本公開關(guān)于認(rèn)知障礙分級方法、裝置、電子設(shè)備、存儲(chǔ)介質(zhì)和計(jì)算機(jī)程序產(chǎn)品，包括：通過Mamba?VA獲取面部表情視頻所包含的每個(gè)視頻片段的情緒狀態(tài)序列；通過SMDE針對每個(gè)視頻片段的情緒狀態(tài)序列進(jìn)行變分模態(tài)處理；將每個(gè)視頻片段對應(yīng)的多個(gè)本征...

本發(fā)明提供一種異構(gòu)無人集群博弈決策方法及裝置，屬于數(shù)據(jù)處理技術(shù)領(lǐng)域，包括：獲取多智能體交互場景中異構(gòu)無人集群內(nèi)各第一陣營智能體的局部觀測信息，以及多智能體交互場景中各智能體的歷史觀測序列；基于歷史觀測序列，通過意圖預(yù)測網(wǎng)絡(luò)對各智能體進(jìn)行...

本發(fā)明提供一種基于激光標(biāo)刻的圖像防偽方法及系統(tǒng)，涉及光學(xué)防偽技術(shù)領(lǐng)域，所述方法包括：基于預(yù)設(shè)的密鑰信息，生成DOE設(shè)計(jì)圖；其中，所述DOE設(shè)計(jì)圖中的每一個(gè)像素值均對應(yīng)一個(gè)光波相位延遲量；基于所述DOE設(shè)計(jì)圖，在目標(biāo)材料表面進(jìn)行激光相位調(diào)...

本發(fā)明提供一種針對視覺?語言預(yù)訓(xùn)練模型的多目標(biāo)后門攻擊方法和裝置，屬于人工智能安全技術(shù)領(lǐng)域。方法包括：分別構(gòu)建并訓(xùn)練獨(dú)立的視覺和文本觸發(fā)器識(shí)別網(wǎng)絡(luò)；通過在圖像和文本數(shù)據(jù)中嵌入觸發(fā)器，構(gòu)造用于訓(xùn)練識(shí)別網(wǎng)絡(luò)的后門數(shù)據(jù)集；對于視覺和文本觸發(fā)器...

本發(fā)明提供一種柔性電極植入機(jī)器人、方法、設(shè)備、介質(zhì)及產(chǎn)品，涉及醫(yī)療器械技術(shù)領(lǐng)域，用以解決現(xiàn)有技術(shù)中柔性電極的植入效率低、植入精度差、可重復(fù)性差的缺陷，實(shí)現(xiàn)提高柔性電極的植入效率和植入精度，提升、柔性電極植入的可重復(fù)性。包括：底座臺(tái)車、機(jī)...

本發(fā)明提供一種基于錯(cuò)誤發(fā)現(xiàn)的科研審稿檢測方法及系統(tǒng)，該方法包括：獲取待審稿的目標(biāo)科研學(xué)術(shù)論文；將所述目標(biāo)科研學(xué)術(shù)論文輸入至學(xué)術(shù)論文審稿模型中，得到由所述學(xué)術(shù)論文審稿模型輸出的所述目標(biāo)科研學(xué)術(shù)論文對應(yīng)的論文錯(cuò)誤檢測結(jié)果和論文審稿評估結(jié)果；...

本公開提供一種基于三色相機(jī)的水下機(jī)器人及其視覺感知方法。水下機(jī)器人視覺感知方法包括：通過所述水下機(jī)器人的三色相機(jī)采集視頻流；計(jì)算所述視頻流的當(dāng)前幀的亮度特征向量并將計(jì)算的亮度特征向量輸入預(yù)訓(xùn)練的高斯混合模型；當(dāng)通過所述高斯混合模型確定當(dāng)...

本發(fā)明涉及醫(yī)療器械技術(shù)領(lǐng)域，提供一種用于血管介入手術(shù)機(jī)器人的導(dǎo)絲夾持裝置，包括夾爪、觸覺感知模塊和控制模塊；夾爪用于夾持導(dǎo)絲；觸覺感知模塊設(shè)于夾爪的至少一個(gè)爪體，包括攝像頭、光源、透明彈性層和標(biāo)記點(diǎn)陣列；標(biāo)記點(diǎn)陣列與導(dǎo)絲接觸，并設(shè)于透明...

本發(fā)明涉及計(jì)算機(jī)視覺技術(shù)領(lǐng)域，提供一種行為識(shí)別模型訓(xùn)練方法、行為識(shí)別方法及裝置，該行為識(shí)別模型訓(xùn)練方法識(shí)別方法及裝置，通過凍結(jié)的圖文預(yù)訓(xùn)練模型（第二視頻特征提取器和文本編碼器）作為通用知識(shí)庫，引導(dǎo)一個(gè)具備時(shí)序建模能力的可微調(diào)學(xué)生模型（第...

公開了一種基于上下游狀態(tài)的編組集合更新方法及裝置，所述方法包括：獲取當(dāng)前編組集合和歷史編組集合；根據(jù)當(dāng)前編組集合和歷史編組集合中每個(gè)編組的成員、歷史編組集合中每個(gè)編組的下游決策狀態(tài)信息，對當(dāng)前編組集合和歷史編組集合中的編組進(jìn)行沖突檢測，...

本公開提供一種電極貼和監(jiān)測系統(tǒng)，電極貼包括電極層、粘附層以及導(dǎo)電單元，電極層包括電極和柔性電路板，柔性電路板具有第一表面，電極設(shè)置于第一表面并與柔性電路板電連接；粘附層設(shè)置于柔性電路板的第一表面，用于粘貼到人體皮膚，粘附層的與電極相對的...

本發(fā)明涉及人工智能技術(shù)領(lǐng)域，提供一種基于多模態(tài)大模型的視覺信息注入方法及裝置，該方法包括：將視覺對象輸入視覺融合模型中的視覺編碼器，得到視覺編碼器輸出的視覺特征序列；將視覺特征序列輸入視覺融合模型中與大模型至少一層對應(yīng)的視覺導(dǎo)向旋轉(zhuǎn)矩陣...

本發(fā)明提供一種多層合作圖的多無人機(jī)任務(wù)分配方法、系統(tǒng)、設(shè)備及介質(zhì)，涉及無人機(jī)控制技術(shù)領(lǐng)域，該方法包括：根據(jù)多無人機(jī)系統(tǒng)的實(shí)時(shí)狀態(tài)信息集合、各任務(wù)描述信息和各技能描述信息，獲取多層合作圖模型；對多層合作圖模型中各層的節(jié)點(diǎn)進(jìn)行特征編碼，對各...

本發(fā)明設(shè)計(jì)了一種基于多視圖融合與對比學(xué)習(xí)的藥物不良反應(yīng)預(yù)測方法。本方法屬于深度學(xué)習(xí)和算法應(yīng)用領(lǐng)域，包括抽取患兒電子病歷構(gòu)建數(shù)據(jù)集，數(shù)據(jù)處理和劃分，原始數(shù)據(jù)的多重插補(bǔ)構(gòu)建多視圖。然后將插補(bǔ)后的多視圖數(shù)據(jù)分別輸入編碼器中提取潛層表征和原始得...

本發(fā)明涉及反無人機(jī)攔截技術(shù)領(lǐng)域，提供一種反無攔截器空中目標(biāo)定位方法、裝置、設(shè)備、介質(zhì)及產(chǎn)品，包括確定空中目標(biāo)在光電吊艙坐標(biāo)系下的制導(dǎo)角范圍；獲取激光雷達(dá)采集的原始點(diǎn)云坐標(biāo)數(shù)據(jù)，基于激光雷達(dá)相對于反無攔截器的第一坐標(biāo)轉(zhuǎn)換矩陣以及光電吊艙相...

本發(fā)明提供一種大范圍生物切片序列圖像庫快速獲取系統(tǒng)及方法，涉及生物醫(yī)學(xué)技術(shù)領(lǐng)域，通過將減薄腔、連接腔和圖像獲取腔均設(shè)置為真空腔，可以使檢測切片厚度、采集切片圖像以及刻蝕減薄或膜結(jié)構(gòu)刻蝕增強(qiáng)等操作均在真空環(huán)境下進(jìn)行，避免生物切片序列樣品與...

本申請涉及三維建模技術(shù)領(lǐng)域，提供一種基于三維物體的交互方法及裝置。所述方法包括：將待交互三維模型拆解為各零件，并獲取各零件的目標(biāo)點(diǎn)云集合；根據(jù)各零件的目標(biāo)點(diǎn)云集合和各零件的幾何約束關(guān)系，生成候選組裝三維物體；根據(jù)候選組裝三維物體的評估分...

本發(fā)明提供一種情緒狀態(tài)檢測方法、系統(tǒng)、設(shè)備、介質(zhì)及產(chǎn)品，涉及人工智能技術(shù)領(lǐng)域，該方法包括：獲取待檢測用戶對應(yīng)的目標(biāo)多模態(tài)數(shù)據(jù)；將所述目標(biāo)多模態(tài)數(shù)據(jù)輸入至多模態(tài)情緒狀態(tài)檢測模型中，得到由所述多模態(tài)情緒狀態(tài)檢測模型輸出的所述待檢測用戶的情緒...

公開了一種用于小樣本增量學(xué)習(xí)的圖像分類模型的訓(xùn)練方法。訓(xùn)練方法包括：獲取包含多層變換器層的預(yù)訓(xùn)練視覺編碼器及第一分類器，并構(gòu)建可學(xué)習(xí)的提示向量組進(jìn)行基準(zhǔn)階段迭代訓(xùn)練；構(gòu)建與第一分類器并行的結(jié)構(gòu)對齊分支，以逼近第一分類輸出為目標(biāo)進(jìn)行聯(lián)合訓(xùn)...

本發(fā)明提供一種基于多源知識(shí)協(xié)同增強(qiáng)的層次化文本分類方法及裝置，該方法包括：獲取知識(shí)庫知識(shí)嵌入表示，并從多種語料數(shù)據(jù)中提取出語料統(tǒng)計(jì)知識(shí)嵌入表示，從類別層次體系知識(shí)信息中提取出類別層次體系知識(shí)嵌入表示；利用注意力機(jī)制將知識(shí)庫知識(shí)嵌入表示、...