本申請涉及一種基于漸進(jìn)式信道反饋的語義通信方法、裝置、設(shè)備及介質(zhì)。所述方法包括：構(gòu)建基于漸進(jìn)式信道反饋的語義通信框架，框架由發(fā)送端、無線信道、反饋信道和接收端組成；在發(fā)送端，通過融合模塊與編碼器，能夠融合利用歷史傳輸?shù)恼Z義信息優(yōu)化本輪傳...

本發(fā)明公開了一種結(jié)構(gòu)分組去關(guān)聯(lián)剪枝方法及紅外小目標(biāo)輕量化檢測方法，應(yīng)用于模型壓縮領(lǐng)域，從模型層中確定屏蔽層，基于除屏蔽層之外的模型層構(gòu)建待剪枝層集合；基于神經(jīng)元耦合關(guān)系將待剪枝層集合中的神經(jīng)元?jiǎng)澐譃槎鄠€(gè)神經(jīng)元子結(jié)構(gòu)；將結(jié)構(gòu)相似的神經(jīng)元子...

本發(fā)明提供一種JS引擎中JIT編譯器用差分模糊測試方法及終端設(shè)備，包括構(gòu)建包含JIT編譯器錯(cuò)誤誘發(fā)元素且能同時(shí)觸發(fā)字節(jié)碼解釋器優(yōu)化功能和JIT編譯器優(yōu)化功能的多個(gè)初始測試用例；將每個(gè)初始測試用例中的動(dòng)態(tài)性函數(shù)的返回值固定；基于嚴(yán)格模式對...

本發(fā)明公開了一種基于深度神經(jīng)網(wǎng)絡(luò)的社區(qū)增強(qiáng)屬性網(wǎng)絡(luò)嵌入方法及裝置，應(yīng)用于網(wǎng)絡(luò)嵌入技術(shù)領(lǐng)域，方法包括基于網(wǎng)絡(luò)的鄰接矩陣、屬性矩陣和融合權(quán)重因子構(gòu)造融合矩陣，并根據(jù)融合權(quán)重因子構(gòu)建損失函數(shù)懲罰項(xiàng)；將融合矩陣輸入深度自編碼器中并利用基于深度自...

本發(fā)明公開了一種基于影響力節(jié)點(diǎn)預(yù)測的傳播抑制方法、系統(tǒng)及終端設(shè)備，傳播抑制方法，包括：對社會(huì)網(wǎng)絡(luò)進(jìn)行時(shí)序切片，得到若干時(shí)間切片網(wǎng)絡(luò)，并提取各時(shí)間切片網(wǎng)絡(luò)的網(wǎng)絡(luò)特征以及影響力節(jié)點(diǎn)特征；基于各時(shí)間切片網(wǎng)絡(luò)的網(wǎng)絡(luò)特征與影響力節(jié)點(diǎn)特征構(gòu)建高斯過...

本發(fā)明涉及電磁空間安全技術(shù)領(lǐng)域，具體公開了一種基于多層感知器的電磁波生物效應(yīng)動(dòng)態(tài)評估方法和系統(tǒng)，其中，該方法包括：獲取電磁波的電磁參數(shù)、生物體的神經(jīng)電生理信號及行為學(xué)指標(biāo)的數(shù)據(jù)，并進(jìn)行預(yù)處理；通過多層感知器融合電磁參數(shù)、神經(jīng)電生理信號和...

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)域的一種基于特征融合YOLO的SAR車輛檢測方法及裝置。該基于特征融合YOLO的SAR車輛檢測方法包括以下步驟：構(gòu)建基于特征融合YOLO的SAR車輛檢測裝置；構(gòu)建SAR車輛檢測裝置的數(shù)據(jù)集，并進(jìn)...

本發(fā)明公開了一種基于海氣浪耦合模型的自動(dòng)化預(yù)報(bào)方法及裝置，屬于數(shù)字處理技術(shù)領(lǐng)域，該方法為：初始化海氣浪耦合模型的系統(tǒng)時(shí)間；根據(jù)預(yù)報(bào)需求設(shè)置預(yù)報(bào)參數(shù)；當(dāng)系統(tǒng)時(shí)間達(dá)到預(yù)報(bào)時(shí)間時(shí)，根據(jù)預(yù)報(bào)數(shù)據(jù)獲取時(shí)間間隔確定預(yù)報(bào)數(shù)據(jù)獲取時(shí)間段；基于預(yù)報(bào)數(shù)據(jù)獲...

本申請公開了一種用于大規(guī)模全連通信道模擬的數(shù)據(jù)交換方法及系統(tǒng)，涉及通信：S1，獲取各信道的傳輸特征；S2，根據(jù)各信道的傳輸特征和FPGA的數(shù)據(jù)交換帶寬，生成數(shù)字信號交換規(guī)劃策略；S3，計(jì)算數(shù)據(jù)交換與分配的交換帶寬之間的符合率，如果符合率...

本發(fā)明公開了一種結(jié)合立體成像與透射光干涉技術(shù)的雪花密度非接觸測量方法，包括：利用多視角光學(xué)成像系統(tǒng)，獲取雪花外形輪廓；根據(jù)所述雪花外形輪廓，利用三維重建法重建雪花的三維形狀，獲取包含雪花外輪廓體積的三維形狀；利用透射光干涉法對雪花進(jìn)行成...

本申請涉及一種基于圖像變換和光流的非對齊異源遙感圖像變化檢測方法。所述方法包括：先獲取不同時(shí)刻異源圖像；將事件前圖像變換至事件后圖像域，劃分圖像得到塊組矩陣，以圖像塊為節(jié)點(diǎn)構(gòu)圖，構(gòu)造結(jié)構(gòu)一致性正則項(xiàng)。分解變換后圖像，用光流法配準(zhǔn)并計(jì)算光...

本申請公開了一種基于解空間聚類迭代搜索算法的對抗目標(biāo)分配方法，包括以下步驟：獲取對抗目標(biāo)和攻擊資源；對問題解空間進(jìn)行隨機(jī)采樣得到一個(gè)初始種群；使用廣義距離度量方法計(jì)算這個(gè)種群中個(gè)體間的距離，使用層次聚類方法對樣本解進(jìn)行分類，初步劃分解空...

本申請涉及一種變化語義先驗(yàn)引導(dǎo)的異源遙感圖像變化檢測方法。所述方法包括：先獲取事件前后不同傳感器的已配準(zhǔn)圖像，分析成對像素的地物關(guān)系、標(biāo)簽與語義，推導(dǎo)一致性和不一致性規(guī)則，據(jù)此構(gòu)造語義約束，結(jié)合變化稀疏約束作正則項(xiàng)，構(gòu)建懲罰函數(shù)，代入圖...

本發(fā)明公開了一種用于非球面光學(xué)元件修形的脈沖離子束控制系統(tǒng)及方法，涉及光學(xué)元件制造技術(shù)領(lǐng)域，通過仿真預(yù)測所述掃描路徑點(diǎn)的溫升行為，輸出溫升預(yù)測數(shù)據(jù)Tpk，并基于該結(jié)果進(jìn)一步調(diào)節(jié)時(shí)間間隔，生成優(yōu)化后的路徑控制指令集Opt，在實(shí)際修形過程中...

一種護(hù)衛(wèi)場景下抵近目標(biāo)的意圖識別方法、裝置、設(shè)備及介質(zhì)，包括：定義來襲航天器對航天器護(hù)衛(wèi)場景下的目標(biāo)航天器的多種意圖；定義多種航天器相對運(yùn)動(dòng)模式，將每種航天器相對運(yùn)動(dòng)模式通過終端狀態(tài)向量進(jìn)行數(shù)學(xué)表征；將來襲航天器的各種意圖轉(zhuǎn)化為終端目標(biāo)...

本技術(shù)涉及一種雙向負(fù)泊松比局域共振胞元及其組成的超梁結(jié)構(gòu)，其中，雙向負(fù)泊松比局域共振胞元包括：第一負(fù)泊松比結(jié)構(gòu)、第二負(fù)泊松比結(jié)構(gòu)、局域共振結(jié)構(gòu)和基體；第一負(fù)泊松比結(jié)構(gòu)、第二負(fù)泊松比結(jié)構(gòu)和局域共振結(jié)構(gòu)分別與基體相連接；第一負(fù)泊松比結(jié)構(gòu)和第...

本發(fā)明提供一種海上無人機(jī)搜尋路徑規(guī)劃方法、裝置、終端設(shè)備及介質(zhì)，包括對涉事海域地圖進(jìn)行網(wǎng)格化處理；在多個(gè)網(wǎng)格中對待搜尋目標(biāo)進(jìn)行實(shí)時(shí)漂流預(yù)測，獲取待搜尋目標(biāo)在每個(gè)網(wǎng)格的出現(xiàn)概率；基于深度強(qiáng)化學(xué)習(xí)網(wǎng)絡(luò)構(gòu)建無人機(jī)搜尋路徑規(guī)劃模型；基于預(yù)訓(xùn)練探...

本發(fā)明公開了一種基于改進(jìn)電?熱耦合模型的鋰電池寬溫域在線快充方法，包括：構(gòu)建改進(jìn)電?熱耦合模型，并辨識模型的參數(shù)向量；實(shí)時(shí)采集鋰電池的實(shí)測狀態(tài)信息，基于改進(jìn)電?熱耦合模型得到預(yù)測狀態(tài)信息，并在線更新改進(jìn)電?熱耦合模型；基于預(yù)測狀態(tài)信息確...

一種分布式多脈沖同步觸發(fā)裝置，包括外觸發(fā)控制信號發(fā)生器和單機(jī)觸發(fā)控制信號產(chǎn)生器；外觸發(fā)控制信號發(fā)生器通過無線信號模式或者多路有線信號模式發(fā)出觸發(fā)指示，單機(jī)觸發(fā)控制信號產(chǎn)生器接收到觸發(fā)指示后產(chǎn)生特定時(shí)序控制信號；單機(jī)觸發(fā)控制信號產(chǎn)生器對單...

本發(fā)明涉及一種實(shí)體知識索引的跨視圖反思排序蒸餾方法、設(shè)備及介質(zhì)，該方法通過排序知識遷移提升視覺缺失下的實(shí)體鏈接魯棒性。基于完整多模態(tài)數(shù)據(jù)訓(xùn)練教師模型，生成純文本數(shù)據(jù)輸入學(xué)生模型(繼承教師架構(gòu)與參數(shù))。具體包括：排序?qū)R損失：通過可微分排...