本發(fā)明涉及一種公鑰可聚合可追責(zé)的多重簽名方法，涉及區(qū)塊鏈技術(shù)領(lǐng)域，用于解決隱私保護(hù)區(qū)塊鏈系統(tǒng)中用戶身份追蹤困難，簽名者隱私無法得到保證，以及隱私保護(hù)與有效監(jiān)管無法平衡的問題。多重簽名方法包括以下步驟：生成公私鑰對(duì)和公開參數(shù)；用戶密鑰生成...

本技術(shù)提供了一種基于菲涅爾棱鏡的寬帶激光偏振態(tài)調(diào)控裝置，涉及激光偏振態(tài)調(diào)控技術(shù)領(lǐng)域。裝置包括：依次設(shè)置于光路中的二分之一菲涅爾菱形棱鏡和四分之一菲涅爾菱形棱鏡，其中，所述二分之一菲涅爾菱形棱鏡可旋轉(zhuǎn)，所述二分之一菲涅爾菱形棱鏡用于調(diào)節(jié)入...

本發(fā)明公開了一種基于弱監(jiān)督對(duì)比學(xué)習(xí)的輿情傾向識(shí)別方法、系統(tǒng)、設(shè)備及存儲(chǔ)介質(zhì)，包括以下過程：S1，建立分類模型，將弱標(biāo)注訓(xùn)練文本劃分為情感極性為積極的正面集合和情感極性為消極的負(fù)面集合；S2，使用BERT編碼器將弱標(biāo)注訓(xùn)練文本處理為特征向...

本發(fā)明公開了一種面向用戶提問的快速反饋方法及相關(guān)設(shè)備，屬于人工智能技術(shù)領(lǐng)域，通過利用大規(guī)模用戶生成的問答數(shù)據(jù)輔助問題與相關(guān)評(píng)論任務(wù)的學(xué)習(xí)，該模型能夠有效地提高購物體驗(yàn)，基于注意力模型的快速反饋算法在解決購物過程中的問題定位方面具有顯著的...

本發(fā)明公開了一種基于無監(jiān)督詞重構(gòu)的評(píng)論主題識(shí)別方法、系統(tǒng)、設(shè)備及存儲(chǔ)介質(zhì)，包括以下過程：S1，獲取訓(xùn)練文本數(shù)據(jù)，將訓(xùn)練文本數(shù)據(jù)編碼后得到向量矩陣；S2，將向量矩陣通過注意力加權(quán)運(yùn)算得到訓(xùn)練文本數(shù)據(jù)的文本特征；S3，對(duì)文本特征進(jìn)行降維計(jì)算...

本技術(shù)公開了一種便于開合的冷鏈用物流箱，包括物流箱本體；還包括：所述物流箱本體的外部設(shè)置有定位機(jī)構(gòu)，且定位機(jī)構(gòu)包含有定位支架與定位平板；其中，物流箱本體的正面鉸接連接于封閉門體的底端，且封閉門體的內(nèi)部設(shè)置有開合機(jī)構(gòu)；其中，物流箱本體的左...

本發(fā)明公開了一種污水處理高密池混凝加藥預(yù)測(cè)方法，通過收集實(shí)時(shí)和非實(shí)時(shí)污水處理數(shù)據(jù)，并進(jìn)一步利用數(shù)據(jù)處理算法對(duì)其進(jìn)行降維的基礎(chǔ)上，依托重采樣技術(shù)和AO算法，準(zhǔn)確并快速地預(yù)測(cè)混凝加藥的最佳時(shí)刻及最佳用量，為污水處理廠的實(shí)時(shí)管控提供重要的參考...

本申請(qǐng)公開了一種基于雙重知識(shí)轉(zhuǎn)移的差分隱私聯(lián)邦學(xué)習(xí)方法及系統(tǒng)，涉及機(jī)器學(xué)習(xí)領(lǐng)域，其中方法包括：利用數(shù)據(jù)子集訓(xùn)練教師模型；利用基于權(quán)重的投票機(jī)制確定每個(gè)樣本的教師投票結(jié)果；基于教師投票結(jié)果確定未標(biāo)記教師數(shù)據(jù)集的標(biāo)簽，利用已標(biāo)記教師數(shù)據(jù)集訓(xùn)...

本發(fā)明提供了一種增強(qiáng)型無人機(jī)對(duì)無人機(jī)的跟蹤方法、電子設(shè)備及存儲(chǔ)介質(zhì)，包括以下步驟：獲取目標(biāo)無人機(jī)跟蹤場(chǎng)景中的圖像序列數(shù)據(jù)，并將所獲取的圖像序列數(shù)據(jù)輸入預(yù)設(shè)的集成模型，提取所述目標(biāo)無人機(jī)的特征信息，所述集成模型根據(jù)所述目標(biāo)無人機(jī)的特征信息...

本申請(qǐng)公開了一種基于大模型域自適應(yīng)的遙感影像變化檢測(cè)方法及系統(tǒng)，該方法包括如下步驟：S1：將一對(duì)待檢測(cè)的雙時(shí)遙感影像輸入經(jīng)過訓(xùn)練的遙感影像變化檢測(cè)網(wǎng)絡(luò)中；S2：輸出變化檢測(cè)圖。本申請(qǐng)屬于遙感影像變化檢測(cè)技術(shù)領(lǐng)域，本申請(qǐng)解決了目前將SAM...

本發(fā)明公開了一種支持區(qū)塊鏈的智能物流授權(quán)云輔助PSI?CA方法和電子設(shè)備，包括：BC輸出公共參數(shù)；BC的記賬節(jié)點(diǎn)輸出各參與方所需參數(shù)，DO、C<subgt;1</subgt;和C<subgt;2</subgt;設(shè)...

本發(fā)明提出了一種基于色彩特征優(yōu)化內(nèi)窺鏡曝光效果的方法，該方法在編碼器?解碼器結(jié)構(gòu)中嵌入多尺度色彩特征金字塔以區(qū)分和表示不同曝光區(qū)域，對(duì)不同尺度的色彩特征應(yīng)用不同的卷積核，以提高編碼器?解碼器結(jié)構(gòu)的區(qū)域識(shí)別能力，并引入高效多尺度注意力，在...

基于深度學(xué)習(xí)集成模型與AdaBoost的XSS攻擊檢測(cè)方法，包括以下步驟：步驟1，預(yù)處理；步驟2，構(gòu)建深度學(xué)習(xí)集成模型；步驟3，用步驟2構(gòu)建的深度學(xué)習(xí)集成模型進(jìn)行檢測(cè)；AdaBoost能夠顯著增強(qiáng)深度學(xué)習(xí)模型的分類能力，準(zhǔn)確率達(dá)到99....

本發(fā)明實(shí)施例是關(guān)于一種雙頻大功率液體處理超聲換能器，包括：變幅桿的一端與夾心式換能器連接組成縱向位移輸出結(jié)構(gòu)；金屬圓管的側(cè)面設(shè)有安裝孔，安裝孔通過設(shè)置在變幅桿的圓錐端的連接件將金屬圓管與變幅桿連接，金屬圓管的兩端均設(shè)有凹形彎張殼體；縱向...

本發(fā)明公開了一種面向全天空視野的小尺度極光結(jié)構(gòu)定位和測(cè)量方法，主要解決極光圖像多樣化的外觀特征和復(fù)雜的運(yùn)動(dòng)模式導(dǎo)致關(guān)鍵特征獲取不充分的技術(shù)問題。方案包括：1)對(duì)輸入的原始圖片進(jìn)行特征提取，得到原始圖像的特征圖；2)對(duì)特征圖進(jìn)行劃分塊，獲...

本發(fā)明涉及濾波器，具體涉及一種MZI與MRR聯(lián)合的片上混合濾波器及其控制方法，為解決現(xiàn)有技術(shù)中存在單一可調(diào)諧濾波器的功能相對(duì)有限的不足之處，一種MZI與MRR聯(lián)合的片上混合濾波器，包括MZI結(jié)構(gòu)以及分別位于MZI上臂和MZI下臂的MRR...

本發(fā)明公開了一種基于深度學(xué)習(xí)的兩階段能耗預(yù)測(cè)路徑規(guī)劃的方法，利用深度學(xué)習(xí)技術(shù)，來預(yù)測(cè)和優(yōu)化電動(dòng)汽車的能耗，不僅考慮了道路坡度、交通狀況和車輛負(fù)載等多種因素，還結(jié)合了歷史駕駛數(shù)據(jù)和實(shí)時(shí)交通數(shù)據(jù)，以實(shí)現(xiàn)對(duì)特定路線的能耗的精確預(yù)測(cè)。此外，還通...

本發(fā)明涉及基于ConvNeXt的多階段自適應(yīng)類別平衡手術(shù)階段識(shí)別方法，包括以下步驟：首先準(zhǔn)備數(shù)據(jù)集，ConvNeXt在Imagenet?22k大型數(shù)據(jù)集上的模型預(yù)訓(xùn)練權(quán)重；然后進(jìn)行數(shù)據(jù)預(yù)處理；再使用數(shù)據(jù)訓(xùn)練圖像特征提取模塊，得到BLCo...

本申請(qǐng)涉及手性裝置領(lǐng)域，具體而言，涉及一種CD信號(hào)強(qiáng)且可動(dòng)態(tài)調(diào)控的超窄帶手性復(fù)合納米結(jié)構(gòu)，包括從下至上依次排布的襯底層和磁光層，磁光層的內(nèi)部設(shè)有周期排布的手性貫穿孔。本發(fā)明應(yīng)用磁場(chǎng)調(diào)控復(fù)合納米結(jié)構(gòu)的手性，調(diào)控成本低；本發(fā)明的CD信號(hào)峰值...

本發(fā)明公開了一種用于房間布局估計(jì)的透視圖C2P轉(zhuǎn)換和布局生成方法。包括：獲取目標(biāo)室內(nèi)場(chǎng)景圖像；將目標(biāo)室內(nèi)場(chǎng)景圖像輸入深度學(xué)習(xí)模型，輸出預(yù)測(cè)的完整深度圖、全局平面可見性置信度圖、墻面類別和平面語義標(biāo)簽；對(duì)平面進(jìn)行分類，定義均勻分布在透視圖...