本發(fā)明公開了一種分層神經(jīng)網(wǎng)絡(luò)的異構(gòu)處理單元?jiǎng)討B(tài)調(diào)度方法及系統(tǒng)，屬于異構(gòu)計(jì)算資源調(diào)度技術(shù)領(lǐng)域。本發(fā)明為解決深度神經(jīng)網(wǎng)絡(luò)在異構(gòu)計(jì)算環(huán)境中任務(wù)分配不均、資源利用率低及實(shí)時(shí)性差的問題，主要采用神經(jīng)網(wǎng)絡(luò)任務(wù)分層劃分、基于機(jī)器學(xué)習(xí)的執(zhí)行時(shí)間預(yù)測(cè)模型...

本發(fā)明涉及代碼安全檢測(cè)技術(shù)領(lǐng)域，具體公開了一種基于雙變分自編碼器與置信度評(píng)估的代碼判別方法和系統(tǒng)。該方法首先將已標(biāo)注的代碼樣本劃分為惡意代碼子集與良性代碼子集，分別訓(xùn)練兩個(gè)獨(dú)立的變分自編碼器以建模各類代碼的重構(gòu)分布；對(duì)于任意代碼樣本，分...

本發(fā)明公開了一種面向三維空間的區(qū)域防控布局規(guī)劃方法及系統(tǒng)，屬于安防設(shè)施布局技術(shù)領(lǐng)域。本發(fā)明為解決復(fù)雜三維環(huán)境下安防設(shè)施難以高效部署的問題，主要采用H3網(wǎng)格劃分與核密度估計(jì)生成區(qū)域熱力圖，結(jié)合三維建筑模型與視線投射進(jìn)行可視性分析，并構(gòu)建雙...

本發(fā)明公開一種基于大語言模型的物聯(lián)網(wǎng)設(shè)備組件缺陷檢測(cè)方法及系統(tǒng)，屬于缺陷檢測(cè)技術(shù)領(lǐng)域。所述方法包括：構(gòu)建物聯(lián)網(wǎng)設(shè)備組件缺陷的領(lǐng)域知識(shí)庫；接收物聯(lián)網(wǎng)設(shè)備組件的源代碼片段和用戶問題；對(duì)源代碼片段進(jìn)行意圖識(shí)別，得到文本化意圖；基于該文本化意圖...

本發(fā)明公開了一種基于結(jié)構(gòu)化框架生成的大模型輔助寫作方法及系統(tǒng)，屬于自然語言處理技術(shù)領(lǐng)域。本發(fā)明為解決現(xiàn)有技術(shù)中文本結(jié)構(gòu)控制不足、邏輯銜接性差、知識(shí)融合不精準(zhǔn)以及用戶反饋難以高效響應(yīng)的問題，主要采用由輸入的寫作主題及模塊集合構(gòu)建嵌套式模塊...

本發(fā)明屬于網(wǎng)絡(luò)安全技術(shù)領(lǐng)域，涉及一種級(jí)聯(lián)聚合和強(qiáng)化學(xué)習(xí)的網(wǎng)絡(luò)風(fēng)險(xiǎn)信息預(yù)警方法和系統(tǒng)。該方法包括：識(shí)別網(wǎng)絡(luò)信息中的有效數(shù)據(jù)，并判定其情感傾向；針對(duì)消極傾向的網(wǎng)絡(luò)信息進(jìn)行一級(jí)聚類，將內(nèi)容表達(dá)相近的網(wǎng)絡(luò)信息聚為同一類別，并提取不同類簇的中心點(diǎn)...

本發(fā)明公開一種結(jié)合大模型Agent與開源數(shù)據(jù)的對(duì)象畫像生成方法及系統(tǒng)，屬于人工智能技術(shù)領(lǐng)域。所述方法包括：接收目標(biāo)對(duì)象的畫像生成請(qǐng)求；基于畫像生成請(qǐng)求進(jìn)行開源數(shù)據(jù)采集與檢索，得到多模態(tài)數(shù)據(jù)；抽取多模態(tài)數(shù)據(jù)的數(shù)據(jù)特征，并對(duì)該數(shù)據(jù)特征進(jìn)行多...

本發(fā)明公開一種基于云邊協(xié)同的全域空間環(huán)境參數(shù)分布重構(gòu)方法及系統(tǒng)，屬空間環(huán)境探測(cè)技術(shù)領(lǐng)域。所述方法包括：在云側(cè)完成該衛(wèi)星的注冊(cè)，并通過應(yīng)用層心跳機(jī)制維持與云側(cè)的連接狀態(tài)；維護(hù)一協(xié)同他星列表，獲取并解析刷臉計(jì)算模型，得到該刷臉計(jì)算模型的輸入...

本申請(qǐng)涉及一種基于大模型的用戶界面操作方法、裝置、設(shè)備和介質(zhì)。操作方法包括，對(duì)用戶的多通道交互信息進(jìn)行融合處理，形成用戶交互任務(wù)描述；從記憶庫中檢索獲得與所述用戶交互任務(wù)描述匹配的歷史交互經(jīng)驗(yàn)和外部知識(shí)；將所述用戶交互任務(wù)描述、歷史交互...

本發(fā)明公開了一種適用于RISC?V平臺(tái)的自動(dòng)化兼容性測(cè)試方法及系統(tǒng)，屬于計(jì)算機(jī)軟硬件測(cè)試技術(shù)領(lǐng)域。本發(fā)明為解決RISC?V?Server?Platform?SPEC標(biāo)準(zhǔn)下測(cè)試套件缺失、測(cè)試環(huán)境部署繁瑣及測(cè)試指令復(fù)雜等技術(shù)問題，主要采用構(gòu)...

本發(fā)明公開了一種基于大語言模型的郵件內(nèi)容生成方法及系統(tǒng)，屬于智能文本生成技術(shù)領(lǐng)域。本發(fā)明為解決現(xiàn)有任務(wù)型內(nèi)容生成系統(tǒng)無法充分融合外部上下文信息、缺乏多角色協(xié)同與結(jié)構(gòu)化輸出的問題，主要采用外部信息庫、大語言模型推理平臺(tái)以及任務(wù)型內(nèi)容生成鏈...

本發(fā)明公開了一種多尺度時(shí)空頻特征融合與雙原型損失的EEG分類方法。本方法為：獲取一個(gè)包含兩種運(yùn)動(dòng)想象類別的數(shù)據(jù)集；構(gòu)建一個(gè)EEG分類模型，包括多尺度時(shí)空特征提取模塊、頻域特征對(duì)比模塊和雙原型損失約束模塊；訓(xùn)練階段，特征提取模塊對(duì)訓(xùn)練樣本...

本發(fā)明公開一種基于統(tǒng)一域建模的可見光遙感圖像數(shù)據(jù)增強(qiáng)方法及系統(tǒng)，屬于圖像數(shù)據(jù)增強(qiáng)領(lǐng)域。所述方法包括：基于光傳輸鏈路的物理退化過程進(jìn)行建模，得到點(diǎn)擴(kuò)散函數(shù)；判斷清晰圖像的圖像尺寸是否大于設(shè)定閾值；在該清晰圖像的圖像尺寸不大于設(shè)定閾值的情況...

本發(fā)明屬于區(qū)塊鏈技術(shù)領(lǐng)域，公開了一種面向節(jié)點(diǎn)動(dòng)態(tài)參與的區(qū)塊鏈系統(tǒng)的可壓縮檢查點(diǎn)驗(yàn)證方法和系統(tǒng)。具體地，在基于共識(shí)的區(qū)塊鏈系統(tǒng)中，前一輪共識(shí)節(jié)點(diǎn)將當(dāng)前共識(shí)狀態(tài)編碼，并進(jìn)行承諾，對(duì)下一輪的共識(shí)節(jié)點(diǎn)的公鑰和當(dāng)前狀態(tài)承諾值進(jìn)行門限簽名，與前一輪...

本發(fā)明涉及計(jì)算機(jī)軟件領(lǐng)域，提供了一種Linux內(nèi)核定制化方法、裝置及設(shè)備，該方法包括：解析Linux內(nèi)核源碼中的內(nèi)核配置管理系統(tǒng)文件，提取所有配置項(xiàng)及其依賴關(guān)系，形成配置項(xiàng)資源池；根據(jù)用戶定制需求，基于配置項(xiàng)資源池確定最優(yōu)配置項(xiàng)取值組合...

本發(fā)明公開一種面向無人自主系統(tǒng)的故障測(cè)試方法及系統(tǒng)，屬于系統(tǒng)測(cè)試技術(shù)領(lǐng)域。所述方法包括：建模傳感器故障，并建立傳感器故障模型與無人自主系統(tǒng)、模擬器的電性連接；獲取模擬器中的傳感器數(shù)據(jù)，并基于所述傳感器故障模型對(duì)該傳感器數(shù)據(jù)進(jìn)行處理，得到...

本發(fā)明屬于軟件開發(fā)測(cè)試領(lǐng)域，涉及一種具有經(jīng)驗(yàn)積累與自適應(yīng)學(xué)習(xí)能力的LLM驅(qū)動(dòng)GUI測(cè)試方法及系統(tǒng)。該方法包括：根據(jù)GUI交互軌跡，構(gòu)建情景記憶；通過分析情景記憶并總結(jié)行為特征，構(gòu)建反思記憶；通過總結(jié)反思記憶中的測(cè)試策略，構(gòu)建策略記憶；從...

本發(fā)明屬于軟件開發(fā)測(cè)試中的自動(dòng)化軟件測(cè)試領(lǐng)域，涉及一種基于歷史缺陷報(bào)告的自動(dòng)化軟件測(cè)試方法及系統(tǒng)。該方法包括：根據(jù)開源App及其相關(guān)的缺陷報(bào)告，構(gòu)建缺陷知識(shí)庫；生成被測(cè)App的App描述，根據(jù)App描述從缺陷知識(shí)庫中檢索相似App，并將...

本發(fā)明公開了一種有限域求逆運(yùn)算的低延時(shí)抗功耗分析硬件掩碼方法。該方案包含一個(gè)由DOM?indep乘法掩碼方案防護(hù)的掩碼乘法模塊A、一個(gè)掩碼倍方模塊L1、兩個(gè)由DOM?dep乘法掩碼方案防護(hù)的掩碼乘法模塊B1和B3、一個(gè)由DOM?dep乘...

本發(fā)明屬于移動(dòng)應(yīng)用中的跨應(yīng)用功能自動(dòng)化測(cè)試領(lǐng)域，涉及一種基于記憶植入的大模型驅(qū)動(dòng)跨應(yīng)用功能測(cè)試方法及系統(tǒng)。該方法包括：構(gòu)建跨應(yīng)用功能知識(shí)庫，用于存儲(chǔ)和組織歷史跨App任務(wù)的完整信息；從跨應(yīng)用功能知識(shí)庫中檢索與當(dāng)前測(cè)試任務(wù)最相似的歷史路徑...