本發(fā)明公開(kāi)一種基于視覺(jué)Mamba的RGB數(shù)據(jù)與事件數(shù)據(jù)融合的目標(biāo)跟蹤方法，涉及計(jì)算機(jī)視覺(jué)技術(shù)領(lǐng)域，解決了RGB數(shù)據(jù)與事件數(shù)據(jù)難以實(shí)現(xiàn)高效、精準(zhǔn)目標(biāo)跟蹤的技術(shù)問(wèn)題。該方法包括以下步驟：對(duì)RGB相機(jī)的原始RGB圖和事件相機(jī)的原始事件流進(jìn)行幀...

本本發(fā)明涉及無(wú)人機(jī)控制與流體力學(xué)交叉領(lǐng)域，具體涉及一種基于可控湍流環(huán)境的無(wú)人機(jī)姿態(tài)控制方法及系統(tǒng)，無(wú)人機(jī)姿態(tài)控制方法包括：在可控湍流環(huán)境下，進(jìn)行不同飛行模式的無(wú)人機(jī)姿態(tài)響應(yīng)分析；構(gòu)建“湍流特征?姿態(tài)響應(yīng)”關(guān)聯(lián)模型；在飛控系統(tǒng)中引入基于“...

本發(fā)明涉及材料制備技術(shù)領(lǐng)域，具體公開(kāi)了一種石墨烯@水滑石復(fù)合材料及其制備方法，該制備方法先將石墨剝層制得氧化石墨烯溶液，再依次與金屬鹽溶液、有機(jī)配體溶液混合攪拌、靜置、處理后得到GO@MOF復(fù)合材料，最后將其投入含硝酸鹽的極性溶劑混合液...

本發(fā)明涉及飛行器性能分析技術(shù)領(lǐng)域，具體公開(kāi)了一種傾斜推力四旋翼的結(jié)構(gòu)角度設(shè)計(jì)與性能分析方法及系統(tǒng)，首先設(shè)定傾斜推力四旋翼二自由度的角度參數(shù)并構(gòu)建機(jī)體坐標(biāo)系下的三軸推力方程，然后令三軸推力方程中x軸和y軸的分力等于零，計(jì)算四旋翼的自穩(wěn)定邊...

本發(fā)明屬于航天器導(dǎo)航方法技術(shù)領(lǐng)域，具體涉及一種隨機(jī)噪聲與動(dòng)態(tài)干擾下的航天器自主導(dǎo)航方法。包括步驟：S1、建立受到動(dòng)態(tài)干擾力下的航天器動(dòng)力學(xué)方程，以及建立隨機(jī)噪聲下的航天器位置測(cè)量方程；S2、構(gòu)建航天器增廣狀態(tài)系統(tǒng)；S3、設(shè)計(jì)航天器增廣狀...

本發(fā)明涉及流體力學(xué)和實(shí)驗(yàn)流體測(cè)量技術(shù)領(lǐng)域，尤其涉及基于風(fēng)扇矩陣的多尺度湍流生成及調(diào)控方法與裝置，調(diào)控裝置包括風(fēng)扇矩陣，風(fēng)扇矩陣包括多個(gè)風(fēng)扇組，多個(gè)風(fēng)扇組按照縱向以及橫向依次排列成一矩陣，風(fēng)扇矩陣中每個(gè)風(fēng)扇組包括調(diào)整機(jī)構(gòu)和風(fēng)扇，角度調(diào)整機(jī)...

本發(fā)明公開(kāi)涉及一種多風(fēng)機(jī)運(yùn)行系統(tǒng)、自適應(yīng)控制方法及裝置，該方法包括：通過(guò)傳感器組件實(shí)時(shí)采集風(fēng)機(jī)的運(yùn)行狀態(tài)數(shù)據(jù)；若運(yùn)行狀態(tài)數(shù)據(jù)中的數(shù)據(jù)波動(dòng)幅度大于第一預(yù)設(shè)閾值，對(duì)運(yùn)行狀態(tài)數(shù)據(jù)進(jìn)行卡爾曼濾波處理，獲取第一預(yù)測(cè)數(shù)據(jù)；若第一預(yù)測(cè)數(shù)據(jù)中的數(shù)據(jù)波動(dòng)...

本發(fā)明屬于圖表示學(xué)習(xí)領(lǐng)域，提出了一種基于雙層優(yōu)化的多重圖表示學(xué)習(xí)方法。主要目的是解決現(xiàn)有多重圖表示學(xué)習(xí)中無(wú)法有效捕捉節(jié)點(diǎn)全局正負(fù)關(guān)系及圖結(jié)構(gòu)學(xué)習(xí)過(guò)程中的訓(xùn)練不均衡問(wèn)題。通過(guò)雙層優(yōu)化框架，在內(nèi)層通過(guò)自表達(dá)矩陣學(xué)習(xí)節(jié)點(diǎn)間的全局正負(fù)關(guān)系，并在...

本發(fā)明公開(kāi)了一種嵌入晶體管電氣特性的大模型輔助電路設(shè)計(jì)方法，涉及電子設(shè)計(jì)自動(dòng)化技術(shù)領(lǐng)域，解決了目前電子設(shè)計(jì)還難以實(shí)現(xiàn)高度自動(dòng)化的技術(shù)問(wèn)題。該方法包括獲取電路的設(shè)計(jì)目標(biāo)，利用大模型生成所述設(shè)計(jì)目標(biāo)的初解，并根據(jù)所述設(shè)計(jì)目標(biāo)的初解生成優(yōu)化所...

本申請(qǐng)公開(kāi)了一種基于模擬電路行為圖的電路設(shè)計(jì)智能化建模方法及預(yù)測(cè)方法。建模方法包括：利用大信號(hào)模型和小信號(hào)模型分別表征模擬電路中晶體管的電氣特性，并通過(guò)仿真提取模擬電路的各電子元器件的電氣參數(shù)，晶體管為電子元器件中的一種；將各電子元器件...

本發(fā)明公開(kāi)了一種五重孿晶金納米顆粒的制備方法，屬于五重孿晶金納米顆粒技術(shù)領(lǐng)域，包括如下步驟：步驟一、分別配制溶解金屬鹽的溶液、有機(jī)配體的溶液和表面活性劑的溶液；步驟二、將步驟一得到的三種溶液混合攪拌均勻后得到金屬有機(jī)框架生長(zhǎng)液；步驟三、...

本發(fā)明公開(kāi)了一種糾刪碼與一致性哈希算法結(jié)合的數(shù)據(jù)存儲(chǔ)方法、終端裝置，涉及數(shù)據(jù)存儲(chǔ)技術(shù)領(lǐng)域。其步驟包括：將文件劃分成多個(gè)文件塊并根據(jù)糾刪碼算法生成冗余塊，對(duì)二者進(jìn)行標(biāo)注；按照文件的哈希值確定起始存儲(chǔ)節(jié)點(diǎn)，將標(biāo)注的數(shù)據(jù)塊存儲(chǔ)于起始節(jié)點(diǎn)及其后...

本發(fā)明公開(kāi)了一種高頻單光子傾斜波前探測(cè)方法及裝置，包括以下步驟：利用波前調(diào)制技術(shù)，對(duì)入射光波前進(jìn)行高速編碼和調(diào)制；單光子信號(hào)采集，利用單光子探測(cè)器對(duì)經(jīng)過(guò)光學(xué)系統(tǒng)聚焦后的單光子信號(hào)進(jìn)行采集，探測(cè)器將接收到的光子信號(hào)轉(zhuǎn)換為電信號(hào)進(jìn)行輸出；單...

本發(fā)明公開(kāi)了一種基于圖神經(jīng)網(wǎng)絡(luò)分層結(jié)構(gòu)的知識(shí)圖譜解釋性文本生成方法、系統(tǒng)和程序。該方法包括的步驟為：輸入圖及其對(duì)應(yīng)節(jié)點(diǎn)特征、邊特征和鄰接矩陣，將節(jié)點(diǎn)特征、邊特征分別轉(zhuǎn)化為向量，將向量表示的節(jié)點(diǎn)特征、邊特征進(jìn)行融合，對(duì)融合的向量進(jìn)行編碼；...

本發(fā)明實(shí)施例公開(kāi)了一種基于大模型特征注入的圖像編輯實(shí)現(xiàn)方法及系統(tǒng)，所述方法包括：參考特征提取步驟：根據(jù)真實(shí)的參考圖像進(jìn)行圖像反演，獲取參考中間特征圖；目標(biāo)特征提取步驟：根據(jù)目標(biāo)文本得到了一張與文本語(yǔ)義相符的目標(biāo)中間特征圖；KL散度計(jì)算步...

本申請(qǐng)公開(kāi)了一種簡(jiǎn)化的鏡頻抑制下變頻毫米波鏈路系統(tǒng)及雜散抑制方法。系統(tǒng)包括毫米波放大模塊、倍頻放大模塊、下變頻混頻器和微波中頻放大模塊，所述毫米波放大模塊的輸出端和所述倍頻放大模塊的輸出端均與所述下變頻混頻器的輸入端連接，所述下變頻混頻...

本申請(qǐng)公開(kāi)了一種射頻整流電路，包括：能量收集網(wǎng)絡(luò)、低功率整流支路、高功率整流支路和諧波調(diào)諧匹配網(wǎng)絡(luò)；能量收集網(wǎng)絡(luò)的第一端與微波源MV連接，能量收集網(wǎng)絡(luò)的第二端與低功率整流支路連接，能量收集網(wǎng)絡(luò)的第三端與高功率整流支路連接，能量收集網(wǎng)絡(luò)的...

本發(fā)明屬于視覺(jué)成像檢測(cè)技術(shù)領(lǐng)域，具體是涉及基于線陣CCD垂直成像掃掠的屏均勻性檢測(cè)方法。本方法利用線CCD相機(jī)實(shí)現(xiàn)對(duì)顯示屏像素陣列的垂直成像，采用數(shù)據(jù)預(yù)處理與拼接算法進(jìn)行2D成像，有效地避免了不同位置的圖像畸變，減少相機(jī)的運(yùn)動(dòng)復(fù)雜性，提...

本發(fā)明屬于人工智能技術(shù)領(lǐng)域，具體涉及一種基于聯(lián)合估計(jì)和尺度融合的輕量級(jí)半監(jiān)督目標(biāo)檢測(cè)方法，通過(guò)引入密集學(xué)習(xí)知識(shí)、聯(lián)合置信估計(jì)模塊和混合尺度特征金字塔模塊，通過(guò)像素級(jí)預(yù)測(cè)代替?zhèn)鹘y(tǒng)的稀疏偽框，直接使用網(wǎng)絡(luò)輸出的連續(xù)值作為偽標(biāo)簽，避免了復(fù)雜的...

本發(fā)明公開(kāi)了一種基于醫(yī)學(xué)本體嵌入與注意力機(jī)制融合的死亡率預(yù)測(cè)方法及計(jì)算機(jī)程序產(chǎn)品，涉及醫(yī)療信息技術(shù)領(lǐng)域。本方法包括：將患者的人口統(tǒng)計(jì)信息、診斷信息、治療信息、生命體征信息分別進(jìn)行特征映射；對(duì)特征映射的診斷信息節(jié)點(diǎn)、治療信息節(jié)點(diǎn)分別構(gòu)建醫(yī)...