本申請公開了一種數(shù)據(jù)中心散熱系統(tǒng)回流溫度數(shù)據(jù)預(yù)測方法及系統(tǒng)，涉及數(shù)據(jù)中心節(jié)能技術(shù)領(lǐng)域，本申請?zhí)峁┑姆椒ㄍㄟ^使用Transformer模型對采集的歷史運(yùn)行數(shù)據(jù)進(jìn)行特征提取，找出數(shù)據(jù)中心散熱系統(tǒng)歷史運(yùn)行數(shù)據(jù)中各類數(shù)據(jù)內(nèi)在的關(guān)聯(lián)規(guī)則和變化周期...

用于光催化水分解制氫的WSTe?MoSSe異質(zhì)結(jié)構(gòu)催化劑及其制備方法;WSTe?MoSSe異質(zhì)結(jié)構(gòu)催化劑為金屬氧化物半導(dǎo)體MoSSe與寬帶隙半導(dǎo)體WSTe的組合。該材料通過優(yōu)化金屬氧化物半導(dǎo)體(MoSSe)與寬帶隙半導(dǎo)體(WSTe)的組...

本發(fā)明屬于但不限于電池健康管理與壽命預(yù)測技術(shù)領(lǐng)域，尤其涉及一種鋰離子電池在線狀態(tài)監(jiān)測與健康狀態(tài)評估方法及系統(tǒng)，收集鋰離子電池充放電過程中傳感器采集到的數(shù)據(jù)并進(jìn)行預(yù)處理，提取相關(guān)特征；分別構(gòu)建電池狀態(tài)監(jiān)測與健康狀態(tài)評估數(shù)據(jù)集。使用電池狀態(tài)...

本發(fā)明提供一種融合病灶和并發(fā)癥圖像塊的角膜炎分級模型的訓(xùn)練方法，涉及人工智能領(lǐng)域，包括：采集多個裂隙燈圖像樣本；針對每個裂隙燈圖像樣本，使用圖像定位算法識別裂隙燈圖像樣本中的角膜區(qū)域和結(jié)膜區(qū)域；在結(jié)膜區(qū)域的上下左右邊界區(qū)域分別隨機(jī)裁剪至...

本技術(shù)涉及無人機(jī)電源的技術(shù)領(lǐng)域，特別是涉及一種具有節(jié)能作用的無人機(jī)電源裝置，包括：收納箱和傳動組件，收納箱空腔內(nèi)部設(shè)置有無線充電源，收納箱空腔內(nèi)部對稱設(shè)置有導(dǎo)向件，導(dǎo)向件上設(shè)置有直槽，導(dǎo)向件直槽內(nèi)滑動設(shè)置有定位件，定位件設(shè)置于傳動件定位...

本發(fā)明屬于但不限于紋理映射技術(shù)領(lǐng)域，公開了一種改進(jìn)的基于馬爾可夫隨機(jī)場的紋理視圖選擇及映射方法。采用基于馬爾可夫隨機(jī)場的圖切紋理優(yōu)化算法，首先，確定網(wǎng)格模型中每一個三角形面所對應(yīng)的不同視角下的紋理圖像。然后，為每一個三角形面選擇最優(yōu)紋理...

本發(fā)明涉及疾病診斷領(lǐng)域，現(xiàn)有的研究通常直接基于脈搏特征進(jìn)行疾病分類，不考慮個體生理差異產(chǎn)生的脈搏波形個性化差異，因此往往會對某些特殊身體狀況的健康受試者或患者產(chǎn)生誤診。本發(fā)明提出一種基于加權(quán)決策樹算法的脈搏信號診斷優(yōu)化方法，根據(jù)受試者的...

本發(fā)明提供了一種高光譜圖像稀疏解混方法、裝置、電子設(shè)備及介質(zhì)，該方法包括：對原始高光譜圖像進(jìn)行特征提取，得到多尺度空間特征和光譜特征；拼接多尺度空間特征和光譜特征，得到原始空譜聯(lián)合特征；對原始空譜聯(lián)合特征進(jìn)行特征解耦，得到增強(qiáng)空譜聯(lián)合特...

本發(fā)明公開了一種基于增強(qiáng)記憶的光流重構(gòu)與變分預(yù)測的視頻異常檢測方法，包括：獲取待檢測視頻；對待檢測視頻進(jìn)行預(yù)處理，得到前景對象時空立方體和光流特征；將時空立方體和光流特征輸入至預(yù)訓(xùn)練的基于增強(qiáng)記憶的光流重構(gòu)與變分預(yù)測的視頻異常檢測模型，...

本申請公開了一種基于大模型微調(diào)的遙感跨模態(tài)檢索方法及系統(tǒng)，方法包括：S1、將獲取的遙感圖像和/或描述文本輸入到經(jīng)過訓(xùn)練的遙感圖像文本檢索網(wǎng)絡(luò)中進(jìn)行處理得到跨模態(tài)融合后的圖像特征和/或文本特征；S2、基于圖像特征和/或文本特征獲取與遙感圖...

本發(fā)明屬于但不限于工業(yè)設(shè)備異常檢測技術(shù)領(lǐng)域，公開了一種基于半監(jiān)督多尺度卷積自編碼器和生成對抗網(wǎng)絡(luò)的設(shè)備異常檢測方法，使用部分標(biāo)記數(shù)據(jù)和大量無標(biāo)記數(shù)據(jù)進(jìn)行模型訓(xùn)練，使用多尺度卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行深層特征提取，同時作為編碼器，融合自編碼器和生成...

本發(fā)明屬于但不限于齒輪箱剩余使用壽命預(yù)測技術(shù)領(lǐng)域，公開了一種基于多任務(wù)半監(jiān)督學(xué)習(xí)的齒輪箱剩余使用壽命預(yù)測方法，首先利用經(jīng)驗(yàn)?zāi)B(tài)分解技術(shù)對預(yù)處理后的振動信號進(jìn)行分解重構(gòu)，提取敏感特征，然后利用核主成分分析技術(shù)對敏感特征進(jìn)行降維，將降維結(jié)果...

本發(fā)明屬于集成電路技術(shù)領(lǐng)域，公開了一種用于運(yùn)算放大器的恒定跨導(dǎo)輸入級電路，包括：分段尾電流補(bǔ)償電路以及互補(bǔ)的NMOS差分輸入對和PMOS差分輸入對；其中，分段尾電流補(bǔ)償電路包括NMOS尾電流補(bǔ)償電路和PMOS尾電流補(bǔ)償電路兩部分；其中，...

本發(fā)明屬于壓電材料器件技術(shù)領(lǐng)域，公開了一種徑向復(fù)合加強(qiáng)型大功率壓電變壓器，包括由內(nèi)向外沿徑向復(fù)合而成的多個內(nèi)環(huán)、外環(huán)和金屬圓環(huán)，多個所述內(nèi)環(huán)沿軸向堆疊設(shè)置，且互相并聯(lián)連接，多個所述內(nèi)環(huán)之間設(shè)置有導(dǎo)電片，多個內(nèi)環(huán)的上表面和下表面均設(shè)置有輸...

本發(fā)明公開了一種基于高低頻注意力和雙動態(tài)記憶網(wǎng)絡(luò)的視頻異常檢測方法，包括：獲取待檢測視頻；將待檢測視頻輸入預(yù)訓(xùn)練的基于高低頻注意力和雙動態(tài)記憶網(wǎng)絡(luò)的視頻異常檢測模型，輸出異常檢測結(jié)果。本發(fā)明利用預(yù)訓(xùn)練的視頻異常檢測模型處理待檢測視頻，在...

本發(fā)明涉及計(jì)算機(jī)視覺和深度學(xué)習(xí)技術(shù)領(lǐng)域，具體涉及多模態(tài)融合的實(shí)時視頻超分辨率重建方法及其系統(tǒng)，包括以下步驟：獲取低分辨率視頻序列；采用CLIP模型提取視覺特征和文本特征，并進(jìn)行雙模態(tài)特征融合，生成指導(dǎo)特征；通過多模態(tài)融合模塊對所述指導(dǎo)特...

本發(fā)明公開了一種基于RISC?V處理器的數(shù)據(jù)緩存方法、裝置、設(shè)備及存儲介質(zhì)，屬于邊緣計(jì)算技術(shù)領(lǐng)域。本發(fā)明基于數(shù)據(jù)緩存任務(wù)信息進(jìn)行地址生成，得到第一數(shù)據(jù)緩存地址；基于當(dāng)前配置信息對第一數(shù)據(jù)緩存地址進(jìn)行地址轉(zhuǎn)換，得到第二數(shù)據(jù)緩存地址；根據(jù)第...

本發(fā)明屬于但不限于對稱可搜索加密技術(shù)領(lǐng)域，公開了一種對加密數(shù)據(jù)的高效通配符關(guān)鍵字搜索方法及系統(tǒng)，通過調(diào)用IndexSet(w<subgt;i</subgt;)提取關(guān)鍵字w的特征集通過調(diào)用對稱子集謂詞加密中的加密算法加密和對稱...

本發(fā)明提供了一種基于脈動陣列的多任務(wù)動態(tài)可重構(gòu)并行計(jì)算方法及系統(tǒng)，包括步驟：將不同的任務(wù)算子均輸入到不同的多功能處理單元中；通過配置矩陣對每個多功能處理單元的操作模式選擇和任務(wù)分配路徑進(jìn)行優(yōu)化；將總計(jì)算任務(wù)分解成小塊計(jì)算子任務(wù)，通過任務(wù)...

本發(fā)明公開了一種基于深度學(xué)習(xí)的DVFS方法、裝置、設(shè)備及存儲介質(zhì)，屬于邊緣計(jì)算技術(shù)領(lǐng)域。本發(fā)明先獲取系統(tǒng)當(dāng)前狀態(tài)信息；將系統(tǒng)狀態(tài)信息輸入到訓(xùn)練后的DVFS決策模型中進(jìn)行決策模擬，得到相應(yīng)的動作調(diào)整指令集合；根據(jù)動作調(diào)整指令集合對當(dāng)前系統(tǒng)...