원래 이름 기록: 重庆邮电大学

本发明涉及一种基于分步知识蒸馏的轻量化电池剩余寿命预测方法及系统，属于电池能源技术的领域。该方法通过构建局部‑全局退化特征重构的教师模型和携带工况信息监视的学生模型，采用两阶段参数冻结蒸馏策略，先对齐潜在特征与重构特征，再融合软硬损失优化预测模块，实现了电池剩余寿命的高精度、轻量化预测，有效提升了不同工况下的适应性和计算效率。

本发明公开了一种基于多特征融合与动态采样的点云下一个最佳视点规划方法及系统，属于计算机视觉与三维重建技术领域。方法包括：对获取的点云数据进行预处理与体素化；通过全局与局部混合采样生成候选视点；并行计算候选视点观测范围内新体素的深度不确定性、法线一致性、点密度和曲率四类特征；基于场景类型动态调整特征权重，计算信息增益；选择信息增益最大的视点作为最佳视点。本发明还提供了实现该方法的轮式机器人系统。本发明能够为三维重建、机器人感知提供最优观测位置决策，显著提升场景重建精度与观测效率。

本申请实施例提供一种基于神经元与任务向量的大语言模型知识编辑方法。应用于人工智能和自然语言处理技术领域，该方法通过获取待编辑的旧知识三元组和新知识三元组；根据大语言模型中的神经元与旧知识三元组和新知识三元组的关联强度分别构建第一神经元集合和第二神经元集合；针对旧知识三元组构建第一学习任务，并生成第一任务向量，针对新知识三元组构建第二学习任务，并生成第二任务向量；将第一任务向量和第二任务向量进行线性组合，得到编辑向量；通过编辑向量对第一神经元集合和第二神经元集合中神经元的权重进行更新，得到知识编辑后的大语言模型，提升了知识更新的准确性、泛化能力和局部性，降低了计算成本。

本发明属于光学测量领域，具体涉及一种结构光非线性相移动态三维形貌测量方法；包括：获取非线性相移条纹序列，将运动引起的非线性相位误差纳入相移数据，构建新未知非线性相移动态测量信号模型；基于新未知非线性相移动态测量信号模型，对非线性相移条纹序列均进行空域分割，得到一系列小尺寸的局部条纹序列；采用非线性相移算法对每个局部条纹序列进行处理，得到每个局部条纹序列对应的局部三维形貌相位信息；根据每个局部条纹序列对应的局部三维形貌相位信息进行全局相位重建，得到精确的动态三维形貌测量结果；本发明利用非线性相移算法对结构光动态测量过程中引入的相移误差进行校正，极大提升了多帧相移方法在结构光动态三维形貌测量中的精度。

本发明涉及一种基于领域对抗精炼与查询集校准的跨领域小样本高光谱遥感地物分类方法，属于图像处理与计算机视觉技术领域。该方法包括支撑驱动查询集校准模块、领域感知对抗精炼模块和监督对比特征增强模块三个核心部分，能够有效应对源领域与目标领域之间的分布差异、高维冗余及小样本条件下特征判别性弱的问题。通过融合自注意力机制、多分支卷积、对抗训练与监督对比学习，显著提升了模型在目标领域的泛化能力与分类精度。实验结果表明，本发明在Salinas和Pavia University等标准高光谱数据集上分类性能优于现有主流方法。

本发明涉及计算机视觉与人工智能领域，特别涉及一种面向环卫任务的多模态无人机视频异常检测与决策方法，包括：构建面向空中多模态感知任务的大规模智慧环卫数据集；对数据集进行标注预处理，得到标注数据集；采用标注数据集对多模态视觉语言模型进行有监督微调训练，得到具备初步推理能力的模型；采用强化学习对具备初步推理能力的模型进行优化；将优化模型部署到无人机上，无人机执行环卫任务；本申请设计的方法具备较强的鲁棒性、可解释性、空间泛化能力与聚焦能力，可以综合提升智能环卫情境下，多模态无人机视频异常检测与决策能力。

本发明公开了一种基于门控协同融合的毫米波雷达手势识别方法及系统，属于人工智能与人机交互技术领域。该方法包括：首先，通过毫米波雷达传感器采集原始数据并进行预处理；其次，并行提取能表征手势整体运动轨迹的全局空间特征图(如二维点云图)，以及能表征手势动态信息的多个局部动态特征图(如距离‑时间图、多普勒‑时间图等)；然后，通过本发明设计的门控协同融合网络对提取的多模态特征进行处理。其核心在于，将所述全局空间特征图通过第一神经网络和全局平均池化层处理，以生成一个静态全局特征向量；利用所述静态全局特征向量通过门控单元去动态调制由第二神经网络处理得到的局部特征序列；最后，将所有被调制后的序列融合并输入至时序处理模块进行分析，输出最终的手势类别。本发明通过创新的门控融合机制，实现了多模态特征的动态协同，有效解决了传统融合方法无法适应不同手势特征变化的问题，显著提升了手势识别的准确率和鲁棒性。

本发明涉及一种数字孪生网络下考虑异构间距策略和延迟补偿的混行车群一致性控制方法，属于智能车辆与智慧交通领域。本发明考虑包括多种异质车辆的混合交通场景，设计混行车群信息流拓扑结构，并将混行车群划分成多个子群；设计混行车群中异质车辆间的间距策略，并分别建立混行车群中网联自动车模型、自动驾驶车模型和改进传统人驾车模型；为混行车群中的每个异质车辆构建数字孪生体，同一子群内各异质车辆对应的数字孪生体构成子群的数字孪生体，并在数字孪生网络下建立基于时延补偿机制的混行车群协同一致性控制策略。本发明不仅能够确保子群间和子群内异质车辆间协同行驶的一致稳定性，而且也能保证异质车辆能够快速追踪上不同的期望车间距。

本发明涉及车路协同与智能交通通行效率领域，尤其涉及一种基于语言交互的智慧停车路径规划与管理系统，包括语音意图提取模块，用于根据语音交互提取结构化意图信息；车位/出口分配模块，用于根据结构化意图信息为车辆实现车位或出口的分配；路径规划模块，用于根据分配的车位或出口为车辆规划时空路径；预警模块，用于监测车辆行驶轨迹，对车辆产生碰撞的可能性实施分级预警；本发明提高了停车场的安全性和管理效率。

本发明公开了一种基于动态并行卷积与池化结构的轻量化声学场景分类方法及系统。该方法以CP‑Mobile网络架构为基础，构建DynaCP模型，通过设计动态并行卷积与池化模块(DPCPBlock)，在不同网络层中自适应选择空洞卷积结合池化操作或深度可分离卷积结合池化操作的特征提取路径，实现多尺度特征融合，并减少空洞卷积导致的特征稀疏。系统采用融合设备标识信息的两阶段多教师知识蒸馏策略，利用多个预训练教师模型生成软标签，分阶段完成通用特征迁移与设备特异性知识精炼，提升模型在不同录音设备下的适应能力。所构建模型参数量小于100K，单次推理1秒音频的计算量小于30MMACs，适用于智能耳机、可穿戴设备等边缘计算场景中的实时声学场景识别。

本发明涉及一种基于脑电的运动想象能力评估与训练增强系统、方法及介质，属于脑机接口技术领域。该系统涵盖脑电采集设备、处理终端及显示设备。通过采集并分析受试者的脑电信号，系统利用多特征融合技术提取时域、频域及空域特征，实现对运动想象能力的精准量化评估。评估核心指标为偏侧性指数。内置自适应训练模块动态调整训练难度，包括基础、中级、高级三种模式，确保个性化高效训练。该方法部分包括训练前指导、正式训练中的数据采集与处理、以及基于评估结果的自适应训练调整。本发明通过结合多特征融合与自适应训练机制，为运动想象能力的评估和增强提供一种高效、个性化的解决方案，从而更有效地提升运动想象脑机接口系统的康复训练效果。

本发明涉及了一种工作在北斗B3频段的四阵元微带天线阵列，属于天线技术领域。该微带天线阵列从上往下依次包括：辐射贴片，介质基板1，金属接地板1，介质基板2，以及集成一分四功分器与90°移相器微带线馈电网络。所述阵列由4个辐射贴片单元组成，每个单元均采用双端馈电方式；通过微带正交耦合器产生两路等幅、相位差90°的信号，再经金属化过孔分别馈入辐射贴片，实现圆极化激励。本发明的带宽、增益及电压驻波比指标均满足北斗B3波段卫星导航天线要求。

本发明公开了一种信道编解码读写并行调度方法，包括：输入基图矩阵,根据基图矩阵每一行中非零元素所在的列序号，顺序排列获得该行的读取变量节点序列和写入变量节点序列；根据基图矩阵，构建冲突图；在未着色的顶点中选择饱和度最高的顶点，选择最小可用颜色，对该顶点进行着色；根据各顶点着色，对各顶点进行分组，着色颜色序号相同的顶点分到同一组，获得顶点分组集合，为每个顶点分组分配一个处理单元；构建各处理单元的操作序列；消除操作的冲突变量节点；保存各处理单元的各操作的读取变量节点序列和写入变量节点序列；本发明还公开了一种信道编解码读写并行调度装置；本发明的技术方案能有效降低冲突率，可适用于各种不同的基图。

本发明公开了一种动态自适应增强可解释神经网络电力线信道建模方法，本发明属于电力线信道建模领域。该方法通过动态子网络管理机制，采用动态自适应机制和注意力机制，模型能根据电力线信道数据的特性动态调整特征权重和子网络结果，精准捕捉关键特征。此外，模型引入特征解耦策略，通过中心点聚类和多样性损失确保特征表示的独立性和可解释性，使模型能够清晰区分电力线信道中的不同特征因素及其贡献。本发明的技术方案有利于分析电力线信道传输特性，提高电力线载波通信质量，模型的解释性和泛化能力为电力线通信系统设计提供了有力支持应性。

本发明请求保护一种用于基于缓存区动态调整的同等优先级分组调度策略，属于网络通信与数据交换技术领域。提供新型同等优先级分组调度技术方案：该策略在保障同等优先级数据调度公平性的前提下，能够依托缓存区动态调整机制，结合实时负载计算各分组的资源分配权重，进而实现数据传输的高效调度，为解决同等优先级场景下的缓存拥塞、资源浪费问题提供创新技术路径，包括如下步骤:根据系统参数配置，得到一个随机动态产生数据包的数据包状态表格。根据数据包状态表格开始进行仿真，当前初始时间为0，判断当前是否接收到数据包，收到数据包，数据包根据优先级号分类到对应优先级队列中。计算该包到达时，该包对应时间周期内的优先级缓冲区是否需要改变。对各低优先级队列中的数据包判段，是否进行优先级提升。从高到低遍历优先级队列，相同优先级按照根据优先调度因子，排列取包先后顺序。选择数据包取出，到此完成了一次SEG‑DCAS队列调度算法；该方法提升系统吞吐量，且计算量小，易于工程实现。

本发明将无人机中继通信与ISCPT技术相结合，提出了联合优化通信发送功率分配参数、无人机飞行轨迹参数、时间分配参数以及无人机任务调度参数来最大化系统通信总吞吐量的问题，由于该优化问题为非凸问题，如何给出最优解是一个难题。本发明在满足基站、无人机、地面IoTa节点最大发射功率约束，无人机位置约束，无人机感知精度约束，地面IoT节点能量约束以及无人机任务调度约束的情况下，引入松弛变量，采用块坐标下降、连续凸逼近、交替优化、一阶泰勒展开等方法将目标函数和约束转化为凸优化问题，求解出系统最大总吞吐量。成功在兼顾了系统感知性能以及地面IoT节点能耗的情况下，成功得到通信吞吐量的最大化，具有良好的实用性和可行性。

本发明涉及一种基于感知‑通信‑计算一体化的V2X联合资源分配与任务调度方法，属于智能网联交通技术领域。针对现有技术中感知‑通信‑计算环节分离、资源利用效率低、通信瓶颈与时延突出等问题，本发明提出统一联合优化方法：车辆集成感知与通信设备采集环境样本并控制感知误差；调度器根据车辆状态和信道条件，选择本地计算或边缘计算卸载模式；对卸载任务分配带宽并上传至路侧单元处理；对协同任务采用空口聚合实现多车数据融合；中心调度器运用交替优化算法，联合优化感知样本数、功率、计算频率、带宽及卸载比例，在时延与能耗约束下最小化任务误差或总时延。本发明实现了跨层资源协同，有效提升了系统感知质量和资源利用效率。

本发明属于车联网短距离无线通信技术领域，涉及一种车联网中星闪与Wi‑Fi共存的频谱分配优化方法，包括：设置车联网车内星闪与Wi‑Fi共存场景；星闪主节点周期性测量与收集MAC层可观测统计量信息，从而建立隐藏节点模型；考虑子信道时间分配占比、隐藏节点修正因子、Wi‑Fi影响惩罚项、星闪用户优先级，建立星闪用户总有效吞吐量最大化的优化问题；利用变量替换、变量松弛将原非凸DC问题转化为凸问题；采用集中式交替迭代算法，将联合问题分解为子信道时间分配和功率控制两个子问题进行求解，得到频谱分配优化方案；本发明能够降低车联网车内星闪与Wi‑Fi共存时的干扰问题，同时提升星闪用户作为高优先级的总有效吞吐量。

本发明涉及一种Janus型异质结材料及其在光催化水分解中的计算方法和应用，属于异质结材料技术领域。该材料上层为1T相GeSe单层，下层为1T相SnSSe单层，根据界面原子排列分为GeSe/SSnSe和GeSe/SeSnS两种构型。通过VESTA与VASP软件进行建模与仿真计算，结果表明该材料具备直接Z型异质结特性，能有效促进光生载流子分离并拓宽光吸收范围，显著提升光催化氧化还原能力与太阳能‑氢能转化效率，为开发高效光催化剂提供了新策略。

本发明提供了一种基于变分扩散生成模型与注意力增强混合时序网络的健康状态评估方法。包括以下步骤：S1.预处理电池监测数据，提取锂电池健康状态(SOH)指标并构建多维健康特征。S2.构建变分扩散生成模型(VDGM)，利用变分自编码器(VAE)为扩散过程提供先验信息与先验初始化，以协同捕捉退化趋势与细节特征，生成高质量退化数据。S3.设计注意力增强混合时序网络(AEHTN)，基于双向时域卷积网络(BiTCN)，融合指数门控机制与动态特征权重策略，自适应捕获短期与长期退化特征。S4.基于特征相关性进行样本选择与增补，并用于训练AEHTN模型实现SOH评估。本发明通过VDGM增强数据多样性，并利用AEHTN提升对长序列特征的建模能力，显著提高了SOH估计精度与可靠性。