本發(fā)明公開了一種漏洞特征引導(dǎo)的定向灰盒模糊測試方法及系統(tǒng)，本發(fā)明方法包括對輸入的被測試程序源代碼采用代碼相似性檢測工具基于給定的漏洞特征提取危險代碼塊；對輸入的被測試程序源代碼采用圖提取器以危險代碼塊作為目標(biāo)提取函數(shù)調(diào)用圖、控制流圖和數(shù)...

本發(fā)明公開了一種邊端場景下的智能編碼融合與深度補(bǔ)全方法及系統(tǒng)，本發(fā)明方法包括將輸入的大小相同的彩色圖RGB和深度圖d分別編碼以提取編碼特征圖；將兩種編碼圖特征利用LSTM特征融合模塊進(jìn)行融合以分別獲得彩色圖和深度圖兩種模態(tài)下的融合特征圖...

本發(fā)明公開一種基于云原生的服務(wù)自動化故障處理方法，涉及云計算及運(yùn)維自動化技術(shù)領(lǐng)域。該方法步驟包括：基于可觀測性數(shù)據(jù)實(shí)時感知服務(wù)故障事件；自動調(diào)用服務(wù)網(wǎng)格接口隔離故障實(shí)例流量，并同步調(diào)用容器編排平臺接口終止故障實(shí)例且調(diào)度健康實(shí)例替換；基于...

本發(fā)明屬于信息檢索與推薦技術(shù)領(lǐng)域，具體涉及一種基于大小模型協(xié)同的自適應(yīng)檢索重排序方法；該方法引入分類器來預(yù)測能被重排序優(yōu)化的查詢，利用基于小模型的分類器協(xié)同基于大模型的重排序器，從而實(shí)現(xiàn)自適應(yīng)重排序以節(jié)省計算資源；本發(fā)明具有以下技術(shù)效果...

本申請涉及一種高度可配置可擴(kuò)展數(shù)字多波束合成芯片，包括接收多波束合成鏈路、發(fā)射多波束合成鏈路、接口適配模塊、SerDes數(shù)據(jù)接口、寄存器配置模塊、頻率綜合器、時鐘分配器、時鐘同步模塊以及CPU。該芯片具有高度可配置性和可擴(kuò)展性，以極簡的...

本技術(shù)屬于推進(jìn)器領(lǐng)域，具體涉及到一種水冷型電控固體微推進(jìn)器，包括推進(jìn)器外殼、噴管和推進(jìn)單元；推進(jìn)器外殼包括環(huán)形側(cè)壁和端板；推進(jìn)單元包括陰極環(huán)形壁板、絕緣密封蓋和陽極柱，陰極環(huán)形壁板設(shè)置在容置腔內(nèi)，且陰極環(huán)形壁板的兩端分別抵接兩個端板，兩...

本發(fā)明公開了基于多時段動態(tài)節(jié)律特征的腦電喚醒度分類方法和系統(tǒng)，涉及生物醫(yī)學(xué)工程技術(shù)領(lǐng)域。該方法包括：獲取被試者的腦電信號；對于每個通道的腦電信號，均利用預(yù)設(shè)的多個時間窗對其進(jìn)行分割，對應(yīng)得到多個時段的腦電信號；對每個通道每個時段的腦電信...

本發(fā)明公開了一種網(wǎng)絡(luò)負(fù)載均衡分布式策略優(yōu)化方法，包括以下步驟：采集節(jié)點(diǎn)負(fù)載數(shù)據(jù)；模擬引力與斥力場來動態(tài)調(diào)節(jié)負(fù)載分配；每個數(shù)據(jù)中心節(jié)點(diǎn)部署一個負(fù)載均衡代理，通過多智能體強(qiáng)化學(xué)習(xí)訓(xùn)練動態(tài)調(diào)整任務(wù)分配策略；資源分配優(yōu)化：基于資源分配優(yōu)化目標(biāo)，...

本發(fā)明公開了一種基于概率假設(shè)密度濾波器的多傳感器融合方法及裝置。該方法為：構(gòu)建一發(fā)三收外輻射源傳感器系統(tǒng)，通過噪聲系數(shù)調(diào)節(jié)各接收傳感器的測量噪聲強(qiáng)度，模擬數(shù)據(jù)不平等；各傳感器獨(dú)立執(zhí)行SMC?PHD濾波，生成目標(biāo)狀態(tài)粒子集；進(jìn)行距離速度D...

本發(fā)明涉及一種基于激波管的沖擊波超壓光測系統(tǒng)的標(biāo)定裝置及標(biāo)定方法，涉及沖擊波超壓測試技術(shù)領(lǐng)域，其中標(biāo)定裝置包括：標(biāo)準(zhǔn)激波管，可視測量單元；可視測量單元包括：透明石英管、第一壓電傳感器、第二壓電傳感器、第三壓電傳感器；透明石英管一端開口，...

本發(fā)明公開了一種具有高熵稀土硅酸鹽晶界的高性能氮化硅陶瓷及其制備方法，采用多元稀土氧化物、二氧化硅和氮化硅粉作為主要原料，通過球磨法使多元稀土燒結(jié)助劑體系各元素均勻分布，能夠為氮化硅晶粒的優(yōu)勢發(fā)育提供均勻的液相，進(jìn)而促進(jìn)氮化硅晶粒“雙峰...

本發(fā)明涉及多源影像聯(lián)合建模方法，涉及建模技術(shù)領(lǐng)域，包括獲取空地影像數(shù)據(jù)，組合為多源影像數(shù)據(jù)集；基于所述多源影像數(shù)據(jù)集，使用智能算法進(jìn)行影像配準(zhǔn)與優(yōu)化，獲取影像優(yōu)化方案；基于所述影像優(yōu)化方案，進(jìn)行影像數(shù)據(jù)的融合與三維建模；基于影像優(yōu)化方案...

本發(fā)明涉及仿人機(jī)器人光學(xué)系統(tǒng)技術(shù)領(lǐng)域，公開了一種基于介電彈性體驅(qū)動的可調(diào)光闌，包括高壓電信號輸出模塊和可調(diào)光闌結(jié)構(gòu)模塊，高壓電信號輸出模塊與可調(diào)光闌結(jié)構(gòu)模塊電連接，可調(diào)光闌結(jié)構(gòu)模塊包括介電彈性體驅(qū)動器和柔性鉸鏈結(jié)構(gòu)；通過高壓電信號輸出模...

本發(fā)明公開了一種采用Si3N4@多元稀土助劑核殼結(jié)構(gòu)粉體制備高強(qiáng)韌氮化硅陶瓷的方法，采用多元稀土硝酸鹽、正硅酸乙酯及Si3N4粉作為主要原料，通過溶膠?凝膠法使多元稀土燒結(jié)助劑體系各元素均勻分布，且均勻包覆氮化硅顆粒，能夠為氮化硅晶粒的...

本發(fā)明公開了一種推薦方法，具體是涉及到一種推薦模型的訓(xùn)練方法、推薦方法、裝置及電子設(shè)備。推薦模型的訓(xùn)練方法包括：獲取待訓(xùn)練推薦模型和原始訓(xùn)練交互信息圖；基于原始訓(xùn)練交互信息圖生成兩個增強(qiáng)對比視圖；將原始訓(xùn)練交互信息圖輸入待訓(xùn)練推薦模型進(jìn)...

本發(fā)明涉及水空跨介質(zhì)機(jī)器人的控制方法、裝置和設(shè)備，針對滑行過程中多個控制目標(biāo)之間可能存在的矛盾，例如保持深度與調(diào)整速度的需求可能沖突，設(shè)計了專門的控制分配算法，以將多個控制目標(biāo)分解為具體任務(wù)并分配到不同的執(zhí)行器（如尾舵或側(cè)翼）進(jìn)行執(zhí)行，...

本發(fā)明涉及一種并聯(lián)電機(jī)驅(qū)動的人形機(jī)器人腕關(guān)節(jié)結(jié)構(gòu)，其中，人形機(jī)器人腕關(guān)節(jié)結(jié)構(gòu)包括：安裝基座，設(shè)置在安裝基座上的第一驅(qū)動機(jī)構(gòu)、第二驅(qū)動機(jī)構(gòu)和活動支座；第一驅(qū)動機(jī)構(gòu)包括：第一驅(qū)動電機(jī)和與第一驅(qū)動電機(jī)輸出端相連接的第一傳動組件；第二驅(qū)動機(jī)構(gòu)包...

本發(fā)明涉及微波技術(shù)領(lǐng)域，公開了一種低頻段的變極化可調(diào)超表面單元及其應(yīng)用，包括金屬層、介質(zhì)層、金屬柱、變?nèi)荻O管以及貼片電感，金屬層沿厚度方向依次排布有四層，相鄰兩層金屬層之間通過介質(zhì)層進(jìn)行隔離；第一層金屬層，包括第一金屬結(jié)構(gòu)和第二金屬結(jié)...

本發(fā)明提供一種用于機(jī)場能見度預(yù)報的數(shù)據(jù)處理方法、裝置及設(shè)備，所述方法包括：獲得融合多個針對機(jī)場及其周邊區(qū)域監(jiān)測點(diǎn)采集數(shù)據(jù)的實(shí)測數(shù)據(jù)，所述實(shí)測數(shù)據(jù)為針對機(jī)場及其周邊區(qū)域的空氣及氣象數(shù)據(jù)；對所述實(shí)測數(shù)據(jù)進(jìn)行預(yù)處理，以補(bǔ)全所述實(shí)測數(shù)據(jù)的缺失值...

本申請涉及目標(biāo)追蹤技術(shù)領(lǐng)域，提供了一種基于軌跡預(yù)測的遮擋場景多目標(biāo)跟蹤方法及裝置。本發(fā)明通過Transformer模型，以觀測目標(biāo)被遮擋前的歷史狀態(tài)生成觀測目標(biāo)被遮擋的預(yù)測軌跡，并以歐式距離作為誤差度量得到所有匹配方式對應(yīng)的誤差向量，再...