本申請實施例提供點云網(wǎng)絡訓練方法、點云數(shù)據(jù)處理方法及裝置，涉及無人駕駛與智能交通技術領域。該方法利用點云網(wǎng)絡得到激光雷達點云數(shù)據(jù)的三維點云特征，利用圖像編碼器得到多視角圖像的二維圖像特征，利用視覺基礎模型對多視角圖像進行掩碼劃分得到多個...

本申請?zhí)峁┮环N基于意圖推理的多機器人協(xié)同探索方法以及相關設備，方法包括：獲取每個機器人的傳感數(shù)據(jù)，并根據(jù)每個機器人的傳感數(shù)據(jù)分別構建每個機器人的局部觀測地圖以及預估每個機器人的位姿信息，得到每個機器人的全局觀測地圖，并將多個全局觀測地圖...

本申請實施例提供多模型協(xié)同服務方法、裝置、設備和存儲介質(zhì)，涉及模型服務領域。該方法將目標對話中當前提問數(shù)據(jù)輸入任務難度判斷大模型，基于目標對話的歷史提問數(shù)據(jù)對當前提問數(shù)據(jù)進行難度解析得到任務難度。根據(jù)任務難度在至少一個任務處理模型中進行...

本申請公開了一種憶阻器、具有隨機丟棄功能的脈沖神經(jīng)元及神經(jīng)網(wǎng)絡，涉及神經(jīng)網(wǎng)絡技術領域，該憶阻器包括層疊設置的活性電極層、阻變層以及惰性電極層，阻變層具有離子遷移特性，憶阻器通過阻變層獲得易失性模擬開關阻變行為，憶阻器通過在活性電極層施加...

本申請實施例提供了一種公共交通碳排放數(shù)據(jù)的處理方法、裝置、設備及介質(zhì)，屬于碳排放量計算技術領域。該方法包括：基于多個目標公交車輛在經(jīng)過目標區(qū)域時各個公交車輛的行駛數(shù)據(jù)確定目標功率函數(shù)，并基于目標功率函數(shù)得到目標區(qū)域內(nèi)所有公交車輛的總用電...

本申請實施例提供了一種三維圖像生成模型的訓練方法、裝置、設備及介質(zhì)，屬于三維建模技術領域。該方法包括：生成稀疏視角下原始圖像相應的臨幀圖像；對原始圖像和臨幀圖像進行運動結構恢復處理得到初始高斯點集合，并對初始高斯點集合進行高斯優(yōu)化處理得...

本公開實施例提供了一種多源漏洞數(shù)據(jù)的融合處理方法、裝置、設備及介質(zhì)，通過獲取由多個不同途徑發(fā)現(xiàn)到的多個漏洞數(shù)據(jù)，依次對各個漏洞數(shù)據(jù)進行融合處理，并針對當前進行融合處理的第一漏洞數(shù)據(jù)，若帶有對應的第一知識庫標識，按照預先排列的多級知識庫標...

本申請實施例提供圖像異常檢測方法、裝置、設備和存儲介質(zhì)，涉及計算機視覺技術領域。該方法將異常檢測圖像和深度視覺提示特征輸入至圖像編碼器生成分類向量和多個塊向量，將多個提示文本輸入至文本編碼器得到文本向量，將分類向量和多個文本向量計算相似...

本申請實施例提供了一種片上網(wǎng)絡系統(tǒng)、數(shù)據(jù)傳輸方法、電子設備及存儲介質(zhì)，屬于片上網(wǎng)絡技術領域。片上網(wǎng)絡系統(tǒng)包括：多個子網(wǎng)絡，每個子網(wǎng)絡內(nèi)包括多個節(jié)點，每個節(jié)點均與對應的路由設備通信連接，同一子網(wǎng)絡內(nèi)的各個路由設備之間依次通信連接，每一子網(wǎng)...

本申請實施例提出的云邊數(shù)據(jù)傳輸系統(tǒng)的數(shù)據(jù)傳輸方法、壓縮比計算方法及相關設備，所述云邊數(shù)據(jù)傳輸系統(tǒng)包括云端設備和邊緣設備，邊緣設備部署有相互連接的第一分解全連接層和第二分解全連接層，云端設備部署有第三分解全連接層，方法包括：響應于交互數(shù)據(jù)...

本發(fā)明屬于機器學習技術領域，公開了一種機器學習訓練任務通信調(diào)度方法、裝置、設備及存儲介質(zhì)。該方法包括：獲取任務隊列中的待訓練任務；對待訓練任務進行訓練特征提取，根據(jù)分析得到的訓練特征，得到通信操作工作流以及該工作流中各通信操作的優(yōu)先級；...

本公開提供了一種三維虛擬畫面的生成方法、裝置、設備及介質(zhì)，渲染端在顯示當前的三維顯示場景時僅加載有該場景內(nèi)的虛擬模型，當場景中的虛擬鏡頭移動時，可以同步虛擬鏡頭的目標位置信息到資源加載服務器中，資源加載服務器根據(jù)虛擬鏡頭新的位置確定周圍...

本申請實施例提供一種網(wǎng)絡仿真評估方法、裝置、存儲介質(zhì)及計算機設備，包括：獲取針對于網(wǎng)絡系統(tǒng)仿真得到的仿真模型，所述仿真模型包括不同仿真層級；確定從每個所述仿真層級中選取仿真指標；根據(jù)每個所述仿真指標的指標屬性特征，確定每個所述仿真指標的...

本申請實施例提供一種數(shù)據(jù)傳輸方法、裝置、存儲介質(zhì)及計算機設備，包括：實時接收工業(yè)設備上傳的工業(yè)數(shù)據(jù)流，以及監(jiān)控設備上傳的視頻數(shù)據(jù)流；將工業(yè)以太網(wǎng)協(xié)議的工業(yè)數(shù)據(jù)流轉換為指定協(xié)議的工業(yè)轉換數(shù)據(jù)流，將互聯(lián)網(wǎng)協(xié)議的視頻數(shù)據(jù)流轉換為指定協(xié)議的視頻...

本申請實施例公開一種跨模態(tài)數(shù)據(jù)對齊模型訓練方法、裝置、設備及介質(zhì)。將圖像數(shù)據(jù)和頻譜數(shù)據(jù)分別輸入到跨模態(tài)數(shù)據(jù)對齊模型中，輸出用于表征圖像數(shù)據(jù)中每個圖像的第一特征，以及用于表征頻譜數(shù)據(jù)中每個頻譜的第二特征；根據(jù)第一特征和第二特征確定圖像數(shù)據(jù)...

本公開提供了一種大模型自動部署方法、裝置、設備及介質(zhì)，通過執(zhí)行大模型自動部署方法，可以基于用戶端的輸入確定原始大模型、輕量大模型、目標設備的目標設備類型以及目標設備上所能運行的目標模型架構，并為了適配不同性能差異的目標設備，自動生成針對...

本申請公開了一種目標對象的追蹤方法、裝置、設備及存儲介質(zhì)，涉及圖像處理技術領域，方法包括：接收目標對象的查詢信息；將查詢信息和待追蹤視頻輸入至預先訓練好的追蹤模型中，由追蹤模型執(zhí)行以下步驟：以第一采樣幀率在待追蹤視頻中對目標對象進行追蹤...

本申請實施例提供了一種關系圖譜的重構方法、裝置、計算機設備及可讀存儲介質(zhì)。方法包括：獲取初始關系圖譜，并基于初始關系圖譜生成多個目標節(jié)點對應的節(jié)點特征矩陣以及初始鄰接矩陣；通過目標模型進行多個目標節(jié)點之間的特征傳遞和特征聚合，得到每個目...

本申請實施例提供了一種基于Transformer的無線電磁信號處理方法，屬于無線電磁信號處理與分析技術領域。該方法包括：將無線電磁信號轉換為時頻圖像，并將時頻圖像切分為多個圖像塊，根據(jù)采樣率和中心頻率計算每個圖像塊的目標時間信息和目標頻...

本申請實施例提供大語言模型可解釋性分析方法、裝置、設備和存儲介質(zhì)，涉及人工智能技術鄰域。該方法獲取大語言模型的輸入數(shù)據(jù)和推理結果，獲取輸入詞元和結果詞元構成的詞元組的相關參數(shù)生成映射矩陣，計算映射矩陣中每個詞元組的鄰域平均參數(shù)，選取詞元...