本發(fā)明屬于車聯(lián)網(wǎng)技術(shù)領(lǐng)域，具體涉及一種基于車聯(lián)網(wǎng)的任務(wù)卸載與混合緩存替換優(yōu)化方法及系統(tǒng)，包括：獲取待處理的車載任務(wù)；以最大化路側(cè)單元的收益率評(píng)價(jià)函數(shù)為目標(biāo)，確定所獲取車載任務(wù)的任務(wù)卸載問題與混合緩存問題；基于再分配優(yōu)化法求解任務(wù)卸載問題...

本發(fā)明公開了結(jié)合自監(jiān)督特征對(duì)齊的紅外與可見光圖像融合方法及系統(tǒng)，屬于圖像融合技術(shù)領(lǐng)域，結(jié)合自監(jiān)督特征對(duì)齊的紅外與可見光圖像融合方法包括：獲取紅外圖像與可見光圖像；基于分層雙流異構(gòu)模型分別對(duì)紅外圖像與可見光圖像進(jìn)行特征提取，并基于跨模態(tài)投...

本發(fā)明公開了一種微流控色譜芯片、應(yīng)用與海水硼同位素富集方法，屬于同位素檢測(cè)與微流控技術(shù)領(lǐng)域。該芯片包括：第一芯片，其包括第一入口、第二入口、第三入口、第一出口、第二出口、第一通道和第二通道；第二芯片，其包括填料腔和硼特效樹脂；第一通道的...

本發(fā)明公開一種基于圖外部注意力增強(qiáng)的群體行為識(shí)別方法、裝置及介質(zhì)，涉及計(jì)算機(jī)視覺技術(shù)領(lǐng)域。該方法包括：獲取視頻數(shù)據(jù)每一幀中人體關(guān)節(jié)的位置信息；構(gòu)建骨架時(shí)空?qǐng)D；基于骨架時(shí)空?qǐng)D，利用自適應(yīng)圖卷積對(duì)獨(dú)立個(gè)體中的關(guān)節(jié)點(diǎn)進(jìn)行局部建模，得到局部個(gè)體...

本申請(qǐng)?zhí)峁┮环N具有梯度降解功能的醫(yī)用聚氨酯的制備方法和應(yīng)用。所述制備方法包括將聚己內(nèi)酯二醇、聚乳酸二醇和聚乙二醇進(jìn)行混合后加入硅烷偶聯(lián)劑，并進(jìn)行超聲處理，隨后轉(zhuǎn)入低溫環(huán)境靜置以得到梯度降解多元醇預(yù)處理液；向反應(yīng)釜中加入脂肪族二異氰酸酯，...

本發(fā)明屬于催化技術(shù)領(lǐng)域，具體涉及一種多功能赤泥催化劑及其制備方法與應(yīng)用。多功能赤泥催化劑包括赤泥@SnO2復(fù)合顆粒及分散其表面的Fe2O3納米粒子，赤泥@SnO2復(fù)合顆粒包括赤泥及其表面負(fù)載的SnO2顆粒；Fe2O3納米粒子、赤泥和Sn...

本發(fā)明公開了AKT1?K189/276/297Ufm蛋白在癌癥診治中的應(yīng)用，屬于生物醫(yī)藥領(lǐng)域。本發(fā)明首次在細(xì)胞水平和小鼠模型中證明AKT1的猶素化（UFMylation）修飾（AKT1?K189/276/297Ufm）是AKT1被激活的...

本發(fā)明公開一種基于多尺度自適應(yīng)圖卷積的人體行為識(shí)別方法和裝置，包括：步驟S1、根據(jù)3D人體動(dòng)作數(shù)據(jù)，得到關(guān)節(jié)數(shù)據(jù)、骨骼數(shù)據(jù)和運(yùn)動(dòng)數(shù)據(jù)；步驟S2、將關(guān)節(jié)數(shù)據(jù)、骨骼數(shù)據(jù)和運(yùn)動(dòng)數(shù)據(jù)分別輸入到對(duì)應(yīng)的三個(gè)信息流子網(wǎng)絡(luò)中；其中，每個(gè)子網(wǎng)絡(luò)分別堆疊十...

本發(fā)明屬于廢水處理及人工濕地系統(tǒng)技術(shù)領(lǐng)域，涉及一種人工濕地?藻菌復(fù)合系統(tǒng)處理廢水中新污染物的方法；本發(fā)明公開了一種利用人工濕地組合藻菌復(fù)合系統(tǒng)處理廢水中新污染物的方法，通過三層濕地構(gòu)造，分別固定化搭載特定比例的藻類和功能菌群，實(shí)現(xiàn)了物理...

本技術(shù)屬于實(shí)驗(yàn)室設(shè)備技術(shù)領(lǐng)域，尤其為一種自動(dòng)混勻生物反應(yīng)振蕩裝置，包括底板，所述底板的頂面上固定連接有外殼，所述外殼的內(nèi)側(cè)設(shè)置有振蕩結(jié)構(gòu)；所述振蕩結(jié)構(gòu)包括試管架，所述試管架上等距開設(shè)有若干排試管放置孔；可以利用轉(zhuǎn)動(dòng)桿與連接塊的配合使用，...

本發(fā)明屬于體育用品領(lǐng)域，提供了一種防墜落的體操平衡木訓(xùn)練裝置，包括預(yù)埋箱，所述預(yù)埋箱的中部安裝有平衡木底座，所述平衡木底座上安裝有平衡木高度調(diào)節(jié)組件，所述平衡木高度調(diào)節(jié)組件上安裝有平衡木；通過電機(jī)轉(zhuǎn)動(dòng)帶動(dòng)第二主動(dòng)錐齒輪轉(zhuǎn)動(dòng)，第二主動(dòng)錐齒...

本發(fā)明公開了一種體育教育用韌帶訓(xùn)練裝置，涉及韌帶訓(xùn)練裝置技術(shù)領(lǐng)域，底架；固定柱，豎直安裝在底架上；活動(dòng)機(jī)構(gòu)，設(shè)置在底架上且位于所述固定柱的一側(cè)；拉伸機(jī)構(gòu)一，對(duì)應(yīng)設(shè)置在固定柱關(guān)于所述活動(dòng)機(jī)構(gòu)的另一側(cè)，所述拉伸機(jī)構(gòu)一安裝在L形裝載板的頂部；...

本發(fā)明涉及多孔有機(jī)高分子材料技術(shù)領(lǐng)域，尤其涉及一種(S)?BNDE?TAPB?PA?COF聚合物及其制備方法與應(yīng)用。所述(S)?BNDE?TAPB?PA?COF聚合物的制備方法，包括：將配體(S)?BINOLDE?DA、1,3,5?三（...

本發(fā)明涉及多孔有機(jī)高分子材料技術(shù)領(lǐng)域，尤其涉及一種(R)?BNDE?PyTTA?COF聚合物及其制備方法與應(yīng)用。所述(R)?BNDE?PyTTA?COF聚合物的制備方法，包括：將配體(R)?BINOLDE?DA和1,3,6,8?（4?氨...

本發(fā)明提供了一種類別不平衡的網(wǎng)絡(luò)入侵檢測(cè)方法及系統(tǒng)，屬于網(wǎng)絡(luò)安全技術(shù)領(lǐng)域，包括引入超圖來模擬網(wǎng)絡(luò)實(shí)體之間的交互關(guān)系，能捕獲網(wǎng)絡(luò)中的基于群組的高階交互行為；根據(jù)持續(xù)時(shí)長(zhǎng)選擇拓?fù)涮卣髯鳛槌志媒Y(jié)構(gòu)，設(shè)定超參數(shù)權(quán)重對(duì)當(dāng)前邊進(jìn)行更新；通過對(duì)比知識(shí)...

本發(fā)明提出一種面向車路協(xié)同系統(tǒng)的數(shù)據(jù)存儲(chǔ)優(yōu)化方法及系統(tǒng)，獲取交通參與者的實(shí)時(shí)交通信息，以時(shí)間戳為字段、對(duì)應(yīng)軌跡字典數(shù)據(jù)為值構(gòu)建哈希表，存入Redis數(shù)據(jù)庫；獲取當(dāng)前軌跡數(shù)據(jù)中的時(shí)間戳并按先后排成隊(duì)列，對(duì)比隊(duì)列首尾時(shí)間戳與預(yù)設(shè)時(shí)間，刪除過...

本發(fā)明提供有機(jī)室溫磷光聚集體壓力響應(yīng)發(fā)光性能模擬方法及系統(tǒng)，本發(fā)明首先獲取精確的晶態(tài)結(jié)構(gòu)和薄膜結(jié)構(gòu)，后對(duì)晶態(tài)結(jié)構(gòu)和薄膜結(jié)構(gòu)進(jìn)行模擬加壓；獲取加壓后分子構(gòu)型及堆積方式，實(shí)時(shí)監(jiān)測(cè)聚集體形態(tài)的變化；采用QM/MM方法獲取基態(tài)和激發(fā)態(tài)的幾何結(jié)構(gòu)...

本發(fā)明屬于信息通信技術(shù)領(lǐng)域，公開了一種基于節(jié)點(diǎn)及資源協(xié)同的模型訓(xùn)練加速方法及系統(tǒng)，包括構(gòu)建云邊端節(jié)點(diǎn)協(xié)同的大模型訓(xùn)練架構(gòu)；基于所述訓(xùn)練架構(gòu)，搭建資源協(xié)同的大模型訓(xùn)練時(shí)延模型；以最小化訓(xùn)練時(shí)延為大模型訓(xùn)練時(shí)延模型的目標(biāo)函數(shù)，并設(shè)置約束條件...

本發(fā)明提供一種基于語言引導(dǎo)和圖Transformer的場(chǎng)景草圖語義分割方法及系統(tǒng)，涉及計(jì)算機(jī)視覺技術(shù)領(lǐng)域，該方法包括：獲取場(chǎng)景草圖的筆畫序列數(shù)據(jù)；對(duì)筆畫序列數(shù)據(jù)進(jìn)行多模態(tài)特征提取，分別獲得每個(gè)筆畫的紋理特征、語義特征和幾何特征；將三個(gè)特...

本發(fā)明提出了一種基于置信度偏好與規(guī)則推理的胃部病灶檢測(cè)方法及系統(tǒng)，方法為：將已標(biāo)注的病灶區(qū)域樣本作為正樣本，對(duì)正樣本添加幾何擾動(dòng)，得到若干負(fù)樣本；計(jì)算負(fù)樣本與對(duì)應(yīng)正樣本的空間重疊率和中心偏移程度，根據(jù)兩者乘積計(jì)算置信度評(píng)分，并通過提示模...