本發(fā)明公開了一種基于估計(jì)距離的UWB抗非視距定位方法。首先，根據(jù)UWB移動(dòng)站接收的觀測數(shù)據(jù)和對應(yīng)基站，對所有基站進(jìn)行隨機(jī)等概率分組；然后計(jì)算所有分組下的定位解，遍歷獲得的所有定位解，計(jì)算每個(gè)定位解到對應(yīng)參與定位過程中基站之間的估計(jì)距離，...

本發(fā)明公開了一種空氣質(zhì)量數(shù)據(jù)標(biāo)準(zhǔn)化方法、裝置、計(jì)算機(jī)設(shè)備及介質(zhì)，包括：將歷史監(jiān)測指標(biāo)數(shù)據(jù)作為因變量，將時(shí)間數(shù)據(jù)和氣象數(shù)據(jù)作為輸入特征變量，構(gòu)建原始空氣質(zhì)量監(jiān)測濃度預(yù)測模型；采用SHAP算法對空氣質(zhì)量數(shù)據(jù)標(biāo)準(zhǔn)化濃度預(yù)測模型進(jìn)行分析，確定每...

本申請公開了一種基于小樣本的橋梁裂縫識(shí)別模型訓(xùn)練方法及裝置，涉及橋梁裂縫智能識(shí)別技術(shù)領(lǐng)域，通過獲取橋梁裂縫查詢集和橋梁裂縫支持集，并將橋梁裂縫查詢集和橋梁裂縫支持集進(jìn)行數(shù)據(jù)增強(qiáng)和數(shù)據(jù)擴(kuò)充，得到橋梁裂縫擴(kuò)充查詢集和橋梁裂縫擴(kuò)充支持集，提取...

本發(fā)明公開了一種基于脈沖神經(jīng)網(wǎng)絡(luò)的軸承故障診斷分類方法，通過分割原始軸承故障數(shù)據(jù)，并對分割的原始軸承故障數(shù)據(jù)進(jìn)行數(shù)據(jù)擴(kuò)增，再對數(shù)據(jù)擴(kuò)增的原始軸承故障數(shù)據(jù)做歸一化處理，得到重組后的軸承故障信號(hào)；將多組重組后的軸承故障信號(hào)進(jìn)行轉(zhuǎn)換，得到多組...

本發(fā)明公開了一種基于三角形面積的UWB加權(quán)定位方法。首先，將標(biāo)簽接收到的觀測距離數(shù)據(jù)按照從小到大排序，選取滿足定位要求的部分近距離基站；然后，對這些近距離基站進(jìn)行隨機(jī)分組，并對每個(gè)分組計(jì)算其所有兩兩圓相交過程中單個(gè)交點(diǎn)與兩圓心形成的三角...

本發(fā)明公開了一種城市生態(tài)韌性評(píng)估預(yù)警方法、裝置及相關(guān)設(shè)備，該方法包括：S1：從城市生態(tài)環(huán)境中獲取實(shí)時(shí)數(shù)據(jù)，并組成時(shí)間序列；S2：基于確定時(shí)間寬度，將時(shí)間序列數(shù)據(jù)進(jìn)行平滑降噪處理和標(biāo)準(zhǔn)化處理；將數(shù)據(jù)輸入Informer模型中，評(píng)估未來的生...

本發(fā)明公開了基于城市軌道交通網(wǎng)絡(luò)的夜間地下物流規(guī)劃方法及系統(tǒng)，方法包括：獲取城市地鐵網(wǎng)絡(luò)信息以及當(dāng)日夜間各地鐵站點(diǎn)需運(yùn)輸?shù)呢浳锪?；基于城市地鐵網(wǎng)絡(luò)信息構(gòu)建夜間地下物流運(yùn)輸模型；將當(dāng)日夜間各地鐵站點(diǎn)需運(yùn)輸?shù)呢浳锪枯斎胍归g地下物流運(yùn)輸模型，...

本發(fā)明屬于遙感技術(shù)領(lǐng)域，公開了面向多時(shí)相遙感數(shù)據(jù)的耕地資源智能監(jiān)測方法，包括：構(gòu)建光譜注意力模塊，提高耕地敏感波段重要性，降低其他波段干擾；優(yōu)化基于自注意力機(jī)制的時(shí)序特征提取模塊，改進(jìn)L_TAE注意力機(jī)制，將固定式位置編碼替換為可學(xué)習(xí)式...

本發(fā)明公開一種基于聯(lián)邦學(xué)習(xí)的電動(dòng)汽車動(dòng)態(tài)充電控制方法及系統(tǒng)，該方法步驟包括：基于聯(lián)邦學(xué)習(xí)在指定區(qū)域內(nèi)各邊緣計(jì)算終端分別收集多個(gè)電動(dòng)汽車的充電數(shù)據(jù)進(jìn)行訓(xùn)練，將各邊緣計(jì)算終端的訓(xùn)練結(jié)果進(jìn)行聚合，并根據(jù)各邊緣計(jì)算終端中不同車型數(shù)據(jù)的占比得到對...

本發(fā)明公開了一種基于聯(lián)邦學(xué)習(xí)的車載網(wǎng)數(shù)據(jù)處理方法、裝置、設(shè)備及介質(zhì)，包括：根據(jù)各個(gè)節(jié)點(diǎn)的歷史通信消息數(shù)據(jù)和硬件配置信息，構(gòu)建車載網(wǎng)的分層結(jié)構(gòu)；針對每個(gè)基礎(chǔ)分層，基于節(jié)點(diǎn)對應(yīng)的車輛特征信息進(jìn)行分組，得到至少兩個(gè)基礎(chǔ)分組；對于每個(gè)基礎(chǔ)分組，...

本發(fā)明實(shí)施例中提供了一種自適應(yīng)突發(fā)流量的主機(jī)端負(fù)載均衡方法，屬于電通信技術(shù)領(lǐng)域，具體包括：步驟1，當(dāng)上層應(yīng)用發(fā)出的TCP數(shù)據(jù)包經(jīng)過Hypervisor層并進(jìn)入主機(jī)端負(fù)載均衡系統(tǒng)時(shí)，流量監(jiān)控模塊根據(jù)TCP頭部字段的源目的IP地址、源目的端...

本申請涉及一種具有高效非線性注意力結(jié)構(gòu)的機(jī)器翻譯方法，該方法包括：獲取翻譯語料，并基于翻譯語料構(gòu)建詞表，詞表將源語言句子轉(zhuǎn)換為數(shù)字索引；將目標(biāo)端輸入轉(zhuǎn)換為第二數(shù)字索引；搭建翻譯模型，翻譯模型包括嵌入層、編碼器、解碼器以及反向嵌入層；嵌入...