安徽信息工程学院

本发明公开了一种动力电池模组用包壳焊接设备，涉及电池包壳焊接技术领域，该装置包括设备架、焊接底座、顶盒，所述焊接底座上放置有若干待焊接的电池包，所述焊接底座位于设备架下方，所述设备架侧壁固定连接有顶盒，所述顶盒底部设置有若干对电池包的壳体与外膜片进行焊接用的焊接模块。本发明通过设置驱动电机、凸轮、滑杆、滑块和顶盘构成的凸轮驱动机构，能够将驱动电机的旋转运动转化为热压模的直线往复运动，实现对多个电池包的同时同步加压，提高了生产效率和压力一致性;在定杆与套筒之间设置压盘和弹簧，当热压模下压接触电池包时，弹簧被压缩并提供缓冲力，有效防止因压力过大导致电池包或外膜片损坏，提高了焊接质量。

本发明公开了一种基于量子卷积操作的并行化分解方法、介质及设备，该方法将输入数据经振幅编码映射为量子态，并对原始卷积核进行CP张量分解得到子卷积核组。本发明依据量子处理器比特数与相干时间约束，动态调整分解秩与量子门序列配置，搭配量子预补偿与经典补偿的双层误差修正机制抑制硬件误差；通过分布式量子架构并行执行量子子电路并测量提取特征，经经典单元完成特征融合与空间重组，再通过混合梯度算法联合优化量子线路参数与经典计算参数。本发明兼顾量子并行优势与经典计算稳定性，有效提升卷积运算精度与效率，硬件适配性与泛化性强，适用于图像特征提取、机器视觉识别等人工智能场景。

本发明公开了一种融合多智能体协同和多模态交互的软件工程全生命周期实训方法及系统，方法包括：基于采集的所述多粒度行为数据，执行多粒度行为图谱动态重构算法，融合为统一的行为特征表示，输出更新后的学员知识图谱；基于输出的学员知识图谱，计算学员当前知识缺口向量，执行能力感知的智能体动态重组算法，形成面向当前实训阶段的最优智能体协同编队；由智能体协同编队驱动学员开展当前生命周期阶段的软件工程实训任务，在实训执行过程中持续记录学员的跨阶段行为数据；基于记录的跨阶段行为数据，生成多模态精准反馈通过跨模态注意力融合机制同步处理AST差分、语音意图和UML轨迹三类软件工程专有信号，能够更准确地反映学员真实认知状态。

本发明公开了一种基于PConv和注意力机制的YOLOv12轻量化PCB缺陷检测方法，涉及PCB缺陷检测技术领域，包括以下步骤：S1、获取公开的PCB缺陷数据集进行图像预处理，得到扩充后的PCB缺陷数据集，然后将数据集划分为训练集、验证集和测试集；S2、基于YOLOv12模型，设计并引入轻量化局部卷积模块、注意力机制模块以及改进的边界框回归损失函数，建立基于PConv和注意力机制的YOLOv12轻量化PCB缺陷检测模型；本发明通过设计A2C2f_PConv模块，采用局部卷积替代区域注意力，大幅降低计算量与显存占用，实现轻量化部署；同时引入CBAM注意力机制，通过通道与空间双重加权强化微小缺陷的边缘纹理特征，抑制背景干扰，二者协同，在保证检测精度的前提下显著提升推理速度，适配工业实时检测需求。

本发明公开了一种高低频融合与动力学特征的光伏电板裂隙检测方法，涉及计算机视觉与图像处理技术领域，该方法适配EL、PL、可见光多模态输入，通过多模态自适应适配单元降低跨模态域偏移；经编解码网络提取特征后，通过高低频融合注意机制分离低频语义分量与高频裂隙残差，结合多尺度融合校正模块完成跨层级特征对齐；引入栅线方向先验抑制规则线状背景干扰，协同动力学特征调制模块生成空间‑通道联合门控，保留非规则裂隙响应；最终经边缘‑概率联合后校正输出裂隙分割掩码，训练阶段配套裂隙拓扑连续性约束提升裂隙结构完整性。本发明针对光伏场景下微裂隙低对比、栅线伪阳性、裂隙断续等痛点形成闭环处理链，兼顾检测精度与边缘部署适应性。

本发明公开了基于双空间融合与深度‑占据一致性的3D目标感知方法，涉及三维目标感知技术领域，包括以下步骤：S1、图像多尺度特征提取与雷达3D点透视投影对齐；S2、在透视域构建跨模态交叉注意力融合模块，融合两类特征，输出增强后的透视域融合特征；S3、深度预测网络构建与雷达真值深度监督约束；S4、透视特征跨空间转换与双模态BEV特征融合；S5、BEV融合特征下3D检测与三维占据联合预测；S6、深度‑占据几何一致性约束与总损失联合优化；本发明采用透视域+BEV域双空间融合，透视域通过交叉注意力融合雷达与图像特征，BEV域融合两类传感器BEV特征，充分挖掘雷达几何先验，实现优势互补，提升目标定位与识别准确性。

本发明公开了一种基于多模态感知的智能老人跌倒检测与预警方法与系统，属于健康监护领域，方法包括：同步采集运动数据与视频帧序列，经卡尔曼滤波和网络时间协议对齐得到多模态原始数据集；采用姿态估计网络提取骨骼关键点坐标，将惯性特征与姿态特征进行特征级拼接，得到融合特征向量；采用滑动窗口提取时频特征，输入双流卷积神经网络得到跌倒风险概率；建立个体化高斯混合模型基线，通过马氏距离动态调整判决阈值，并依据环境光照强度自适应调节双流网络权重系数；最后采用三级分级策略确定预警等级并执行相应指令。本发明通过多模态特征融合、个体化自适应校准及光照补偿机制，提升了跌倒检测的准确性和鲁棒性，适用于居家养老监护场景。

本发明属于人工智能技术领域，公开了一种融合目标检测与大语言模型的课堂多模态行为分析方法，包括：步骤一、感知层数据采集与处理：采用行为识别模型进行实时目标检测，生成带有时序标签的结构化数据；步骤二：认知与推理层分析，该步骤在认知与推理层集成大语言模型，对感知层输出的结构化数据进行处理；步骤三、调用大语言模型进行交互层响应，基于自然语言问答接口，系统调用大语言模型理解用户用自然语言向系统提出的问题，并从数据库和分析结果中提取信息，结合教育知识库检索结果，组织成自然语言回答；步骤四、通过可视化界面进行应用与展示层输出。本发明将实时感知能力与大语言模型的深度理解推理能力相结合，实现课堂行为智能检测与深度分析。

本发明提供了基于患者数字孪生的靶向药个性化给药智能决策系统。包括多维度患者数据采集模块、患者数字孪生构建模块、PK/PD建模模块、给药方案智能推演模块、决策结果输出与评估模块及闭环优化调控模块。本发明通过采集患者临床、组学、影像、生理体征等多维数据，构建患者个性化数字孪生体，结合PK/PD模型实现靶向药体内药代与药效过程的精准仿真，采用深度强化学习与多目标优化算法生成个性化给药方案，并通过临床反馈触发闭环动态优化。本发明解决了传统靶向药给药方案个体适配性差、剂量调整滞后的问题，具有给药精准度高、疗效预判准确、全病程动态优化的优势，适用于肿瘤、罕见病等靶向治疗的个性化用药决策。

本发明公开了一种基于物理信息图神经网络的智能反射面辅助非正交多址通信资源优化系统及方法，涉及无线通信与人工智能技术领域。该方法采集信道状态信息后，由物理信息图神经网络模块构建以智能反射面反射单元和用户为节点的二部图，将基站至反射单元与反射单元至用户的级联信道增益作为边属性并据此计算注意力权重，通过消息传递更新节点表示后输出至分层多智能体强化学习模块，该模块在慢时间尺度输出智能反射面相位控制动作、在快时间尺度输出功率分配和用户调度动作并执行通信传输。本发明还通过联邦迁移学习实现跨场景部署。本发明降低了资源优化复杂度，提高了频谱效率、能量效率和跨场景泛化能力。