本發(fā)明涉及多入單出直調(diào)直檢無(wú)線光通信近最優(yōu)信號(hào)成形方法及系統(tǒng)，針對(duì)峰值強(qiáng)度和總平均光功率均被約束的多入單出的光通信系統(tǒng)的信號(hào)設(shè)計(jì)問(wèn)題，首先通過(guò)最小能量映射求解給定約束下的變分優(yōu)化問(wèn)題，刻畫出等效發(fā)射信號(hào)的最優(yōu)幾何成形區(qū)域，并通過(guò)高維體積...

本發(fā)明公開了基于時(shí)序一致性分析的域名解析器緩存模式識(shí)別方法，屬于互聯(lián)網(wǎng)安全監(jiān)測(cè)技術(shù)領(lǐng)域。所述方法包括：向目標(biāo)轉(zhuǎn)發(fā)器連續(xù)多次發(fā)送對(duì)同一域名的域名查詢命令，獲取報(bào)文數(shù)據(jù)，報(bào)文數(shù)據(jù)包括域名服務(wù)器響應(yīng)于各域名查詢命令返回的報(bào)文中用于數(shù)據(jù)收集的上...

本發(fā)明公開了基于解析鏈推理的域名資源記錄TTL篡改溯源定位方法，屬于互聯(lián)網(wǎng)安全監(jiān)測(cè)技術(shù)領(lǐng)域。所述方法包括：部署系統(tǒng)，系統(tǒng)包括管理域名的專用服務(wù)器、多個(gè)轉(zhuǎn)發(fā)器及位于轉(zhuǎn)發(fā)器上游的若干遞歸解析器，設(shè)置存儲(chǔ)于專用服務(wù)器的TTL基準(zhǔn)值；選取目標(biāo)轉(zhuǎn)...

本發(fā)明公開了一種多域負(fù)載均衡與擁塞調(diào)度方法，包括以下步驟：數(shù)據(jù)采集；啟發(fā)式負(fù)載評(píng)估：將動(dòng)態(tài)注意力與信息素協(xié)同更新相結(jié)合，使信息素更新過(guò)程更注重負(fù)載變化超過(guò)預(yù)設(shè)閾值的域或鄰域；使用強(qiáng)化學(xué)習(xí)對(duì)多域資源進(jìn)行初次分配；擁塞預(yù)測(cè)與動(dòng)態(tài)調(diào)度：擁塞預(yù)...

本申請(qǐng)涉及基于多尺度神經(jīng)網(wǎng)絡(luò)的對(duì)流初生智能識(shí)別方法和裝置，該方法包括：獲取FY?4A衛(wèi)星的多通道數(shù)據(jù)，通過(guò)時(shí)間對(duì)齊與通道融合，然后擴(kuò)充并采用預(yù)設(shè)大小的窗口均勻切割，得到若干個(gè)興趣域窗口數(shù)據(jù)；采用多尺度特征提取模塊對(duì)每個(gè)興趣域窗口數(shù)據(jù)進(jìn)行...

本發(fā)明公開了一種基于雙路徑自適應(yīng)學(xué)習(xí)的設(shè)備系統(tǒng)異常檢測(cè)方法及系統(tǒng)，本發(fā)明方法包括獲取設(shè)備的輸入特征矩陣，將輸入特征矩陣依次經(jīng)過(guò)降維、歸一化、值嵌入與位置嵌入后分割為連續(xù)特征輸入和離散特征輸入；對(duì)連續(xù)特征輸入進(jìn)行連續(xù)特征提取路徑以獲得連續(xù)...

本申請(qǐng)涉及一種基于低光照增強(qiáng)校正的空天目標(biāo)雷達(dá)圖像數(shù)據(jù)生成方法。所述方法包括：設(shè)計(jì)內(nèi)容傳遞分解網(wǎng)絡(luò)，在潛空間通過(guò)Hadamard積約束將低光特征分解為光照無(wú)關(guān)的反射分量與自適應(yīng)光照分量，提出可學(xué)習(xí)強(qiáng)度壓縮函數(shù)，通過(guò)梯度一致性約束與稀疏正...

本發(fā)明公開了一種NUMA感知的DNN編譯系統(tǒng)優(yōu)化方法及系統(tǒng)，本發(fā)明方法包括初始化線程?節(jié)點(diǎn)映射；初始化可用內(nèi)存；獲取DNN的計(jì)算圖中的計(jì)算節(jié)點(diǎn)，為每個(gè)計(jì)算節(jié)點(diǎn)構(gòu)造參數(shù)節(jié)點(diǎn)并預(yù)分配模型參數(shù)內(nèi)存，并更新可用內(nèi)存；將各個(gè)計(jì)算節(jié)點(diǎn)分配優(yōu)先級(jí)排序...

本申請(qǐng)涉及計(jì)算機(jī)信息技術(shù)領(lǐng)域的一種基于多尺度對(duì)比學(xué)習(xí)的時(shí)序數(shù)據(jù)特征增強(qiáng)表示方法及裝置。所述方法包括：分別提取原始時(shí)序訂單數(shù)據(jù)三類節(jié)點(diǎn)關(guān)系數(shù)據(jù)及各訂單節(jié)點(diǎn)基礎(chǔ)屬性信息，構(gòu)建訂單節(jié)點(diǎn)特征矩陣，利用鄰域子圖訂單節(jié)點(diǎn)特征聚合單元針對(duì)三類節(jié)點(diǎn)關(guān)系...

本發(fā)明提出一種基于分組流量語(yǔ)義特征增強(qiáng)的設(shè)備識(shí)別方法、系統(tǒng)及電子設(shè)備，通過(guò)將原始物聯(lián)網(wǎng)流量轉(zhuǎn)化為大語(yǔ)言模型能夠理解的通用的分組級(jí)流量語(yǔ)義特征，然后使用分組級(jí)流量語(yǔ)義特征對(duì)大語(yǔ)言模型進(jìn)行微調(diào)，使大語(yǔ)言模型能夠自動(dòng)學(xué)習(xí)潛在物聯(lián)網(wǎng)設(shè)備流量特征...

為了解決傳統(tǒng)分段式搜救流程信息割裂、效率低、淺層分析適應(yīng)性差的問(wèn)題，本發(fā)明提供一種無(wú)人機(jī)閉環(huán)智能協(xié)同搜救方法和裝置，所述方法通過(guò)任務(wù)驅(qū)動(dòng)的自適應(yīng)多光譜采集實(shí)現(xiàn)高效數(shù)據(jù)獲取，利用輕量級(jí)AI實(shí)時(shí)分析高空多光譜數(shù)據(jù)，自主發(fā)現(xiàn)潛在目標(biāo)并觸發(fā)抵近...

本申請(qǐng)涉及一種無(wú)人系統(tǒng)導(dǎo)航安全室內(nèi)測(cè)試裝置及測(cè)試方法，屬于無(wú)人系統(tǒng)導(dǎo)航安全測(cè)試技術(shù)領(lǐng)域。裝置包括：無(wú)人系統(tǒng)、室內(nèi)空間基準(zhǔn)系統(tǒng)、復(fù)雜電磁環(huán)境模擬系統(tǒng)和計(jì)算機(jī)系統(tǒng)；室內(nèi)空間基準(zhǔn)系統(tǒng)用于提供室內(nèi)空間基準(zhǔn)信息，驅(qū)動(dòng)復(fù)雜電磁環(huán)境模擬系統(tǒng)產(chǎn)生與無(wú)人...

本發(fā)明涉及電磁信號(hào)處理技術(shù)領(lǐng)域，提供一種基于解耦掩碼自編碼器的電磁信號(hào)分類方法、裝置和設(shè)備，通過(guò)電磁信號(hào)模型框架將輸入的電磁信號(hào)轉(zhuǎn)換為子序列表示，并通過(guò)解耦的Transformer編碼器架構(gòu)學(xué)習(xí)其上下文表示，將提取的表示通過(guò)微調(diào)用于電磁...

本發(fā)明涉及機(jī)器人導(dǎo)航技術(shù)領(lǐng)域，公開了一種移動(dòng)掃描機(jī)器人自主導(dǎo)航方法、系統(tǒng)、設(shè)備及介質(zhì)。該方法應(yīng)用于移動(dòng)機(jī)器人，包括：獲取移動(dòng)機(jī)器人在目標(biāo)環(huán)境中的極坐標(biāo)位姿，以及移動(dòng)機(jī)器人掃描目標(biāo)環(huán)境得到的激光雷達(dá)點(diǎn)云；對(duì)極坐標(biāo)位姿和激光雷達(dá)點(diǎn)云分別進(jìn)行...

本發(fā)明涉及基于無(wú)線嗅探的實(shí)時(shí)移動(dòng)應(yīng)用指紋識(shí)別方法、系統(tǒng)、設(shè)備及介質(zhì)，使用蜂窩小區(qū)內(nèi)基站和UE間的無(wú)線信號(hào)而非應(yīng)用層、傳輸層或網(wǎng)絡(luò)層流量，解決了傳統(tǒng)應(yīng)用識(shí)別方法中訓(xùn)練數(shù)據(jù)采集標(biāo)注難度大、實(shí)時(shí)性、通用性和靈活性差的問(wèn)題。采集長(zhǎng)會(huì)話后使用流量...

本發(fā)明屬于冷卻裝置領(lǐng)域，具體涉及到一種高溫氣體負(fù)壓排放冷卻裝置。包括冷卻裝置本體，冷卻裝置本體的流道內(nèi)設(shè)置有由沿氣流方向依次排列的多組換熱板；多組換熱板沿氣流方向呈前疏后密、前厚后薄的漸變式排列；位于前段的一個(gè)或多個(gè)換熱板內(nèi)，設(shè)有至少一...

本發(fā)明公開了一種基于霧霾退化模型的真實(shí)霧霾圖像去霧方法，包括以下步驟：構(gòu)建融合多重散射效應(yīng)和多種圖像退化因素的霧霾退化模型；利用霧霾退化模型，構(gòu)建包含清晰圖像和對(duì)應(yīng)偽霧霾圖像的訓(xùn)練數(shù)據(jù)集；構(gòu)建一種面向真實(shí)霧霾場(chǎng)景的去霧網(wǎng)絡(luò)；采用訓(xùn)練數(shù)據(jù)...

本申請(qǐng)屬于無(wú)人機(jī)導(dǎo)航技術(shù)領(lǐng)域，涉及基于語(yǔ)義的無(wú)人機(jī)自主導(dǎo)航方法、裝置、設(shè)備和介質(zhì)。方法包括：獲取無(wú)人機(jī)的圖像序列和IMU數(shù)據(jù)，構(gòu)建環(huán)境的三維幾何骨架；根據(jù)無(wú)人機(jī)的圖像序列，形成二維語(yǔ)義地圖；根據(jù)三維幾何骨架和二維語(yǔ)義地圖，標(biāo)記對(duì)應(yīng)的語(yǔ)義...

本申請(qǐng)涉及一種面向GNSS拒止環(huán)境的無(wú)人機(jī)免訓(xùn)練分層視覺定位方法。所述方法包括：利用預(yù)訓(xùn)練大模型對(duì)衛(wèi)星圖像和查詢圖像進(jìn)行特征提取，得到特征圖；將無(wú)人機(jī)位姿估計(jì)問(wèn)題建模為在一個(gè)離散化的四維位姿似然體中尋找最大響應(yīng)值的任務(wù)，對(duì)查詢圖像對(duì)應(yīng)的...

本發(fā)明公開了一種中子氣泡探測(cè)器計(jì)數(shù)方法、系統(tǒng)、介質(zhì)及程序產(chǎn)品，本發(fā)明方法包括獲取依次圍繞中子氣泡探測(cè)器旋轉(zhuǎn)多角度采集的多幀檢測(cè)圖像；分割預(yù)處理提取氣泡區(qū)域；針對(duì)氣泡區(qū)域采用目標(biāo)檢測(cè)模型識(shí)別出氣泡的位置信息；針對(duì)第一幀檢測(cè)圖像中識(shí)別出的氣...