本技術公開了一種易維修測試機臺，包括機臺本體、方鋼和支撐臂，在機臺本體兩側對稱設置方鋼，支撐臂底端與方鋼固定連接，所述機臺本體上安裝有轉軸座，支撐臂頂端通過轉軸與轉軸座連接，所述支撐臂和轉軸座上對應開設鎖定孔，所述方鋼底部安裝有萬向輪。...

本發明公開了一種新的基于圖融合的節點聚類方法。基于節點特征的相似性構造屬性圖，并將其與拓撲圖融合，有效地減少了異構邊帶來的不利影響，從而解決了圖卷積網絡依賴于同構圖假設的難題。引入雙重距離調節損失，同時優化了簇內樣本的緊密度和簇間樣本的...

本發明公開了一種基于動態異構屬性圖表征學習的網絡異常流量檢測方法，用于檢測可變目標網絡環境的網絡異常流量。該發明從動態演化角度出發，首先對目標網絡的可變環境進行數據采集，通過主動探索與網絡空間搜索引擎探測相結合的方式獲取目標網絡實體的拓...

本發明提出了一種基于注意力機制的多任務圖卷積網絡(GCN)用于阿爾茨海默病分析的方法，旨在提高疾病診斷的準確性并明確識別與阿爾茨海默病相關的大腦區域；現有的大多數阿爾茨海默病診斷模型僅依賴醫學圖像數據，忽略了與疾病相關的臨床評分信息，導...

本發明公開了一種基于ESPRIT算法的高精度FMCW激光測距方法，屬于激光測距技術領域。本發明首先將激光經過光分束器分為兩束，其中一束光作為本振光，一束作為信號光，信號光打到待測目標物體返回，信號光攜帶待測目標的距離信息，本振光與信號光...

本申請公開了一種行波管的調幅調相失真的抑制方法，包括：獲取行波管的互作用分布段的相對相位角的分布情況；根據分布情況，得到輸出段最后一段的相對相位角的最大值；如果最大值位于預設范圍內，根據最大值對應的螺距值對輸出段最后一段進行優化，以抑制...

本申請提供了一種水下無線傳感器網絡的圖像傳輸方法、系統、設備及介質。所述方法包括：獲取原始圖像；將原始圖像作為第一次篩選時選擇的圖像塊，并基于目標條件進行篩選，以將不滿足目標條件的圖像塊處理為N個子塊，并將N個子塊作為下一次篩選時選擇的...

本發明公開一種基于潛空間擴散模型的跨模態醫學圖像配準方法，涉及醫學圖像處理技術領域，解決了現有配準方法不適用于多模態醫學圖像配準的技術問題。該方法包括：獲取第一模態原始醫學圖像、第二模態原始醫學圖像，預處理操作得到浮動圖像、目標圖像；構...

本發明公開了一種基于樣本選擇和標簽分布學習的帶噪聲圖像分類方法，涉及計算機視覺技術領域，解決了目前的分類方法難以區分困難樣本和噪聲樣本，導致圖像分類的精度低的技術問題。該方法包括：對訓練樣本分別進行弱數據增強和強數據增強；構建圖像分類網...

本發明涉及電力電子變換器技術領域，尤其涉及一種適應不同底盤高度電動汽車的無線電能傳輸系統，該方法包括：GA端的雙逆變器、GA端的兩個RIITG和VA端的整流器，在每個RIITG中，m個變壓器的原邊并聯連接為RIITG的輸入端，m個變壓器...

醫學圖像數據集中的標簽往往存在噪聲或錯誤標注，極大地影響了深度神經網絡(DNNs)在醫學圖像分析中的性能。為了解決這一問題，本文提出了一種新穎的框架——協助標簽校正網絡(Co?assistant?Networks?for?Label?C...

事實錯誤糾正旨在識別和糾正給定語句中的事實錯誤。現有的大多數方法都依賴于語言模型掩碼器，通過掩碼語句中的令牌來識別事實錯誤。然而，這種方法往往無法確保被掩碼詞塊的成分完整性，從而導致更正偏離原始語句。為了解決這個問題，我們提出了一種基于...

本發明公開一種基于混合深度學習模型的光伏發電竊電檢測方法及驗證方法，涉及竊電檢測技術領域，解決了光伏發電竊電檢測方法難以捕獲復雜的時間依賴性，多源數據整合不足的技術問題。該竊電檢測方法包括：使用序列組表示產消者第天在時間窗口T=24內的...

本發明涉及射頻前端技術領域，具體涉及一種基于并聯諧振器的可重構三頻帶帶通濾波器，基于并聯諧振器法設計三頻帶可重構帶通濾波器，具體先將一對UIR諧振器和一對SIR諧振器分別耦合在一起形成濾波器的三個通帶，然后加載變容二極管、固定電容，通過...

本發明涉及可重構濾波器技術領域，具體涉及一種基于SIR的階數與頻率獨立可重構的射頻微帶濾波器，基于SIR非對稱結構設計中心頻率與階數均可獨立調節的帶通濾波器，先通過分析耦合結構設計加載變容二極管與可調耦合結構，然后通過調整饋電和輸入/輸...

本發明公開了一種簡單有效的基于特征對比學習的多視圖聚類方法框架，在原始數據階段對各視圖數據進行融合，從而避免為不同視圖定制模型，并減少丟失重要信息的風險。為了應對現實數據中噪聲和數據不可用的，為融合數據設計兩種數據增強方式，幫助模型更好...

本發明公開了一種自適應多模態提示學習方法，該方法利用大規模視覺語言模型的潛力，通過圖像提示和文本提示的協作，提升了樣本內和樣本外的泛化能力。通過掩蔽圖像中的無意義塊并采用自適應交互學習機制，本發明有效增強了多模態信息的相互協作和共享，從...

本發明公開一種基于大語言模型及社會人口統計信息的電力負荷預測方法，涉及電力負荷預測技術領域，解決了電力負荷預測方法難以結合社會人口統計信息，難以處理非結構化文本信息，影響了電力負荷預測精度和泛化能力的技術問題。該方法包括基于時間序列轉換...

圖神經網絡(GNN)在圖結構數據上的半監督學習任務中取得了可喜的結果。然而，現有的大多數方法都假設訓練數據具有正確的標簽，但在現實世界中，圖結構數據往往帶有噪聲標簽，以降低GNN的有效性。針對這一問題，本文提出了一種新的標簽校正方法，稱...

最近，基于卷積神經網絡(CNN)直接使用全切片圖像(WSIs)進行腫瘤診斷和分析的研究引起了廣泛關注，因為這類方法只利用切片級標簽進行模型訓練，而無需額外的標注。然而，直接處理超大像素的全切片圖像仍然是一項具有挑戰性的任務，主要因為每個...