本申請(qǐng)公開(kāi)一種并行自適應(yīng)參數(shù)敏感分析（PAPSA）方法和裝置。方法包括：獲得包含多個(gè)參數(shù)的樣本參數(shù)集；根據(jù)樣本參數(shù)集并行運(yùn)行模擬模型；計(jì)算模擬模型的目標(biāo)函數(shù)值；將目標(biāo)函數(shù)值按照升序排列，采用自適應(yīng)動(dòng)態(tài)分組策略把NT個(gè)樣本參數(shù)集分成個(gè)大小...

本發(fā)明公開(kāi)一種基于雙模態(tài)混合反饋的配電網(wǎng)設(shè)備狀態(tài)評(píng)估方法，具體涉及基于加權(quán)威布爾設(shè)備狀態(tài)評(píng)估與離線機(jī)器學(xué)習(xí)優(yōu)化權(quán)重相結(jié)合的配電網(wǎng)設(shè)備生命周期評(píng)估方法與系統(tǒng)。創(chuàng)新點(diǎn)在于：1）在設(shè)備狀態(tài)評(píng)估中引入動(dòng)態(tài)權(quán)重，有利于提高設(shè)備評(píng)估準(zhǔn)確度；2）采用...

本發(fā)明公開(kāi)了一種胰島素增敏劑IOF1及其制備方法和應(yīng)用，涉及非酒精性脂肪肝及相關(guān)代謝疾病的治療技術(shù)領(lǐng)域。本發(fā)明提供的胰島素增敏劑IOF1是以超小化聚多巴胺為框架結(jié)構(gòu)，將Fe3+螯合到所述框架結(jié)構(gòu)內(nèi)部的納米粒結(jié)構(gòu)。Fe3+的螯合量以超小化...

本發(fā)明涉及腦機(jī)接口無(wú)線通信技術(shù)領(lǐng)域，特別涉及一種侵入式腦機(jī)接口低功耗低延時(shí)雙向無(wú)線通信方法及裝置，其中，方法包括：在檢測(cè)到當(dāng)前模式為增強(qiáng)型突發(fā)傳輸模式的情況下，基于預(yù)設(shè)增強(qiáng)型突發(fā)傳輸協(xié)議，獲取侵入式腦機(jī)接口采集的腦電信號(hào)，并將腦電信號(hào)發(fā)...

本發(fā)明涉及一種公路場(chǎng)景視頻車(chē)輛識(shí)別與軌跡跟蹤方法和系統(tǒng)，主要包括視頻數(shù)據(jù)獲取、車(chē)輛目標(biāo)檢測(cè)、車(chē)輛軌跡跟蹤、事件分析識(shí)別，視頻數(shù)據(jù)獲取采用公路交通高桿攝像頭實(shí)時(shí)視頻數(shù)據(jù)；車(chē)輛目標(biāo)檢測(cè)在YOLOv11基礎(chǔ)上進(jìn)行改進(jìn)，將頸部結(jié)構(gòu)的C3K2模塊...

本申請(qǐng)?zhí)峁┝艘环N基于分子動(dòng)力學(xué)的三維能量沉積的模擬方法、裝置及設(shè)備，屬于分子動(dòng)力學(xué)技術(shù)領(lǐng)域。該方法包括：利用分子動(dòng)力學(xué)模擬技術(shù)建立三維材料模型，并在三維材料模型中確定三維目標(biāo)區(qū)域，三維目標(biāo)區(qū)域用于模擬能量場(chǎng)沿預(yù)設(shè)深度方向從三維材料模型的...

本發(fā)明公開(kāi)了一種基于動(dòng)態(tài)神經(jīng)網(wǎng)絡(luò)架構(gòu)的短臨降水預(yù)報(bào)方法及系統(tǒng)。該方法通過(guò)時(shí)空梯度驅(qū)動(dòng)的重采樣策略優(yōu)化訓(xùn)練樣本分布，采用時(shí)頻雙分支動(dòng)態(tài)網(wǎng)絡(luò)架構(gòu)，其中時(shí)域分支通過(guò)編碼器?解碼器結(jié)構(gòu)提取多尺度空間特征，頻域分支通過(guò)內(nèi)容感知?jiǎng)討B(tài)網(wǎng)絡(luò)自適應(yīng)激活F...

本發(fā)明提供一種基于因子圖優(yōu)化的分段參數(shù)估計(jì)多源融合導(dǎo)航方法，包括：采集GNSS接收機(jī)數(shù)據(jù)、IMU數(shù)據(jù)和相機(jī)數(shù)據(jù)，建立統(tǒng)一的參考坐標(biāo)系；基于參考坐標(biāo)系，建立非差非組合精密單點(diǎn)定位模型UC?PPP，并進(jìn)行大氣延遲參數(shù)建模；利用阿倫方差對(duì)PP...

本發(fā)明公開(kāi)異質(zhì)界面CTE失配補(bǔ)償?shù)募す饩B(tài)調(diào)變方法及激光晶化裝置，方法包括實(shí)時(shí)監(jiān)測(cè)異質(zhì)材料界面區(qū)域的應(yīng)力分布，獲取界面應(yīng)力梯度數(shù)據(jù)；基于所述應(yīng)力梯度數(shù)據(jù)計(jì)算熱膨脹系數(shù)失配度Δα；根據(jù)Δα動(dòng)態(tài)調(diào)整激光加工參數(shù)；掃描所述界面區(qū)域，誘導(dǎo)所述界...

本發(fā)明公開(kāi)一種基于濾波增強(qiáng)的未知目標(biāo)短弧高精度初始軌道確定方法，首先依據(jù)觀測(cè)數(shù)據(jù)類(lèi)型適配初軌確定方法，在得到多組初軌候選解后，按測(cè)量殘差最小原則確定初軌最優(yōu)解，并轉(zhuǎn)換為位置、速度矢量。接著結(jié)合目標(biāo)軌道類(lèi)型與物理特性，配置動(dòng)力學(xué)模型和參數(shù)...

本發(fā)明公開(kāi)了一種鋁合金拋光用復(fù)合磨料拋光液及其制備方法與拋光方法，屬于零部件拋光技術(shù)領(lǐng)域。所述復(fù)合磨料拋光液包括納米級(jí)復(fù)合砂和微米級(jí)核桃砂，所述納米級(jí)復(fù)合砂由Fe2O3、MgO、SiO2以及SiC微米陶瓷通過(guò)球磨混合制備而成。本發(fā)明將無(wú)...

本發(fā)明公開(kāi)一種基于性能多目標(biāo)優(yōu)化的可參數(shù)化的周期性薄壁結(jié)構(gòu)設(shè)計(jì)方法，包括：選取若干結(jié)構(gòu)幾何參數(shù)作為設(shè)計(jì)變量；在取值范圍內(nèi)選取若干具體參數(shù)組合；定義優(yōu)化目標(biāo)并細(xì)化為多個(gè)優(yōu)化子目標(biāo)；獲取各具體參數(shù)組合下各優(yōu)化子目標(biāo)的性能數(shù)據(jù)，進(jìn)而得到各項(xiàng)優(yōu)...

本發(fā)明提出了一種無(wú)人機(jī)隱蔽安全網(wǎng)絡(luò)中抗協(xié)作式檢測(cè)竊聽(tīng)方法及系統(tǒng)，包括：基于多合法用戶、多協(xié)作式非法用戶的無(wú)人機(jī)上行通信網(wǎng)絡(luò)場(chǎng)景，獲取在所述多個(gè)非法用戶協(xié)作竊聽(tīng)下，每個(gè)合法用戶在每一時(shí)隙的最大安全通信速率；基于多合法用戶、多協(xié)作式非法用戶...

本發(fā)明公開(kāi)一種基于縱波上升時(shí)間的爆破地震波P波速度反演方法。該方法利用隧道或邊坡等工程施工過(guò)程中的爆破作業(yè)作為主動(dòng)震源，在施工區(qū)域布設(shè)多個(gè)爆破振動(dòng)傳感器，采集不同爆心距條件下的爆破地震波信號(hào)。首先，通過(guò)分析不同爆心距處地震波幅值的衰減規(guī)...

本發(fā)明公開(kāi)了一種基于不完備多視圖分析的網(wǎng)絡(luò)測(cè)量數(shù)據(jù)補(bǔ)全方法及裝置，首先將細(xì)粒度網(wǎng)絡(luò)測(cè)量張量的恢復(fù)問(wèn)題，分解為空間一致性與時(shí)間互補(bǔ)性兩個(gè)視角進(jìn)行聯(lián)合建模，并構(gòu)建用于張量補(bǔ)全的深度學(xué)習(xí)模型，然后對(duì)模型進(jìn)行訓(xùn)練；再將包含缺失值的網(wǎng)絡(luò)測(cè)量數(shù)據(jù)的...

本發(fā)明提出了一種圖案化光子晶體激光器及其制備方法，激光器包括襯底，以及依次沉積在襯底上的第一掩膜層、光子晶體層和第二掩膜層，第二掩膜層的中心區(qū)域刻蝕有光出射區(qū)，第二掩膜層表面以及光出射區(qū)均沉積透明導(dǎo)電層；位于第二掩膜層上的透明導(dǎo)電層表面...

本發(fā)明提供一種基于結(jié)構(gòu)化高斯和神經(jīng)核場(chǎng)的三維重建方法，以多視影像、相機(jī)內(nèi)外參數(shù)和點(diǎn)云作為輸入，首先構(gòu)建結(jié)構(gòu)化的高斯表示并對(duì)其進(jìn)行優(yōu)化，然后構(gòu)建場(chǎng)景的神經(jīng)核函數(shù)場(chǎng)，其中稀疏體素網(wǎng)格和錨點(diǎn)作為核函數(shù)的基礎(chǔ)空間結(jié)構(gòu)，并通過(guò)神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)預(yù)測(cè)核函...

本發(fā)明公開(kāi)了一種基于突發(fā)感知強(qiáng)化學(xué)習(xí)的微服務(wù)彈性伸縮方法，屬于微服務(wù)技術(shù)領(lǐng)域，該方法包括：獲取強(qiáng)化學(xué)習(xí)智能體的狀態(tài)數(shù)據(jù)，采用真實(shí)環(huán)境的歷史負(fù)載數(shù)據(jù)結(jié)合突發(fā)感知算法進(jìn)行負(fù)載預(yù)測(cè)，得到仿真狀態(tài)數(shù)據(jù)；建立強(qiáng)化學(xué)習(xí)智能體的動(dòng)作空間和策略網(wǎng)絡(luò)，策...

本發(fā)明公開(kāi)了一種多模態(tài)情感融合的機(jī)器人語(yǔ)音風(fēng)格轉(zhuǎn)換方法及設(shè)備。該方法通過(guò)多模態(tài)情感特征融合提取網(wǎng)絡(luò)提取文本、音頻及圖像輸入的情感特征向量；構(gòu)建以高斯噪聲為起點(diǎn)、目標(biāo)梅爾頻譜為終端的概率路徑，以前述情感特征為條件引導(dǎo)向量，利用時(shí)間條件U?...

本發(fā)明提供了一種基于相控陣?yán)走_(dá)的土方開(kāi)挖與土方量測(cè)算方法，涉及工程測(cè)量與施工技術(shù)領(lǐng)域，包括對(duì)相控陣?yán)走_(dá)進(jìn)行部署，開(kāi)挖前進(jìn)行以及開(kāi)挖過(guò)程中進(jìn)行三維地形數(shù)據(jù)采集，獲取基準(zhǔn)點(diǎn)云數(shù)據(jù)及動(dòng)態(tài)點(diǎn)云數(shù)據(jù)，對(duì)獲取的基準(zhǔn)點(diǎn)云數(shù)據(jù)及動(dòng)態(tài)點(diǎn)云數(shù)據(jù)進(jìn)行配準(zhǔn)，基...