本申請涉及一種碼本優(yōu)化的時(shí)頻雙域索引跳頻抗干擾方法、系統(tǒng)及設(shè)備，本方法通過初始通信階段，發(fā)射端采用預(yù)設(shè)初始碼本建立時(shí)頻雙域索引映射，生成激活時(shí)隙與激活頻率信號，對發(fā)送信息做數(shù)字調(diào)制，得到射頻時(shí)頻雙域跳頻信號并經(jīng)通信鏈路發(fā)送至接收端，接收...

本發(fā)明公開了一種腦區(qū)通道交換數(shù)據(jù)增強(qiáng)的腦電信號特征提取方法及系統(tǒng)，本發(fā)明包括S1，獲取多個(gè)被試在不同刺激下的腦電信號；S2，選取同一刺激下的不同被試的腦電信號分組配對，再進(jìn)行部分腦區(qū)通道進(jìn)行交叉數(shù)據(jù)增強(qiáng)以構(gòu)建正負(fù)樣本對；S3，根據(jù)正負(fù)樣...

本發(fā)明公開了一種氣凝膠填充蜂窩的超疏水復(fù)合材料及其簡單快速大規(guī)模制備方法，本涉及潮濕環(huán)境下的隔熱材料技術(shù)領(lǐng)域。將不同材質(zhì)的高比表面積粉末通過模壓成型工藝填充到不同蜂窩的網(wǎng)絡(luò)結(jié)構(gòu)中，然后再通過氣相疏水處理制備得到氣凝膠填充蜂窩超疏水復(fù)合材...

本發(fā)明公開了雷達(dá)導(dǎo)航與智能優(yōu)化算法技術(shù)領(lǐng)域的一種基于黃金鯨魚優(yōu)化算法的多點(diǎn)源模擬目標(biāo)方法及裝置，用于解決單脈沖雷達(dá)在相位誤差影響下的安全著陸問題。該多點(diǎn)源模擬目標(biāo)方法包括：構(gòu)建基于黃金鯨魚算法的多點(diǎn)源模擬目標(biāo)裝置；采用Logistic混...

本申請涉及一種面向目標(biāo)識別的SAR圖像質(zhì)量增強(qiáng)方法、裝置及設(shè)備。所述方法包括：通過對高質(zhì)量數(shù)據(jù)集進(jìn)行低質(zhì)量模擬生成模擬低質(zhì)量數(shù)據(jù)集，采用多種圖像增強(qiáng)方法分別對其及低質(zhì)量數(shù)據(jù)集進(jìn)行修復(fù)與增強(qiáng)，得到修復(fù)后與增強(qiáng)后數(shù)據(jù)集，利用全參考和無參考指...

本申請公開了一種終端操作系統(tǒng)功耗智能調(diào)控方法及裝置，屬于移動(dòng)操作系統(tǒng)技術(shù)領(lǐng)域。該方法包括定義功耗優(yōu)化目標(biāo)函數(shù)Cost，其中系統(tǒng)可用的每個(gè)CPU頻率對應(yīng)的Cost值服從第一正態(tài)分布N1，且N1的均值服從第二正態(tài)分布N2；啟動(dòng)待優(yōu)化應(yīng)用，從...

本申請公開了一種基于因果推斷的指標(biāo)體系權(quán)重分析方法、裝置及電子設(shè)備，涉及數(shù)據(jù)處理技術(shù)領(lǐng)域。其中方法包括：獲取影響目標(biāo)項(xiàng)目評價(jià)結(jié)果的一級指標(biāo)和與一級指標(biāo)對應(yīng)的初始二級指標(biāo)集；采用預(yù)先訓(xùn)練好的貝葉斯網(wǎng)絡(luò)模型對所述初始二級指標(biāo)集中的各二級指標(biāo)...

本發(fā)明提供的復(fù)雜環(huán)境氣溶膠污染物擴(kuò)散模擬方法及裝置，包括構(gòu)建WRF?CFD數(shù)據(jù)管道；對WRF?CFD數(shù)據(jù)管道的配置和數(shù)據(jù)設(shè)置進(jìn)行初始化；解析WRF.conf配置信息并填充，生成WRF計(jì)算結(jié)果；基于WRF計(jì)算結(jié)果統(tǒng)一計(jì)算空氣中凝結(jié)態(tài)水分的...

本發(fā)明公開了一種基于CML驅(qū)動(dòng)器和阻抗校準(zhǔn)環(huán)路的多模式有線發(fā)射器，包括控制器、阻抗校準(zhǔn)環(huán)路、N+1個(gè)模數(shù)轉(zhuǎn)換器DAC以及輸出端連接有數(shù)控負(fù)載的N個(gè)模式的無尾CML驅(qū)動(dòng)器，控制器分別與阻抗校準(zhǔn)環(huán)路和N+1個(gè)模數(shù)轉(zhuǎn)換器DAC的控制端相連，阻...

本發(fā)明公開了一種融合先驗(yàn)概率和大語言模型的搜索方向自主決策方法，所屬領(lǐng)域?yàn)樽灾鳑Q策領(lǐng)域，包括：首先，針對目標(biāo)位置未知而導(dǎo)致的場景遍歷問題，基于環(huán)境先驗(yàn)知識通過邏輯推理進(jìn)行場景搜索順序決策，生成最優(yōu)搜索序列作為全局引導(dǎo)；接著，基于視覺觀測...

本申請涉及一種基于多模態(tài)大模型驅(qū)動(dòng)的SAR圖像描述方法、裝置及設(shè)備，通過根據(jù)目標(biāo)在所處場景中的多層關(guān)系，構(gòu)建關(guān)于目標(biāo)?關(guān)系?場景三層協(xié)同的分層式標(biāo)注策略，構(gòu)建包括描述提示指令、類別提示指令以及限制詞提示指令的結(jié)構(gòu)性提示詞，將SAR圖像與...

本申請公開了一種基于模糊方向先驗(yàn)的空中飛行器分類方法及系統(tǒng)，涉及圖像處理技術(shù)領(lǐng)域，獲取待分類飛行器的目標(biāo)圖像；對目標(biāo)圖像進(jìn)行模糊方向估計(jì)和調(diào)整，得到目標(biāo)模糊方向；基于目標(biāo)模糊方向，通過最大熵正則化對目標(biāo)圖像進(jìn)行去模糊處理，得到去模糊圖像...

本發(fā)明提供的結(jié)合擴(kuò)散模型的深度展開多模態(tài)圖像融合網(wǎng)絡(luò)方法及裝置，包括：采集源圖像和純噪聲圖像；構(gòu)建并訓(xùn)練深度融合與擴(kuò)散先驗(yàn)展開網(wǎng)絡(luò)；將第二模態(tài)圖像濾波處理后輸入去噪擴(kuò)散模塊，去噪擴(kuò)散模塊計(jì)算濾波后殘留圖像的整流預(yù)測值，并將濾波后殘留圖像...

本發(fā)明公開了一種可降低處理器訪存延遲的雙路徑預(yù)測方法和裝置，本發(fā)明包括每當(dāng)處理器核生成一個(gè)訪存請求時(shí)同時(shí)激活L2缺失預(yù)測器預(yù)測訪存請求是否會發(fā)生L2缺失且在預(yù)測結(jié)果為發(fā)生L2缺失時(shí)向LLC緩存發(fā)送訪存請求、LLC缺失預(yù)測器預(yù)測訪存請求是...

一種分布式防空反導(dǎo)殺傷鏈電子目標(biāo)威脅分析方法，首先確定輸出攔截突防飛行器的火力點(diǎn)；計(jì)算偵察預(yù)警節(jié)點(diǎn)發(fā)現(xiàn)突防飛行器的概率及其對應(yīng)的偵察預(yù)警探測能力指標(biāo)，確定輸出可攔截突防飛行器的火力點(diǎn)及其對應(yīng)電子目標(biāo)；進(jìn)而確定并輸出可攔截突防飛行器的火力...

本發(fā)明公開了一種基于數(shù)據(jù)豐富度與遷移代價(jià)感知的漏洞成因定位方法，目的是解決目前漏洞成因定位方法準(zhǔn)確率低、速度慢的問題。技術(shù)方案是先采用基于動(dòng)靜結(jié)合的漏洞崩潰相關(guān)節(jié)點(diǎn)推斷方法推斷漏洞崩潰相關(guān)節(jié)點(diǎn)；然后通過基于數(shù)據(jù)豐富度引導(dǎo)的高質(zhì)量測試用例...

本申請涉及一種基于人機(jī)協(xié)作的無人機(jī)具身認(rèn)知對齊方法。所述方法包括：采集實(shí)體觀測圖片，將其作為導(dǎo)航圖離散節(jié)點(diǎn)構(gòu)建實(shí)體對齊任務(wù)。針對該任務(wù)構(gòu)建的無人機(jī)具身認(rèn)知對齊模型含四大模塊。問題建模模塊將任務(wù)轉(zhuǎn)化為含狀態(tài)、動(dòng)作、觀測等要素的POMDP。...

本發(fā)明公開了一種基于關(guān)鍵社區(qū)識別的傳播抑制方法、系統(tǒng)及終端設(shè)備，傳播抑制方法包括：在時(shí)序網(wǎng)絡(luò)中對多時(shí)間切片進(jìn)行社區(qū)檢測，構(gòu)建社區(qū)關(guān)系網(wǎng)絡(luò)；計(jì)算社區(qū)關(guān)系網(wǎng)絡(luò)中每個(gè)社區(qū)節(jié)點(diǎn)的社區(qū)時(shí)序規(guī)模增益指標(biāo)，并篩選關(guān)鍵社區(qū)節(jié)點(diǎn)；在關(guān)鍵社區(qū)節(jié)點(diǎn)內(nèi)識別目標(biāo)...

本發(fā)明屬于道路特征提取領(lǐng)域，具體涉及一種被遮擋道路特征提取方法、系統(tǒng)、設(shè)備及存儲介質(zhì)，將道路圖像經(jīng)過卷積核后的分離特征經(jīng)過多方向的條形卷積，得到條形卷積特征，然后第一輸出特征進(jìn)行水平和垂直條狀卷積，得到主分支特征，結(jié)合采樣分離特征，得到...

本發(fā)明公開了計(jì)算機(jī)神經(jīng)網(wǎng)絡(luò)和信號處理技術(shù)領(lǐng)域的基于多通道網(wǎng)絡(luò)的極化SAR船舶目標(biāo)檢測方法及裝置。該基于多通道網(wǎng)絡(luò)的極化SAR船舶目標(biāo)檢測方法建包括以下步驟：構(gòu)建基于多通道網(wǎng)絡(luò)的極化SAR船舶目標(biāo)檢測系統(tǒng)；構(gòu)建用于訓(xùn)練極化SAR船舶目標(biāo)檢...