원래 이름 기록: 华中科技大学

本公开属于经颅磁刺激线圈设计技术领域，具体提供了一种基于电流配比优化的低功耗深脑多靶点线圈设计方法，通过多物理场仿真软件对线圈组中各线圈单独通以单位电流时的脑内电场分布进行仿真，获取各点电场的三维分量数据并以矩阵形式存储；其次，以线圈热损耗功率最小为目标函数，设置关键约束条件；最后，采用二次规划算法对各线圈的电流值进行优化求解，得到最佳电流配比。该算法通过上述步骤，能够有效修正逆向设计及线圈实体化过程中的误差，减少多靶点设计中需优化的目标靶点数量，最终实现深脑多靶点刺激的精准调控与低功耗运行。

本发明提出了一种水下航行器测点布局优化方法及系统，属于实验测点布局优化技术领域；包括如下内容：通过有限元仿真得到水下航行器结构的仿真数据，并按照实际工程约束提取可布置应变片区域的单元的应变数据；以可布置应变片区域的单元的形心作为节点，计算单元的形心坐标、应变响应值关于工况的灵敏度值以及应变梯度；将所有节点的应变响应值映射到统一区间，得到归一化后的应变响应值；获取灵敏度覆盖度和应变梯度覆盖度、计算所有节点的空间覆盖度；将归一化后的应变响应值、灵敏度覆盖度、应变梯度覆盖度和空间覆盖度整合，作为优化的指标，采用改进的离散人工蜂群算法进行优化；通过输出测点的数量与信息量的关系，从而决策最终布局方案。

本发明公开了一种大语言模型生成有害内容的检测方法及系统，属于信息安全技术领域；本发明构建了一个与大语言模型推理过程并发运行的轻量级监控流程，当大语言模型每输出一个词元时，获取大语言模型中隐藏层L输出的隐藏层特征，以同步捕获其高维度的内部认知表征，并利用有害风险检测模型对该隐藏层特征进行分析，以判断是否存在有害风险；在此基础上，考虑到单个词元的生成意图可能存在瞬时波动，引入词元窗口对连续的检测结果进行平滑处理，只有当词元窗口满足有害条件时才判定当前存在有害内容，能够在大语言模型每生成一个词元时及时地对所生成的内容是否有害进行准确检测，解决了现有技术中与用户交互时存在显著的回复延迟的技术问题。

发明属于脑机接口信号解码相关技术领域，其公开了一种参与脑机接口解码模型联邦学习的本地训练方法及本地客户端、联邦学习系统，本地训练方法包括：获取由服务端下发的分类网络并添加BN层，得到解码模型；BN层中的缩放因子和偏移量初始化为该客户端在上一通讯轮次训练所得的参数,均值和标准差则基于每次所输入的批次样本实时更新；以对抗样本为输入，通过向模型参数施加权重扰动并进行对抗训练，得到更新后的解码模型；保留更新后的解码模型中的BN层中的缩放因子和偏移量，仅将更新后的分类网络上传至服务端进行聚合。基于以上本地训练进行联邦学习得到解码模型，可以在无需数据校准的前提下提高解码准确度、增强对抗鲁棒性和保护用户隐私。

本申请属于电力负荷预测技术领域，具体公开了一种城市电力负荷预测方法、装置、电子设备及存储介质。该方法包括：将待测城市的区域地图按照预设区域范围划分为以多个区域节点为中心的区域图结构；基于每个区域节点之间的欧氏距离、电气拓扑信息和其他多源关联信息，确定目标图传播矩阵；基于每个区域节点在最近历史时段上的电力负荷数据、气象与辐射数据、人员综合用电活动信息以及光伏发电装机密度，确定目标时序特征信息；将目标图传播矩阵和目标时序特征信息输入至电力负荷预测模型，得到电力负荷预测模型输出的待测城市的电力负荷预测结果。通过本申请，大大提升了城市电力负荷预测的精度和准确性。

本发明属于项目调度优化相关技术领域，其公开了一种考虑里程碑事件延迟惩罚的项目调度优化方法及其系统，方法包括：S1、获取项目的任务网络；S2、计算各任务的优先值和时差；S3、判断当前候选任务集E是否为空，若是，跳转至S6；若否，得到当前候选组合集TG；S4、基于优先值、时差和最早完成时间的优先规则逐步执行资源调度直至所有任务执行完成，计算延迟惩罚，选择TG中延迟惩罚最小的组合加入组合集G；S5、更新TG后判断是否为空，若否，跳转至S4，若是，以G作为当前实际执行的组合集，下一时刻时跳转至S3；S6、输出项目最优调度方案。以上方法可以高效优化资源调度并控制里程碑事件的超期。

本申请涉及水文水资源的智能分析技术领域，公开了一种基于AI推理的多源洪水数据分析方法及系统。该方法通过多源数据融合与精准采集，整合了多渠道的数据，采用机器视觉结合自然语言处理的双引擎驱动的多模态AI解析技术，对多源数据的影像数据进行像素级目标检测与时空分析，同步从多源数据的文本数据中提取关键事件要素，经坐标映射与特征融合实现多模态数据深度解析，为洪水参数反演提供高精度基础数据。这种基于多源数据与AI推理的方法提升了数据共享的便利性，提高了时空覆盖率，进一步提高了最后的分析精度。

本发明属于水文预报和水资源管理相关技术领域，其公开了一种基于物理水文模型和机器学习模型的中长期径流预测方法及设备，步骤为：（1）对SWAT模型的参数中影响输出径流的参数进行敏感性分析以确认敏感性参数，并进行率定；（2）计算SWAT模型的模拟值与实测值之间的差值；（3）基于得到的残差序列构建混合机器人学习模型；（4）通过混沌映射初始化、非线性收敛因子和位置更新策略对改进灰狼优化算法进行优化；（5）使用改进灰狼优化算法对混合机器人学习模型进行参数优化，以得到IGWO‑TCN‑LSTM预测模型；（6）将基于SWAT模型得到的模拟结果与基于IGWO‑TCN‑LSTM预测模型预测到的残差相结合，生成的径流预测值。本发明提高了预测精度。

本公开涉及一种物体级三维重建方法及其系统，包括：获取图像数据和三维点云；在无人机和无人车未处于同一作业区域时，基于所述图像数据和三维点云，构建所述无人机和无人车各自的本地物体级目标物体的描述子；在无人机和无人车处于同一作业区域时，对所述无人机和所述无人车分别对应的相同物体的描述子进行相似度匹配，根据匹配结果计算得到所述相同物体的初始位姿；基于所述初始位姿，通过所述无人机和无人车的交叉视角渲染优化所述物体级三维高斯点云模型，得到优化后的物体位姿。本公开方法可提升空地多智能体协同作业中物体定位与重建的精度、效率及完整性。

本申请属于三维建模技术领域，具体公开了一种基于自适应统计滤波与地面约束位姿的管道三维建模方法，该方法包括：控制采集设备沿目标管道进行移动，并采集目标管道的原始点云数据和所述采集设备的移动距离信息；基于所述移动距离信息，推算所述采集设备在所述目标管道内的连续位姿变化，生成地面约束位姿序列；将所述原始点云数据间的匹配关系作为所述地面约束位姿序列的位姿节点间的约束，获得优化后的地面约束位姿序列；基于所述优化后的地面约束位姿序列，对所述原始点云数据进行配准，获得管道点云模型；对所述管道点云模型进行滤波；基于滤波后的管道点云模型，生成目标管道的三维模型。该方法可以提高生成的三维模型的精度。

本发明公开了一种提高支气管分支识别精度的分割建模方法，属于医学图像处理与呼吸道三维重建技术领域。该方法通过对呼吸道CT影像进行高分辨率采集，结合灰度阈值设定与区域生长算法完成气管树的初步分割；在分叉处引入参考线并采用基于密度梯度的动态区域生长，实现至第6级支气管分支的精细化识别。随后对生成模型进行多次迭代修正，人工比对解剖学特征以删除伪分支、补全缺失分支，并在Geomagic软件中完成光滑化和NURBS曲面构建。最终将所述支气管分支模型与独立生成的上呼吸道模型进行拼接融合，获得完整的三维呼吸道组合模型，并通过偏差分析确保其与原始CT影像的误差控制在0.8mm以内。本发明方法能够显著提升细小支气管分支的识别精度，克服传统阈值分割误识或漏分的不足，所获得的三维模型可用于气溶胶药物沉积模拟、呼吸系统疾病诊断、手术规划及个性化吸入装置的设计与评估。

本申请属于图像处理技术领域，具体公开了一种用于隧道检测的红外与可见光图像融合方法及系统，方法包括：基于第一重构图像和红外图像确定第一预设损失，基于第二重构图像和可见光图像确定第二预设损失，进行第一阶段训练；基于第一训练阶段参数，重复进行红外图像和可见光图像的编码过程，将第一基础特征和第二基础特征进行融合，将第一细节特征和第二细节特征进行融合，通过协同交互式重建解码器对融合后的第三融合特征和第四融合特征进行解码，得到最终的融合图像，基于第二训练阶段的预设损失对特征融合模块进行训练，得到最终训练好的编解码网络。通过本申请可提高融合图像的质量和鲁棒性，进而提高隧道病害识别检测的准确率。

本发明涉及水下激光点云分割技术，提出一种面向水下激光点云分割的多数据集联合训练方法。该方法针对不同数据集的输入点云，引入基于提示的自适应域骨干网络进行特征提取，在超点层面执行特征池化获得超点特征。在视觉交互式分割任务中，从超点特征中采样视觉提示特征并执行对象级残差学习，以补偿跨数据集差异。在文本交互式分割任务中，构建文本特征与点云特征的交互，对注意力映射施加真值监督。最终将超点特征、视觉交互特征与文本交互特征融合后输入掩膜解码器，输出多任务掩膜分割结果。本发明通过联合利用多数据集的点云先验，结合视觉与文本提示信息，显著提升复杂水下场景的理解与分割效果，实现水下激光点云的高精度分割。

本发明属于多模态目标检测领域，涉及一种基于双驱动多模态融合网络的遥感图像目标检测方法，该方法通过构建“图像融合‑目标检测”联合优化框架，解决现有多模态融合方法仅关注低层次视觉质量、与高层检测任务需求错位，导致融合结果无法有效提升遥感图像目标检测精度的技术问题，充分释放多模态数据在复杂遥感场景中的应用潜力。本发明提出了一种新型遥感图像检测驱动的多模态融合框架，与现有方法中融合质量常与检测性能不匹配的问题不同，本框架通过联合优化底层图像融合与高层目标检测任务，实现了二者的有效协同。该网络从可见光Y通道的相位谱中提取高频结构特征，并与红外通道进行融合，确保了结构特征与颜色特征的互补性融合。

本申请属于智能视频监控技术领域，具体公开了一种基于跨尺度多类互补特征集成的视频异常检测方法，该方法包括：提取待检测视频的帧级通用语义特征、目标级量化运动特征和帧级专用连续性特征；估计所述帧级通用语义特征、所述目标级量化运动特征和所述帧级专用连续性特征分别对应的正常特征分布密度；基于所述正常特征分布密度，获得待检测视频的异常结果。该方法可以有效提高视频异常检测精度。

本发明公开了适用于内存的基于概率的纠错方法、设备及系统，属于内存可靠性领域，包括：S1：从内存Bank中读出128bit数据及相应的校验位后，决定是否绕过OD‑ECC阶段，若是，则转入S3；否则，转入S2；S2：利用OD‑ECC阶段的纠错码及相应的校验位对所读出的数据进行检错和纠错，转入S3；S3：利用RL‑ECC阶段的纠错码及相应的校验位对所读出的数据进行检错和纠错；其中，绕过OE‑ECC阶段的概率P等于内存Bank中不可纠正错误所占的比例。本发明能够在应用纠错码技术提升DRAM可靠性的同时，在纠错性能与系统开销之间取得平衡。

本发明属于电极材料技术领域，具体为一种表面改性的聚阴离子储钠电极及其制备方法，采用ALD技术在聚阴离子型钠电电极材料表面构建纳米级无机材料保护层，形成复合正极材料。针对不同聚阴离子型钠电电极材料体系（如磷酸盐、硫酸盐、焦磷酸盐等）匹配差异化的镀层材料（如AlO、AlN、TiO等），通过精确控制ALD循环次数，实现厚度1‑10 nm的薄膜均匀包覆，兼具离子传导增强与界面稳定的双重功能。这归因于镀层有效抑制了电解液分解并稳定了过渡金属离子在晶体结构中的稳定性。本发明工艺可控、成本低廉，适用于大规模储能领域的高性能钠离子电池正极材料制备。

本发明属于锂离子电池技术领域，具体为一种具有三维导电网络的多孔硅负极材料及其制备方法与应用。将多孔含硅粉末与含双键的硅烷偶联剂反应，然后与同时包含双键和季铵盐基团的有机物发生聚合反应，得到接枝有聚合物刷的多孔硅；将所述接枝有聚合物刷的多孔硅与离子交换溶液进行阴离子交换，然后置于金属沉积液中进行金属沉积，得到具有三维导电网络的多孔硅负极材料。本发明通过聚合物刷接枝改性，使得金属涂层在多孔硅表面及孔道中相互连接形成三维导电网络，多孔结构可以有效缓解负极充放电过程中的体积膨胀，同时金属包覆层的引入可以有效提高多孔硅负极的电子导电性，提高电池循环稳定性与倍率性能。

本发明公开了一种产生多谱线CO激光脉冲种子的系统，属于CO激光器技术领域，包括：谐振腔，包括反射元件组、第一光栅和增益介质；所述第一光栅用于将不同波长的光束在所述增益介质中进行空间分离，实现多谱线同时振荡；所述反射元件组用于将经所述第一光栅分光后的各谱线光束平行反射回所述增益介质；选束与扩束机构，包括可调孔径光阑组和扩束镜组，用于控制各谱线的横模和空间分布；腔倒空结构，用于在光子积累至最大值时将所述谐振腔内光束全部输出，形成多谱线CO激光脉冲种子。本发明可应用于LPP极紫外光刻技术中产生驱动激光的脉冲种子，具有成本较低、输出稳定、脉冲质量较好的优势。

本发明公开了基于强化学习的电池均衡控制方法、控制器及系统，属于电池组均衡技术领域，方法包括：部署已训练好的均衡策略模型，实时输入电池组SOC状态，该模型输出最优均衡动作，并按照最优均衡动作向与电池组相连的能量转换装置发出相应的开关指令，以驱动能量转换装置对电池组中的电池进行充放电，直至满足预设的均衡终止条件；均衡策略模型为强化学习模型，其状态空间为电池组中各电池的SOC构成的向量，其动作空间为控制各电池进行充电、放电或静置的指令构成的向量，其训练奖励函数为；为反映单步操作效果的动作奖励，为反映均衡完成效率的完成奖励。本发明能够提供一种自适应优化、兼顾效率与速度的智能均衡训练部署方案。