本發(fā)明提供北斗電離層隨機(jī)誤差自相關(guān)模型建立及修正方法、設(shè)備，結(jié)合卷積神經(jīng)網(wǎng)絡(luò)、長(zhǎng)短期記憶神經(jīng)網(wǎng)絡(luò)和注意力機(jī)制建立預(yù)測(cè)北斗電離層隨機(jī)誤差的深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)模型，基于預(yù)測(cè)的北斗電離層隨機(jī)誤差，分別擬合北斗電離層隨機(jī)誤差的時(shí)間自相關(guān)性函數(shù)和北...

本發(fā)明公開(kāi)了一種道岔區(qū)軌道幾何不平順快速測(cè)量方法及系統(tǒng)，方法包括通過(guò)專用檢測(cè)車體上的多角度線結(jié)構(gòu)激光掃描儀實(shí)時(shí)獲得鐵路道岔鋼軌表面的完整三維點(diǎn)云數(shù)據(jù)；通過(guò)慣導(dǎo)測(cè)量單元和里程計(jì)實(shí)時(shí)獲取檢測(cè)車體在測(cè)量過(guò)程中的精確姿態(tài)和位置數(shù)據(jù)；通過(guò)基于可變...

本發(fā)明公開(kāi)一種可實(shí)現(xiàn)多維光參量復(fù)用與多種圖像處理功能的超構(gòu)表面及其設(shè)計(jì)方法。所述超構(gòu)表面由熔融石英基底與硅納米磚結(jié)構(gòu)共同構(gòu)成；結(jié)合幾何相位與傳輸相位的聯(lián)合調(diào)控機(jī)制，通過(guò)構(gòu)建支持多波長(zhǎng)、多偏振態(tài)響應(yīng)的復(fù)振幅調(diào)控結(jié)構(gòu)，實(shí)現(xiàn)了在同一器件上對(duì)圖...

本技術(shù)公開(kāi)了一種引流裝置，包括引流袋主體，所述引流袋主體的上方連通有導(dǎo)管，且導(dǎo)管的表面套設(shè)有夾持機(jī)構(gòu)，所述夾持機(jī)構(gòu)包括限位套，所述限位套的內(nèi)部插設(shè)有連接柱，且連接柱的下方固定連接有夾板組件，所述限位套的外側(cè)固定有連接機(jī)構(gòu)。本技術(shù)通過(guò)限位...

本發(fā)明公開(kāi)了一種水稻紋枯病的抗性基因OsMAK6的應(yīng)用，屬于植物基因工程技術(shù)領(lǐng)域。本發(fā)明發(fā)現(xiàn)利用基因編輯使OsMAK6基因突變的遺傳轉(zhuǎn)化水稻對(duì)紋枯病的抗性明顯增強(qiáng)，OsMAK6基因可用于水稻選育中以提高水稻抗紋枯病性能。

本發(fā)明提供了一種磁異常數(shù)據(jù)的處理方法及裝置，該方法包括：根據(jù)球體磁異常正演公式，形成數(shù)據(jù)集；構(gòu)建U?net神經(jīng)網(wǎng)絡(luò)；根據(jù)數(shù)據(jù)集訓(xùn)練U?net神經(jīng)網(wǎng)絡(luò)，得到磁異常數(shù)據(jù)處理模型；獲取觀測(cè)平面的磁場(chǎng)數(shù)據(jù)，以及觀測(cè)平面與觀測(cè)位置的高度差；根據(jù)觀...

本發(fā)明提供了一種基于碳點(diǎn)的高靈敏度乙烯熒光探針及其制備方法和應(yīng)用，屬于納米材料和氣體傳感技術(shù)領(lǐng)域。本發(fā)明通過(guò)將Grubbs催化劑與末端為烯基的化合物進(jìn)行預(yù)反應(yīng)得到前體，再將所述前體與芳香胺類化合物和羧酸類化合物在加熱條件進(jìn)行反應(yīng)得到基于...

本發(fā)明提供了一種查詢索引方法、裝置、電子設(shè)備及介質(zhì)，方法包括獲取用戶的輸入信息；將所述輸入信息與預(yù)置的查詢?nèi)蝿?wù)映射表中的子查詢?nèi)蝿?wù)進(jìn)行匹配，獲得匹配到的至少一個(gè)所述子查詢?nèi)蝿?wù)；獲取至少一個(gè)所述子查詢?nèi)蝿?wù)對(duì)應(yīng)的參數(shù)模板，并基于所述參數(shù)模板...

一種庫(kù)壩邊坡BDS/GNSS基準(zhǔn)站穩(wěn)定性分析方法及系統(tǒng)。本發(fā)明公開(kāi)了一種利用GNSS站坐標(biāo)時(shí)間序列對(duì)庫(kù)壩及周邊地區(qū)GNSS基準(zhǔn)站穩(wěn)定性分析的方法，屬于GNSS精密定位與工程監(jiān)測(cè)交叉學(xué)科領(lǐng)域。該方法通過(guò)選取庫(kù)區(qū)內(nèi)和周邊穩(wěn)定的GNSS基準(zhǔn)站...

本發(fā)明提供一種多模態(tài)信息融合海面風(fēng)速反演方法、裝置及系統(tǒng)，其中，該多模態(tài)信息融合海面風(fēng)速反演方法包括：獲取衛(wèi)星導(dǎo)航數(shù)據(jù)、風(fēng)速參考數(shù)據(jù)和有效波高數(shù)據(jù)，并將所述風(fēng)速參考數(shù)據(jù)、所述有效波高數(shù)據(jù)分別與所述衛(wèi)星導(dǎo)航數(shù)據(jù)進(jìn)行匹配以及質(zhì)量控制，得到初...

本發(fā)明涉及一種近紅外二區(qū)納米探針CH1055?4T@PLGA及其制備方法與在腎損傷檢測(cè)中的應(yīng)用，屬于生物醫(yī)藥技術(shù)領(lǐng)域。所述納米探針由CH1055?4T熒光染料、聚乳酸?羥基乙酸共聚物(PLGA)、卵磷脂(Lecithin)和DSPE?P...

本發(fā)明的實(shí)施方式提供了一種基于極坐標(biāo)形式的潮流計(jì)算方法、裝置及設(shè)備，涉及電力技術(shù)領(lǐng)域。該方法包括：基于從電網(wǎng)系統(tǒng)中讀取的電網(wǎng)數(shù)據(jù)構(gòu)建極坐標(biāo)系潮流方程；對(duì)所述極坐標(biāo)系潮流方程進(jìn)行全純嵌入構(gòu)建，得到全純嵌入潮流模型；將輔助變量輸入所述全純嵌...

本發(fā)明公開(kāi)了一株抗噬菌體的需鈉弧菌菌株及其應(yīng)用，屬于微生物技術(shù)領(lǐng)域。所述需鈉弧菌的分類命名為需鈉弧菌Vibrio?natriegens?VQS9A，保藏于中國(guó)典型培養(yǎng)物保藏中心保藏，保藏編號(hào)為CCTCC?NO：M?20242928。本發(fā)...

本發(fā)明提出了一種多模態(tài)步態(tài)識(shí)別方法和系統(tǒng)，旨在解決復(fù)雜環(huán)境下步態(tài)識(shí)別的準(zhǔn)確性和魯棒性問(wèn)題。本發(fā)明通過(guò)結(jié)合步態(tài)輪廓圖和骨架高斯熱圖兩種模態(tài)信息，利用基于殘差連接的多尺度卷積特征提取模塊分別提取全局?局部淺層步態(tài)特征，并通過(guò)跨模態(tài)注意力融合...

本申請(qǐng)公開(kāi)了基于高光譜成像的假幣自動(dòng)識(shí)別方法與裝置。該方法包括：獲取待檢測(cè)紙幣的RGB圖像和反射光譜數(shù)據(jù)；對(duì)RGB圖像進(jìn)行校準(zhǔn)，并將校準(zhǔn)后的RGB圖像的RGB值轉(zhuǎn)換到XYZ標(biāo)準(zhǔn)顏色空間，得到XYZ圖像數(shù)據(jù)；將反射光譜數(shù)據(jù)轉(zhuǎn)換到XYZ標(biāo)準(zhǔn)...

本發(fā)明提供一種基于動(dòng)力學(xué)機(jī)制和機(jī)器學(xué)習(xí)的灘岸崩退預(yù)測(cè)方法，包括：步驟1.收集預(yù)測(cè)斷面所在河段歷史期基礎(chǔ)資料數(shù)據(jù)；步驟2.對(duì)基礎(chǔ)資料數(shù)據(jù)進(jìn)行篩選并基于篩選后的基礎(chǔ)資料數(shù)據(jù)計(jì)算特征變量、灘岸崩退概率目標(biāo)變量和灘岸崩退寬度目標(biāo)變量；步驟3.構(gòu)...

本發(fā)明提供基于熱力耦合的桿塔應(yīng)變仿真方法及系統(tǒng)，包括建立輸電桿塔的有限元模型，將輸電桿塔劃離散為單元，設(shè)定若干個(gè)工況，在每一工況下，獲取輸電桿塔各個(gè)單元對(duì)應(yīng)的力載荷，獲取輸電桿塔各個(gè)單元對(duì)應(yīng)的熱應(yīng)變，以輸電桿塔各個(gè)單元對(duì)應(yīng)的力載荷和熱應(yīng)...

本發(fā)明公開(kāi)一種考慮淹水層深度的水稻蒸散發(fā)估測(cè)方法，涉及到作物蒸散發(fā)模擬技術(shù)領(lǐng)域，包括如下步驟：獲取研究區(qū)內(nèi)氣象數(shù)據(jù)、水稻田的淹水層深度數(shù)據(jù)、水稻生長(zhǎng)數(shù)據(jù)以及實(shí)測(cè)的蒸散發(fā)數(shù)據(jù)；考慮淹水層深度對(duì)蒸散發(fā)影響機(jī)制，將淹水層深度對(duì)冠層阻力的影響添...

本發(fā)明公開(kāi)了基于自注意力機(jī)制和生成對(duì)抗網(wǎng)絡(luò)的圖像轉(zhuǎn)換方法和系統(tǒng)。第一步，通過(guò)灰度圖像生成網(wǎng)絡(luò)將SAR圖像生成清晰的灰度圖像，進(jìn)而利用全局特征提取模塊對(duì)SAR圖像進(jìn)行全局特征提取，將提取的特征與第一步的灰度圖像融合；第二步將融合圖像輸入到...

本發(fā)明屬于數(shù)字地形分析與人工智能交叉技術(shù)領(lǐng)域，具體公開(kāi)了一種基于神經(jīng)網(wǎng)絡(luò)的DEM數(shù)據(jù)中盆地的自動(dòng)標(biāo)識(shí)方法和系統(tǒng)。所述方法包括：基于均值變點(diǎn)法自適應(yīng)確定地形起伏度分析窗口，結(jié)合高程、坡度及地形起伏度提取初始平原區(qū)域；通過(guò)形態(tài)學(xué)優(yōu)化(孔洞填...