本發(fā)明涉及災(zāi)害監(jiān)控技術(shù)領(lǐng)域，具體公開了一種高海拔隧道洞口的凝冰災(zāi)害監(jiān)測(cè)方法、裝置及計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，方法包括：確定高海拔隧道洞口的凝冰相關(guān)參數(shù)；對(duì)所述凝冰相關(guān)參數(shù)進(jìn)行分析，確定凝冰核心參數(shù)；在高海拔隧道洞口布設(shè)移動(dòng)監(jiān)測(cè)裝置，基于所述移...

本發(fā)明涉及一種聯(lián)合單幀和多幀特征的視頻去運(yùn)動(dòng)模糊方法，該方法利用多幀特征更準(zhǔn)確的時(shí)空信息與未被多幀分支充分探索和利用的單幀空間特征信息進(jìn)行視頻去運(yùn)動(dòng)模糊。在特征提取階段，將當(dāng)前幀與前后連續(xù)兩幀輸入堆疊的U?Net網(wǎng)絡(luò)進(jìn)行特征提取；在特征...

本發(fā)明公開了一種基于受控SAM模型的農(nóng)作物細(xì)粒度語義分割方法，涉及圖像語義分割技術(shù)領(lǐng)域，所述方法包括：將待分割農(nóng)作物圖像輸入分割模型獲得分割圖像；分割模型包括受控SAM編碼器和上下文增強(qiáng)解碼器；受控SAM編碼器包括SAM模塊和主干模塊；...

本發(fā)明公開了一種基于幅相解耦調(diào)制的多功能超表面，涉及天線技術(shù)領(lǐng)域。該多功能超表面包括：l×l個(gè)包括上部、金屬縫隙層和下部的超表面單元，l=2,3,4...；上部中，第一介質(zhì)基板上表面貼設(shè)有可旋轉(zhuǎn)的金屬圓環(huán)；金屬圓環(huán)上周向等間隔設(shè)有四個(gè)等...

本發(fā)明提供基于時(shí)空信息轉(zhuǎn)換方程的多源氣象要素預(yù)測(cè)降水的方法，涉及預(yù)測(cè)降水領(lǐng)域，包括：建立基于時(shí)空信息轉(zhuǎn)換方程的正?逆對(duì)偶模型；獲取多組訓(xùn)練樣本，其中，訓(xùn)練樣本包括多源氣象要素?cái)?shù)據(jù)，訓(xùn)練樣本的標(biāo)簽為降雨數(shù)據(jù)；基于自適應(yīng)加權(quán)梯度損失函數(shù)和多...

本發(fā)明公開了一種基于Mamba?CNN編碼特征融合的無監(jiān)督醫(yī)學(xué)圖像配準(zhǔn)方法，屬于醫(yī)學(xué)圖像配準(zhǔn)的技術(shù)領(lǐng)域，其包括：獲取拼接圖像；將拼接圖像分別輸入至Mamba分支編碼器和CNN分支編碼器中，分別輸出拼接圖像的全局特征圖和局部特征圖；將拼接...

本發(fā)明提供了一種基于雙分支時(shí)序模型的防護(hù)材料性能分析方法，涉及材料性能分析技術(shù)領(lǐng)域，該方法包括在有限元仿真軟件中構(gòu)建標(biāo)準(zhǔn)侵徹模型，并通過對(duì)其進(jìn)行訓(xùn)練，制作侵徹時(shí)序數(shù)據(jù)集；根據(jù)侵徹時(shí)序數(shù)據(jù)集，訓(xùn)練雙分支時(shí)序模型；利用已訓(xùn)練的雙分支時(shí)序模型...

本發(fā)明提供了基于自適應(yīng)閾值的腦腫瘤圖像分割方法，包括收集腦腫瘤核磁共振圖像，分析腦腫瘤核磁共振圖像的分割問題特性；分析腦腫瘤核磁共振圖像優(yōu)化分割模型，選擇反映真實(shí)分割情況的目標(biāo)函數(shù)；構(gòu)建沿梯度方向進(jìn)化的多變異算子優(yōu)化數(shù)值脈沖神經(jīng)膜系統(tǒng)；...

本發(fā)明涉及一種基于強(qiáng)對(duì)流移動(dòng)方向與雷達(dá)布局的協(xié)同掃描調(diào)度方法，屬于雷達(dá)探測(cè)領(lǐng)域，包括：收集雷達(dá)數(shù)據(jù)形成拼圖數(shù)據(jù)后獲取強(qiáng)對(duì)流中心運(yùn)動(dòng)方向；計(jì)算所有可調(diào)度雷達(dá)與強(qiáng)對(duì)流目標(biāo)的距離，并計(jì)算所有可調(diào)度雷達(dá)相對(duì)強(qiáng)對(duì)流目標(biāo)的方位，以及計(jì)算所有可調(diào)度雷...

本發(fā)明公開了外稟手性超構(gòu)表面、角度色散調(diào)控方法及應(yīng)用，屬于超構(gòu)表面領(lǐng)域，包括多個(gè)非手性超原子單元，頂層諧振器包括鏡像對(duì)稱的兩個(gè)半圓環(huán)，兩個(gè)半圓環(huán)的相對(duì)側(cè)的一端留有缺口，兩個(gè)半圓環(huán)的相對(duì)側(cè)的另一端向內(nèi)彎折形成內(nèi)向凸起。采用上述外稟手性超構(gòu)...

本發(fā)明公開了一種洼地地形的處理方法及系統(tǒng)，涉及水文分析技術(shù)領(lǐng)域，包括：對(duì)洼地進(jìn)行積水分析獲得下挖起始高程和洼地的淹沒區(qū)，并從洼地的淹沒區(qū)選擇下挖淹沒區(qū)；以每個(gè)洼地的傾瀉點(diǎn)為起點(diǎn)，沿流域的水流方向向下游追蹤，直至低于下挖起始高程，形成每個(gè)...

本發(fā)明涉及機(jī)器人標(biāo)定技術(shù)領(lǐng)域，公開自適應(yīng)動(dòng)量LM級(jí)聯(lián)B樣條插值粒子群的機(jī)器人標(biāo)定方法，包括步驟：基于LM模型構(gòu)建運(yùn)動(dòng)學(xué)誤差模型，構(gòu)建損失函數(shù)對(duì)運(yùn)動(dòng)學(xué)誤差模型的D?H參數(shù)進(jìn)行優(yōu)化；基于運(yùn)動(dòng)學(xué)誤差模型構(gòu)建最小二乘目標(biāo)函數(shù)，采用AMLM算法獲...

本發(fā)明公開了一種異常行為檢測(cè)方法，涉及林麝異常行為檢測(cè)領(lǐng)域，所述方法包括：獲取歷史林麝數(shù)據(jù)，基于目標(biāo)檢測(cè)模型對(duì)歷史林麝數(shù)據(jù)進(jìn)行目標(biāo)檢測(cè)獲得目標(biāo)物，基于目標(biāo)框標(biāo)注目標(biāo)物；對(duì)目標(biāo)物進(jìn)行跟蹤獲得目標(biāo)物的運(yùn)動(dòng)軌跡；基于目標(biāo)框提取目標(biāo)物的關(guān)鍵信息...

本發(fā)明涉及一種基于多尺度卷積注意力解碼器的降水圖像估計(jì)方法，構(gòu)建基于多尺度卷積注意力解碼器MCAD的降水估計(jì)模型，MCAD對(duì)編碼器提取的特征進(jìn)行解碼，并輸出估計(jì)的降水圖像，MCAD采用多尺度卷積注意力模塊MCAM架構(gòu)，MCAD結(jié)合多尺度...

本發(fā)明公開了基于機(jī)械比能及遺傳算法的體積壓裂水平井分段分簇方法，涉及石油和天然氣中的鉆完井工程領(lǐng)域；基于傳統(tǒng)幾何劃分方法難以滿足實(shí)際工程中對(duì)分段方案的精細(xì)化要求；通過采集鉆井動(dòng)態(tài)數(shù)據(jù)，根據(jù)井深步長(zhǎng)形成等井深間隔下的鉆井動(dòng)態(tài)數(shù)據(jù)集合表，并...

本發(fā)明公開了一種低噪聲LDO電路，包括：帶隙基準(zhǔn)電路，通過將三極管中的反偏二極管串聯(lián)，提高帶隙基準(zhǔn)電路的輸出參考電壓，本發(fā)明采用能夠輸出較高電壓的低噪聲的帶隙基準(zhǔn)電路結(jié)構(gòu)，減小參考電壓噪聲到輸出端的放大倍數(shù)，同時(shí)在不采用濾波電容的情況下...

本發(fā)明公開了一種防洪翻轉(zhuǎn)閘門的控制方法，首先將問題分解為目標(biāo)層、準(zhǔn)則層、子準(zhǔn)則層和方案層，然后通過數(shù)據(jù)分析構(gòu)建判斷矩陣，再計(jì)算特征值和特征向量以確定各因素權(quán)重；再進(jìn)行綜合評(píng)估，根據(jù)水位情況為不同方案賦分，并計(jì)算加權(quán)得分以確定防洪閘門的高...

本發(fā)明公開了一種基于Informer?BiLSTM的網(wǎng)絡(luò)安全態(tài)勢(shì)評(píng)估方法，屬于網(wǎng)絡(luò)安全技術(shù)領(lǐng)域，包括S1、采用SMOTETomek技術(shù)進(jìn)行組合采樣，用于實(shí)現(xiàn)數(shù)據(jù)的平衡處理；S2、構(gòu)建Informer?BiLSTM模型，包括輸入層、Inf...

本發(fā)明公開一種基于近景攝影的巖芯信息采集方法，包括在基座上設(shè)置若干個(gè)靶標(biāo)；將巖芯通過支撐柱固定在基座上，通過照明系統(tǒng)對(duì)巖芯進(jìn)行打光；按俯仰角圍繞巖芯，以固定半徑快速完成拍攝，再按下一個(gè)俯仰角再次拍攝，直至所有俯仰角均完成拍攝，獲得多組相...

本發(fā)明公開了一種藥物?蛋白質(zhì)相互作用的深度學(xué)習(xí)預(yù)測(cè)方法，包括：S1、收集藥物和蛋白質(zhì)數(shù)據(jù)，計(jì)算藥物的相似性和蛋白質(zhì)的相似性；S2、提取每一個(gè)批次內(nèi)蛋白質(zhì)和藥物的特征向量；S3、基于藥物的相似性、蛋白質(zhì)的相似性和每一個(gè)批次內(nèi)蛋白質(zhì)和藥物的...