本申請(qǐng)公開(kāi)了一種基于輸入凸Transformer架構(gòu)的凸或近似凸系統(tǒng)時(shí)序建模方法，主要涉及Transformer架構(gòu)技術(shù)領(lǐng)域，用以解決高精度時(shí)序模型難以用于凸優(yōu)化控制、凸優(yōu)化友好模型又難以達(dá)到高預(yù)測(cè)精度的問(wèn)題。包括：將交叉注意力輸出與解...

本發(fā)明屬于新能源和光催化技術(shù)領(lǐng)域，具體涉及一種暴露(100)?(111)晶面的Pt/FAPbBr3光催化材料及其制備方法與應(yīng)用，包括：將乙酸甲脒與HBr反應(yīng)制得FABr，然后將EDTA?4Na、FABr和PbBr2加入HBr溶液中得到暴...

本發(fā)明屬于供電與配電技術(shù)領(lǐng)域。提出了一種并聯(lián)三電平逆變器調(diào)制方法、系統(tǒng)、產(chǎn)品、介質(zhì)及設(shè)備，將雙并聯(lián)三電平逆變器等效為整體五電平逆變器，向初始三相參考信號(hào)注入零序分量得到參考信號(hào)，經(jīng)取整和余數(shù)運(yùn)算識(shí)別合成矢量，再根據(jù)起始合成矢量三相狀態(tài)之...

本發(fā)明涉及一種融合雙向注意力與自蒸餾的多模態(tài)情感識(shí)別方法及系統(tǒng)，首先，通過(guò)設(shè)計(jì)雙向交叉注意力機(jī)制，實(shí)現(xiàn)模態(tài)間信息流的雙向交互，使文本、語(yǔ)音和視頻能夠相互校正，挖掘更深層次的互補(bǔ)線索。其次，引入自蒸餾式的雙策略學(xué)習(xí)框架，通過(guò)并行的保守融合...

本發(fā)明屬于電磁暫態(tài)仿真技術(shù)領(lǐng)域，具體涉及一種電磁暫態(tài)仿真支路解耦方法，包括LCL解耦支路基于獲取的邊界節(jié)點(diǎn)電壓、以及系統(tǒng)中存儲(chǔ)的、和采用前行分支行進(jìn)策略下的狀態(tài)更新公式計(jì)算中間電容C兩端的中間電容電壓；本發(fā)明采用純隱式積分方法對(duì)LCL解...

本申請(qǐng)屬于文本偽造檢測(cè)技術(shù)領(lǐng)域，具體涉及一種基于跨模態(tài)一致性學(xué)習(xí)的結(jié)構(gòu)化文檔偽造檢測(cè)方法及系統(tǒng)，包括層次化一致性感知融合模塊HCAF和字段級(jí)對(duì)比排序?qū)W習(xí)FCR策略?xún)纱蠛诵膭?chuàng)新。HCAF模塊在Token級(jí)、字段級(jí)、全局級(jí)三個(gè)粒度上逐層進(jìn)行...

本發(fā)明公開(kāi)了過(guò)表達(dá)cysK基因在提高豆科牧草可溶性蛋白含量中的應(yīng)用，屬于生物技術(shù)領(lǐng)域。所述cysK基因的CDS序列如SEQ?ID?NO.?2所示。構(gòu)建含有SEQ?ID?NO.2所示的核苷酸序列的植物過(guò)表達(dá)載體，將所述植物過(guò)表達(dá)載體導(dǎo)入豆...

本發(fā)明涉及一種侵染革蘭氏陰性菌的噬菌體裂解酶的表面固定化的方法，本發(fā)明利用可以侵染G?菌的噬菌體裂解酶LysSSE1，通過(guò)分子克隆技術(shù)，從分子生物學(xué)角度引入從數(shù)據(jù)庫(kù)中篩選出的氨基酸類(lèi)連接器和/或親和配體SiAP1/SiAP2，構(gòu)建出含肽...

本發(fā)明涉及一種齒輪成型刀具磨損在線補(bǔ)償與壽命預(yù)測(cè)方法及系統(tǒng)，通過(guò)構(gòu)建齒輪成型刀具的多維數(shù)字孿生機(jī)理模型，實(shí)時(shí)采集多源傳感信號(hào)，提取顯性特征并與隱性特征及機(jī)理參數(shù)編碼向量融合；再基于融合特征構(gòu)建圖神經(jīng)網(wǎng)絡(luò)分類(lèi)模型，實(shí)現(xiàn)刀具磨損等級(jí)的在線精...

本發(fā)明公開(kāi)了一種基于分子動(dòng)力學(xué)模擬評(píng)測(cè)膠黏劑固體表面粘結(jié)性能的方法，屬于分子動(dòng)力學(xué)模擬技術(shù)領(lǐng)域，通過(guò)構(gòu)建膠黏劑與固體表面的粘接體系初始化模型并進(jìn)行結(jié)構(gòu)優(yōu)化，得到能量最小化的優(yōu)化模型；對(duì)優(yōu)化模型進(jìn)行分子動(dòng)力學(xué)模擬，獲取膠黏劑與固體表面的界...

本發(fā)明涉及基于雙向交叉注意力的輪廓與骨架融合的步態(tài)識(shí)別方法及系統(tǒng)，包括：A、步態(tài)多模態(tài)數(shù)據(jù)獲取與對(duì)齊處理；B、輪廓分支分層時(shí)空特征提取；提取步態(tài)輪廓序列的多層級(jí)外觀時(shí)空特征；C、骨架分支分層時(shí)空特征提取；建模人體關(guān)節(jié)點(diǎn)間的空間依賴(lài)關(guān)系和...

本發(fā)明屬于有機(jī)合成技術(shù)領(lǐng)域，涉及芳胺及酚的間位胺化方法。所述方法以醌（亞胺）醇類(lèi)化合物為底物，在無(wú)金屬、無(wú)導(dǎo)向基參與的條件下，與N?亞磺酰亞胺或N?亞磺酰氯類(lèi)親電試劑反應(yīng)，實(shí)現(xiàn)間位選擇性胺化，以良好收率獲得結(jié)構(gòu)多樣的間位胺化芳胺與酚類(lèi)衍...

本發(fā)明屬于三模冗余恢復(fù)策略技術(shù)領(lǐng)域，尤其涉及用于三模冗余的分級(jí)異常恢復(fù)方法及系統(tǒng)。包括獲取待監(jiān)控處理器內(nèi)各個(gè)關(guān)鍵模塊的故障信號(hào)；對(duì)故障信號(hào)進(jìn)行分析，得到故障信息，所述故障信息包括故障類(lèi)型和故障出現(xiàn)的物理位置；基于故障信息，結(jié)合預(yù)設(shè)的判斷...

本發(fā)明屬于電力系統(tǒng)運(yùn)行控制技術(shù)領(lǐng)域，涉及一種基于縱橫向柔性資源協(xié)同與大語(yǔ)言模型增強(qiáng)聯(lián)邦強(qiáng)化學(xué)習(xí)的三相配電網(wǎng)電壓優(yōu)化控制方法，所述方法通過(guò)建立三相配電網(wǎng)潮流模型并定義電壓優(yōu)化問(wèn)題，設(shè)置多智能體強(qiáng)化學(xué)習(xí)的狀態(tài)空間、動(dòng)作空間與初始獎(jiǎng)勵(lì)函數(shù)；各...

本發(fā)明公開(kāi)了滿(mǎn)足多場(chǎng)景需求的新能源與儲(chǔ)能實(shí)證平臺(tái)設(shè)計(jì)方法及系統(tǒng)，屬于電力系統(tǒng)規(guī)劃與智能優(yōu)化技術(shù)領(lǐng)域。方法包括：獲取典型場(chǎng)景特征構(gòu)建多場(chǎng)景分類(lèi)模型；建立上層多目標(biāo)優(yōu)化模型生成配置方案候選集；建立下層偏差計(jì)算與約束驗(yàn)證模型對(duì)候選方案進(jìn)行約束...

本發(fā)明提出了基于檢索增強(qiáng)生成的結(jié)構(gòu)智能設(shè)計(jì)與自主校核方法及系統(tǒng)，屬于人工智能與結(jié)構(gòu)設(shè)計(jì)交叉領(lǐng)域。方法包括：構(gòu)建結(jié)構(gòu)設(shè)計(jì)規(guī)范專(zhuān)用知識(shí)庫(kù)，通過(guò)對(duì)規(guī)范文檔進(jìn)行文本預(yù)處理、信息結(jié)構(gòu)化及向量化存儲(chǔ)，建立標(biāo)準(zhǔn)化向量數(shù)據(jù)庫(kù)；采用向量檢索與大語(yǔ)言模型重...

本發(fā)明提供了一種針對(duì)大語(yǔ)言模型鍵值緩存的安全性檢測(cè)方法及系統(tǒng)，涉及人工智能信息安全領(lǐng)域，包括：獲取用戶(hù)輸入的原始請(qǐng)求文本，從原始請(qǐng)求文本中截取前綴，將其作為根節(jié)點(diǎn)的Token，構(gòu)建初始的Token樹(shù)；借助待檢測(cè)的目標(biāo)大語(yǔ)言模型和本地部署...

本發(fā)明提出了基于空間計(jì)算與協(xié)作機(jī)器人的遙操作數(shù)據(jù)采集方法及系統(tǒng)，屬于機(jī)器人遙操作與數(shù)據(jù)采集領(lǐng)域。方法包括：搭建硬件平臺(tái)和數(shù)字孿生仿真場(chǎng)景；利用頭顯設(shè)備捕獲雙手六自由度位姿及手指動(dòng)作數(shù)據(jù)，映射至機(jī)器人操作空間；將手部位姿作為目標(biāo)位姿，通過(guò)...

本發(fā)明屬于機(jī)器人柔性物體操作技術(shù)領(lǐng)域，具體公開(kāi)了一種基于光流增強(qiáng)的柔性布料魯棒操作方法及系統(tǒng)，方法包括：構(gòu)建柔性布料操作的魯棒性基準(zhǔn)，以魯棒性基準(zhǔn)為統(tǒng)一錨點(diǎn)，計(jì)算基準(zhǔn)依賴(lài)二維光流場(chǎng)；對(duì)光流場(chǎng)和零通道的拼接數(shù)據(jù)進(jìn)行三通道動(dòng)態(tài)幾何編碼，得到...

本發(fā)明涉及微流控技術(shù)領(lǐng)域，公開(kāi)了一種腫瘤微組織?血管共培養(yǎng)微流控芯片及在免疫藥物篩選中的應(yīng)用。所述芯片包括微孔錨定層和微流道層；微孔錨定層設(shè)有多排微孔陣列，每個(gè)微孔單元包含大圓孔腔及位于其底部的至少兩個(gè)上大下小的錨定小圓孔腔，大圓孔腔與...