數(shù)據(jù)分組放入路由器緩沖區(qū)中，計(jì)算當(dāng)前時(shí)刻隊(duì)...

本發(fā)明公開了一種基于遙感影像的提取城市洪澇淹沒范圍方法，包括：獲取風(fēng)云四號衛(wèi)星遙感影像并進(jìn)行預(yù)處理，將預(yù)處理之后的遙感影像劃分為薄云區(qū)域和厚云區(qū)域；去除遙感影像上的薄云和厚云；提取去云后遙感影像中水體面積，獲得第一城市淹沒范圍；獲取同區(qū)...

本發(fā)明公開了一種基于光伏組件安裝參數(shù)的建筑光伏潛力評估方法，涉及太陽能資源評估領(lǐng)域，包括如下步驟：S1、計(jì)算目標(biāo)區(qū)域太陽輻射；S2、提取建筑頂可利用部分（可安裝光伏板的面積）；S3、計(jì)算出建筑頂光伏板排布數(shù)據(jù)；S4、計(jì)算滿足用戶需求的最...

本發(fā)明公開了一種面向類腦機(jī)制的無人駕駛緊急避障方法，屬于無人駕駛技術(shù)領(lǐng)域，方法包括：基于車道場景，獲取狀態(tài)脈沖序列；將所述狀態(tài)脈沖序列輸入至訓(xùn)練好的優(yōu)化脈沖神經(jīng)網(wǎng)絡(luò)，獲取無人駕駛緊急避障策略；其中，訓(xùn)練好的優(yōu)化脈沖神經(jīng)網(wǎng)絡(luò)的獲取方法包括...

本發(fā)明公開了一種充電用的戶外電源，涉及到戶外電源領(lǐng)域，其包括戶外供電電池，所述戶外供電電池的兩側(cè)和底側(cè)均開設(shè)有多個(gè)散熱孔，所述戶外供電電池的兩個(gè)端面上均設(shè)有多個(gè)插座，所述戶外供電電池的底側(cè)安裝有安裝底板。需要說明的是，在本發(fā)明實(shí)施例中，...

本申請涉及一種基于中繼鏈中的節(jié)點(diǎn)信任值的節(jié)點(diǎn)角色調(diào)整方法。該方法包括：當(dāng)信任值更新指令被觸發(fā)時(shí)，中繼鏈系統(tǒng)中的每個(gè)節(jié)點(diǎn)獲取中繼鏈系統(tǒng)中待更新信任值節(jié)點(diǎn)在上一信任值更新時(shí)間點(diǎn)至當(dāng)前信任值更新時(shí)間點(diǎn)內(nèi)的資源能力、處理交易情況和節(jié)點(diǎn)間協(xié)作情況...

本發(fā)明公開了一種風(fēng)速預(yù)測方法、裝置及存儲介質(zhì)，屬于風(fēng)速預(yù)測技術(shù)領(lǐng)域，方法包括獲取去噪后的氣象數(shù)據(jù)；將氣象數(shù)據(jù)輸入到訓(xùn)練好的風(fēng)速預(yù)測模型中，得到預(yù)設(shè)未來時(shí)刻的風(fēng)速，完成風(fēng)速預(yù)測；在風(fēng)速預(yù)測模型中，對氣象數(shù)據(jù)進(jìn)行以下處理：將氣象數(shù)據(jù)輸入到圖...

本發(fā)明公開一種差異特征融合檢測方法、裝置、存儲介質(zhì)以及電子裝置，其技術(shù)要點(diǎn)是構(gòu)建變化檢測數(shù)據(jù)集，按照預(yù)設(shè)比例分為訓(xùn)練集、驗(yàn)證集和測試集；讀取所述變化檢測數(shù)據(jù)集，進(jìn)行數(shù)據(jù)增強(qiáng)的預(yù)處理；構(gòu)建變化檢測網(wǎng)絡(luò)，包括特征提取，融合多級特征的全局上下...

本發(fā)明公開了一種角度自動(dòng)標(biāo)定的角度傳感器及其標(biāo)定測量方法，包括：發(fā)光二極管保護(hù)殼、接受PCB板保護(hù)殼、發(fā)射PCB板和接受PCB板；發(fā)光二極管保護(hù)殼和待測旋轉(zhuǎn)結(jié)構(gòu)的旋轉(zhuǎn)軸、接受PCB板保護(hù)殼之間進(jìn)行傳動(dòng)；發(fā)光二極管發(fā)出光束，匯聚后照射在光...

本發(fā)明公開了一種測算大型漂移藻在海域中出現(xiàn)的概率及生物量的方法，包括利用監(jiān)測手段獲取環(huán)境因子和大型漂移藻所在海域的相關(guān)數(shù)據(jù)，結(jié)合物候?qū)W基本原理，構(gòu)建大型漂移藻多源時(shí)間序列數(shù)據(jù)庫，基于該數(shù)據(jù)庫，區(qū)分易變性環(huán)境因子和穩(wěn)定性環(huán)境因子，計(jì)算海域...

本發(fā)明公開了一種基于增強(qiáng)特征空間對齊融合網(wǎng)絡(luò)的人群計(jì)數(shù)方法，包括：獲取人群圖像數(shù)據(jù)集并進(jìn)行數(shù)據(jù)預(yù)處理，將人群圖像數(shù)據(jù)集劃分成訓(xùn)練集、驗(yàn)證集和測試集，利用標(biāo)注圖產(chǎn)生人群密度圖；構(gòu)建增強(qiáng)特征空間對齊融合網(wǎng)絡(luò)；利用訓(xùn)練集、驗(yàn)證集對增強(qiáng)特征空間...

本發(fā)明公開了一種基于多尺度特征融合增強(qiáng)網(wǎng)絡(luò)的干涉相位解纏方法，將預(yù)先獲取的受噪聲影響的干涉纏繞相位圖輸入訓(xùn)練獲得的基于多尺度特征融合增強(qiáng)網(wǎng)絡(luò)，輸出獲得干涉解纏相位圖。訓(xùn)練獲得基于多尺度特征融合增強(qiáng)網(wǎng)絡(luò)，包括：將預(yù)先獲取的訓(xùn)練集輸入構(gòu)建的...

本發(fā)明公開了一種地下水埋深預(yù)測方法、可讀存儲介質(zhì)及設(shè)備，屬于地下水預(yù)測技術(shù)領(lǐng)域，所述地下水埋深預(yù)測方法，包括：獲取目標(biāo)區(qū)域的環(huán)境數(shù)據(jù)；將目標(biāo)區(qū)域的環(huán)境數(shù)據(jù)輸入通過蜣螂優(yōu)化算法訓(xùn)練好的地下水埋深預(yù)測模型中，獲取目標(biāo)區(qū)域地下水埋深預(yù)測值。本...

本技術(shù)公開了一種光催化環(huán)境科學(xué)實(shí)驗(yàn)反應(yīng)箱，包括箱體與密封板，箱體內(nèi)部左側(cè)中端設(shè)置有存放組件，箱體外壁設(shè)置有驅(qū)動(dòng)組件。本技術(shù)通過存放組件的使用，可將物品的頂面、四周以及底面均處于暴露于外界的狀態(tài)，再通過對驅(qū)動(dòng)組件的使用，使得驅(qū)動(dòng)組件可帶動(dòng)...

本發(fā)明公開了一種量子遷移學(xué)習(xí)方法，包括以下步驟：（1）獲取Flowers?Recognition花卉識別數(shù)據(jù)集和Animal?10動(dòng)物?10數(shù)據(jù)集的數(shù)據(jù)并進(jìn)行預(yù)處理；（2）構(gòu)建ResNet18量子遷移學(xué)習(xí)模型和ResNet34量子遷移學(xué)...

本發(fā)明公開一種基于特征解耦增強(qiáng)的文本生成視頻方法，屬于文本生成視頻技術(shù)領(lǐng)域。其包括，將用戶文本輸入到預(yù)先訓(xùn)練好的文本生成視頻網(wǎng)絡(luò)模型中，得到與所述用戶文本描述相符的視頻；其中，所述文本生成視頻網(wǎng)絡(luò)模型包括視覺特征解耦網(wǎng)絡(luò)、跨幀注意力模塊...

本發(fā)明公開了基于神經(jīng)和多尺度特征融合的360度視頻傳輸方法及系統(tǒng)，涉及視頻流傳輸技術(shù)領(lǐng)域，包括：獲取360度視頻，對360度視頻進(jìn)行預(yù)處理，得到預(yù)處理后的360度視頻，對預(yù)處理后的360度視頻輸入至預(yù)先建立的時(shí)空下采樣模型內(nèi)，輸出得到多...

本申請?zhí)峁┮环N結(jié)合自然通風(fēng)與強(qiáng)制通風(fēng)的氣溫觀測方法，屬于氣象儀器技術(shù)領(lǐng)域，包括以下步驟：S1、確定多個(gè)不同環(huán)境下的太陽輻射強(qiáng)度P1、太陽高度角E、海拔高度H、環(huán)境風(fēng)速V、下墊面反射率f以及風(fēng)扇電機(jī)轉(zhuǎn)速N；S2、根據(jù)步驟S1獲得的參數(shù)值，...

本發(fā)明公開了基于長周期光纖光柵的可調(diào)諧鎖模光纖激光器，由兩部分構(gòu)成，包括：激光器環(huán)形諧振腔和光調(diào)制系統(tǒng)；其中，系統(tǒng)第一部分為激光器環(huán)形諧振腔，包括泵浦激光器、波分復(fù)用器、增益光纖、光纖耦合器、2個(gè)偏振控制器、二維材料涂敷的長周期光纖光柵...

本發(fā)明公開了一種基于增強(qiáng)語義API序列特征的動(dòng)態(tài)惡意軟件檢測方法，包括以下步驟：（1）將可執(zhí)行文件上傳到沙盒中獲取包含API序列及其參數(shù)的動(dòng)態(tài)行為報(bào)告（2）采用魯棒優(yōu)化的BERT預(yù)訓(xùn)練模型RoBERTa獲取上下文語義信息；（3）通過變分...