湖州师范大学

本发明属于农业活力种子检测技术领域，尤其涉及一种基于矩阵电子开关的活力种子筛选装置，包括：端口盘，端口盘上设置有阵列分布的多个种子端口，用于单粒容纳待检测种子；多个电子开关，设置于端口盘下方且与各种子端口一一对应设置，用于独立控制对应种子端口的通断；控制机构，与电子开关及外部检测机构电连接，用于根据检测数据确定种子的活力状态并控制对应电子开关执行通断动作。本发明采用端口下方电子开关控制重力释放的方式进行种子筛选，避免机械臂吸嘴与种子的直接接触，降低种子损伤，提升筛选通量，适用于活力种子的高通量自动化分选。

本发明为一种用于环形管弯制的机器人弯管机系统及其弯管方法。该机器人弯管机系统，包括管件夹持装置(10)、弯管机器人(20)、末端执行器(30)、机器人行走装置(40)；管件夹持装置(10)包括悬空环形轨道(11)和与悬空环形轨道(11)配合的悬空移动平台(12)，悬空移动平台(12)上设置有至少一个伸缩型夹持部(13)；末端执行器(30)具有圆模模块(31)和夹模模块(32)，圆模模块(31)和夹模模块(32)上用于夹持管件(60)的槽道均为弧形凹槽；机器人行走装置(40)包括地面环形轨道(41)和与地面环形轨道(41)配合的地面移动平台(42)。本发明的弯管机器人与环形管不易发生碰撞，实现了环形管的自动化高效弯制。

本发明公开了一种基于车载雷达、相机与GPS融合的定位方法及系统，属于车联网环境下多传感器融合定位领域，通过对相机、雷达和GPS的原始数据进行时空同步处理并统一至主运动坐标系，根据相机目标与雷达目标在物理空间和像素空间的双域距离构建联合匹配代价矩阵并采用匈牙利算法求解最优匹配组合，基于上一时刻定位状态预测当前时刻状态后利用预测状态值计算各传感器测量值的马氏距离并转换为归一化权重，根据各传感器归一化权重对各自对应的状态增量进行加权融合得到当前时刻融合定位状态并更新预测误差协方差矩阵，根据各传感器残差协方差矩阵动态更新测量噪声协方差矩阵并用于下一时刻融合计算，实现了复杂环境下多传感器自适应融合定位。

本发明提供了一种软件缺陷预测方法、系统、装置及介质，所述软件缺陷数据样本包括带有缺陷的代码片段的多数类样本和少数类样本；计算每个少数类样本的边界度和局部密度，将边界度和局部密度的线性加权和作为少数类样本的采样权重，根据采样权重利用SMOTE线性插值合成新的少数类样本；将多数类样本、少数类样本和合成的少数类样本共同构成平衡数据集；将平衡数据集的数据送入LightGBM预测模型中训练，得到训练好的用于预测软件缺陷的LightGBM预测模型；将待预测软件代码片段输入训练好的LightGBM预测模型中，输出软件是否存在缺陷的预测结果。该方法能够很好的处理软件缺陷预测过程中数据集的类不平衡问题。

本发明提供一种基于局部频域增强空间光谱Mamba的遥感影像融合方法，涉及高光谱遥感影像技术领域。该方法首先获取低空间分辨率的高光谱影像和多光谱影像双模态数据，并将双模态数据进行双向尺度对齐后进行跨模态拼接，得到两个跨模态特征图；然后构建LFESSM网络模型生成目标高分辨率的高光谱图像；该模型的输入为两个跨模态特征，包括局部频域增强模块、交叉光谱空间Mamba模块和特征重建模块；局部频域增强模块基于两个跨模态特征提取多尺度空谱特征图；交叉光谱空间Mamba模块基于多尺度空谱特征图生成两个均衡融合特征图；特征重建模块针对两个目标融合特征图进行线性可变形卷积引导的特征重建，得到目标高分辨率的高光谱图像。

本发明涉及了一种大鼠根管治疗手术台，包括主体板和底座，主体板上方安装有下颌固定机构，下颌固定机构包括设置在主体板上方的铝合金支架，铝合金支架滑动连接有第二铝柱，通过上颌固定机构中第一铝柱、第一铝制滑槽与第一六角螺丝、第一滚花螺母的配合，可精确调节上颌固定高度；下颌固定机构中第二铝柱、第二铝制滑槽与第二六角螺丝、第二滚花螺母的协同作用，能灵活调整下颌固定位置，实现上下颌分离程度的精准控制，底座通过阻尼转轴与主体板连接，配合插肖卡扣实现水平方向多角度锁定，主体板上方的阻尼铰链带动亚克力板调节倾斜角度，满足大鼠体位在水平和垂直方向的灵活调整需求，万向转轮便于操作台整体移动。

本发明公开了一种验证受限联邦学习场景下的数据要素价值评估方法（CSG‑Shapley），属于联邦学习与分布式机器学习技术领域。针对现有贡献评估方法依赖外部验证集、存在隐私泄露风险以及Shapley值计算复杂度高的问题，本方法在联邦学习多轮训练过程中收集客户端模型梯度更新及模型最后一层分类权重参数，进一步构建效用函数，实现无需外部验证集的贡献评估。在Shapley值近似计算中，引入引导式蒙特卡洛采样与双层截断机制，并利用服务器端子模型重构进行训练，在不增加客户端负担的前提下完成边际贡献计算。该方法能够在验证受限场景下实现对联邦学习客户端贡献的高效、公平评估，并显著降低计算复杂度，为联邦学习激励机制与数据要素价值分配提供有效技术方案。

本申请实施例提出了一种基于双流视觉框架的高通量种子活力分级评估方法及系统，包括如下步骤：S1：高通量种子图像采集与预处理：获取同一批次种子萌发过程中的高分辨率RGB全景图像，并采用实例引导的局部裁剪与相邻掩膜策略提取单粒种子图像；S2：高保真特征编码提取：将预处理后的单粒种子图像输入至MorphoMamba网络模型中，通过全分辨率特征保留编码器提取特征，以保留微小器官的边缘拓扑信息；S3：双流协同解码与掩膜生成：采用双流协同解码器对深层语义特征进行解码重建。本申请能够克服微小器官高频特征在网络提取中的丢失问题，实现对种子微小器官的高精度像素级分割与抗畸变定量评估。

本发明提供了一种三维目标检测方法、系统、设备及存储介质，属于三维目标检测技术领域，包括以下步骤：获取包括点云数据和RGB图像数据的目标图像数据；将目标图像数据输入深度补全网络，利用RGB图像数据对点云中的点进行数据增强以及补全，得到语义增强点云数据和体素化点云数据；利用语义增强点云数据获得含有空间特征信息的多尺度三维稀疏点云特征，利用体素化点云数据获得含有语义信息以及空间信息的体素点云特征；将含有空间特征信息的多尺度三维稀疏点云特征及含有语义信息以及空间信息的体素点云特征进行三维特征的融合，得到完整的三维目标检测信息。解决了现有三维目标检测方法检测精度低的问题。