원래 이름 기록: 上海中船船舶设计技术国家工程研究中心有限公司

本申请提供一种基于蚁群算法的测试用例动态调度方法及系统，涉及软件测试优化技术领域。该方法包括：初始化核心变量与参数；分析测试用例依赖关系；根据测试用例依赖关系，预估测试用例执行时间；根据测试用例执行时间，选择待执行测试节点；根据任务——节点分配表，选择待执行测试用例；根据待执行测试用例，更新节点运行状态；根据任务执行结果、总完成时间及信息素矩阵，更新测试用例执行状态与信息素矩阵；根据当前迭代次数或连续多次迭代的总完成时间波动获得最优调度方案。本申请通过数学建模将负载均衡问题转化为整数规划问题，利用蚁群算法的启发式搜索机制实现最优任务分配，显著提升了测试系统在面对不确定性因素时的效率和稳定性。

本发明提供一种基于船舶场景的交换机与网关协同安全方法及系统，涉及船舶网络安全技术领域。该方法包括：根据船舶网络中交换机与网关的实时流量数据，生成综合特征矩阵；基于所述综合特征矩阵，生成带可信度的威胁特征向量；根据所述威胁特征向量，构建动态攻击概率图谱并推断扩散路径及影响范围；基于所述动态攻击概率图谱的推断结果，构建基于强化学习的自适应防御策略模型，以实现协同安全防护。本发明显著提升了船舶网络中威胁识别的准确率和响应速度，有效缩短了威胁扩散的控制时间，增强了船舶网络的整体安全性和可靠性。

本发明涉及一种海上目标识别方法、装置及电子设备，该方法包括：采集海上目标的偏振图像、热成像图像，以及环境亮度值和环境能见度值；将偏振图像和热成像图像预处理为特征向量；将特征向量、环境亮度值和环境能见度值输入至深度学习模型；通过深度学习模型对特征向量、环境亮度值和环境能见度值进行融合处理，输出海上目标的识别结果，融合处理包括利用环境亮度值对偏振图像的特征进行加权，并利用环境能见度值对热成像图像的特征进行加权。本发明在包含强光、薄雾、潮湿及海浪反射的复杂海上环境下克服单一传感器系统的局限性，实现稳定可靠的目标识别，提高整体识别准确率和环境适应性。