掌桥专利

本发明公开了一种数据中心资源优化方法、系统及存储介质，通过负荷约束单元根据各个网络节点数据建立负荷约束模型，并将其传输至负荷计算单元，负荷计算单元结合用电成本计算数据迁移的负荷，并与接收的用电总经济进行比对分析，以评估不同网络节点的效益和成本，进而得出最佳的网络节点选择结果，数据资源迁移单元根据预测的网络节点数据进行数据资源的空间迁移，从而实现数据中心负荷的优化配置，通过数据管理单元对数据进行多维度分析建模，建立碳排放模型、服务器功耗模型和用电功耗平衡模型，从而实现对设备最优运行参数的生成，通过优化设备调度和负荷计算，提高数据中心的能源利用效率，降低能源消耗。

本发明提出了一种基于深度强化学习的电力系统安全稳定性自适应增强方法，旨在通过实时数据分析和智能决策系统提高电力系统在面对网络攻击和自然灾害等威胁时的应对能力和恢复速度。该方法通过部署在电力系统中的传感器和监控设备收集关键运行数据，利用深度Q网络等先进算法构建智能决策模型，实现对潜在威胁的快速识别和评估。通过自适应策略生成和执行机制，系统能够自动调整运行参数和负荷分配，优化电网拓扑结构，从而在紧急情况下迅速采取有效措施，最小化停电时间和影响范围。此外，定期的安全稳定性评估和优化进一步确保了电力系统的长期稳定运行。本方法的实施不仅显著提升了电力系统的抗风险能力，也为电力系统的智能化管理和安全保障提供了新的解决方案。

本发明公开一种考虑风光储充接入的双层协同优化配置方法及装置，包括：以全域配电网综合成本最小化为第一目标函数构建规划层模型；以各区域运行成本最小为第二目标函数构建运行层模型；根据所述规划层模型以及运行层模型建立配‑微网双层协同优化配置模型；初始化所述规划层模型，得到初始种群；根据所述初始种群对所述运行层模型进行迭代求解，得到第一目标解集；根据所述第一目标解集对所述规划层模型进行迭代求解，得到第二目标解集，并判断当前第二目标解是否满足迭代终止条件，若是，则将所述第二目标解集作为最优配置结果输出。在求解时，先对下层模型进行迭代求解后再对上层模型进行迭代求解，从而提高配电网规划的准确性。

本发明公开了一种径流预测预报误差校正系统，包括：数据获取与处理模块：用于获取径流数据并进行处理，获得整体演变趋势相同的实测径流和预测径流数据；预测预报误差特性分析模块：用于根据所述整体演变趋势相同的实测径流和预测径流数据，获得径流预测预报误差分布，及当期值和前期值关系的分析结果；预测预报误差校正模块：用于构建串并联耦合校正模型，获得校正后的径流预测预报结果。该系统在获取和处理径流数据的基础上，进行了有效的对比分析，提供了可靠的数据支持；且构建串并联耦合的校正模型，有效地提高了径流预测预报的准确性和可靠性，能够更好地适用于水资源分配利用、水电站运行及生态环境保护。

本发明提供的一种配电柜信息确定方法和系统，本发明涉及配电柜技术领域，该方法包括使用设备分布处理模型确定配电柜尺寸、配电柜的多个候选位置、配电柜每一个候选位置的能源损失度、配电柜每一个候选位置的电气风险度；基于配电柜尺寸、配电柜的多个候选位置、配电柜对应区域的环境分布图使用风险分析模型确定每一个候选位置的环境风险度；剔除环境风险度超过预设的风险阈值的候选位置，得到筛选后的多个候选位置；基于筛选后的每一个候选位置的能源损失度、筛选后的每一个候选位置的电气风险度、筛选后的每一个候选位置的环境风险度确定目标安装点，该方法能够准确的确定配电柜的安装位置，避免安全隐患。

本发明公开了一种基于广义回归神经网络的配变异常预测方法、系统、设备及存储介质，包括：采用基于广义回归神经网络的预测方法对配变运行状态进行预测，得到配变运行状态的预测数据；根据配变运行状态的历史数据及配变运行状态的预测数据，得到配变运行状态一览表；根据配变运行状态一览表，计算配变异常的次数预测准确度、配变异常的时长预测准确度和配变电压合格率的预测准确度；基于配变异常的次数预测准确度、配变异常的时长预测准确度和配变电压合格率的预测准确度，优化广义回归神经网络，得到优化后的广义回归神经网络；基于优化后的广义回归神经网络，对配变运行状态进行预测，得到最优预测数据。

本申请提供通信方法、存储介质及电子设备。所述通信方法包括：根据用户指令生成控制脉冲，并将所述控制脉冲发送至量子计算机；发送读取脉冲至所述量子计算机，以使所述量子计算机生成反射脉冲；接收所述量子计算机发送的反射脉冲；根据所述控制脉冲和所述反射脉冲的相位差异获取量子比特的状态。所述通信方法能够对量子比特的状态进行实时判断，能够为量子纠错等算法提供基石。

本发明提供一种基于多任务自适应交互的深度学习推荐方法，通过可控的多任务模块设计及基于元路径的异构图表示学习实现可解释的语义推荐，以解决现有的多任务推荐方法存在的对于推荐的语义缺乏可解释性，以及在不同任务之间的交互难以控制，从而影响模型整体的学习能力的问题。本发明包括以下步骤：将图数据输入异构信息网络表示学习框架后得到蕴含丰富语义信息的节点向量，将节点向量对输入到多任务模型中，多任务模型输出user和item的节点类型以及两者发生交互的概率。与现有技术相比，具备以下有益效果：解决了推荐系统的可解释性问题，允许不同任务间的相互感知，减轻过度训练可能对模型产生的损害，且实现了多任务的灵活控制和目标平衡。

本申请涉及化工安全生产的技术领域，尤其是涉及一种基于知识本体的HAZOP语义推理检索方法及系统，其中方法包括建立数据库步骤、关键词输入步骤、分词处理步骤、语义拓展步骤、相似度计算步骤、相似度判断步骤、信息查询步骤和排序推送步骤；其中系统包括数据库、关键词输入模块、分词处理模块、语义拓展模块、相似度计算模块、相似度判断模块、信息查询模块和排序推送模块。本申请具有降低对化工安全事故的正确预测和防范的影响的效果。

本申请实施方式提供了一种大型语言模型推理加速方法及相关装置。该方法应用于模型交互网络，模型交互网络包括原始目标模型以及对应的近似模型。该方法包括：采用近似模型生成候选输出序列；近似模型的模型参数少于原始目标模型，并且近似模型与原始目标模型具有相同的模型结构；将多个候选输出序列输入到原始目标模型中，对候选输出序列进行并行评估，以获得多个候选输出序列各自的序列评估结果；基于多个候选输出序列各自的序列评估结果，确定最终输出的目标输出序列。本申请通过引入近似模型实现对原始目标模型的投机采样，提高访存效率和内存访问速度，以加快解码过程并实现更高效的推理。

本发明涉及海洋生态环境监测技术领域，公开了一种基于视频和被动声学的企鹅监测方法及装置。该方法采用多组采集设备同时采集目标区域的音频数据和视频数据；根据各音频采集器的相对空间位置分析音频数据，获取发声企鹅的相对空间坐标；根据发声企鹅的相对空间坐标和视频数据，在视频数据确定发声企鹅的像素坐标；根据发声企鹅的像素坐标，在视频数据截取发声企鹅的视频片段；在发声企鹅在视频片段中提取所述发声企鹅的若干个企鹅行为，并对各企鹅行为关联的声音片段进行标注，构建发声企鹅的交流行为知识图谱。本发明提高了数据采集的全面性和有效性，提高了企鹅定位的准确性，进一步加深了对企鹅交流方式的研究。

本发明公开了一种面向基于遮挡的CNN解释的混合推理方法，其为CNN中的每一层选择全量计划或增量计划以生成执行代价最低计划组合，并在CNN执行过程中应用该计划组合。所述方法的特点在于能够为不同的CNN自适应地生成高性能的计划组合，包括：面对未引入空间和通道注意力机制的CNN时，使用基于代价模型的启发式算法来生成计划组合；面对基于空间和通道注意力机制的CNN时，使用动态规划算法来生成计划组合。本发明能够有效缩短基于遮挡的CNN解释的执行时间。

本发明提出了一种知识驱动的大语言模型推理方法、装置、设备及介质，该推理法包括如下步骤：推理子图生成：通过大语言模型抽取主实体，在外部数据库中生成可查询子图；子图搜索推理：构建具备将自然语言问题转换为Cypher查询能力的大语言模型，并在外部数据库中进行子图检索；联合图推理：若子图搜索推理未检索出答案，则将问题的上一跳知识作为输入在外部数据库中获取最相关知识，通过大语言模型进行联合推理，并生成最终答案。本申请能够为大语言模型提供充足的知识支撑，使其在特定知识的推理方面更加全面和准确，提高了推理的透明度和可解释性，增强了推理的准确性，并降低了知识更新的成本，推动了人工智能技术的发展和应用。

本申请涉及一种模型训练方法、装置、计算机设备及存储介质，涉及机器学习技术领域。该方法包括：通过大模型对接收到的用户指令文本进行解析，得到目标任务描述以及示例训练样本组，示例训练样本组中包含任务样本以及任务样本标签；基于样本扩充基础进行样本扩充，得到训练样本集；该样本扩充基础包含以下至少之一：目标任务描述以及示例训练样本组；基于目标任务描述从预先构建的基础模型库中获取目标任务描述对应的目标基础模型；基于训练样本集对目标基础模型进行训练，得到目标模型，该目标模型用于处理目标任务描述对应的自然语言处理任务。通过上述方法，可以实现模型训练过程的自动化，提高模型训练效率。

本发明公开了一种注意力机制计算方法、计算系统及存储介质，该计算方法包括前向传播阶段以及反向传播阶段；在前向传播阶段，将QKV映射、更新KV缓存以及旋转位置编码的算子进行融合，并调整融合后算子的内部计算流程，以减小访存的时间开销；在反向传播阶段，调整计算顺序以及访存顺序，以提高反向传播过程的效率。该方法通过优化注意力计算的前向传播和反向传播过程，分别采用算子融合和计算过程重排的策略，减少了计算中的访存次数和访存量，通过加速大语言模型中的注意力计算过程，提升了大语言模型的训练和推理性能。

本发明公开了一种基于强化学习来训练红队模型生成安全问题测试提示的方法，属于生成大语言模型安全问题的测试提示领域。本发明首先利用强化学习中的奖励信号去训练红队模型,新加入的奖励有熵奖励和新奇奖励。熵奖励使红队模型更具随机性，新奇奖励提升测试提示的新颖性。提高测试提示的自然度，涉及到三个条件：关键词、主题、指令攻击，红队模型在各种条件的指导下生成了测试提示。使用困惑度来反映句子的流畅性。测量测试提示的相似性主要考虑语义和形式，分别基于n‑元组建模和句子嵌入。有效性则是测试提示诱导目标语言模型生成有毒回应的百分比，超过分类器的指定阈值认定有毒。红队模型产出的测试提示具备不错的有效性，理想的自然度和多样性。

本公开提供了一种图像生成模型的微调训练方法及装置。该方法包括：为图像生成模型增加微调分支，得到微调模型；将各个正样本和各个负样本输入微调模型，通过微调模型的扩散过程为各个正样本和各个负样本添加噪声，通过微调模型的逆扩散过程预测并去除扩散过程中为各个正样本和各个负样本添加的噪声；根据各个正样本对应添加的噪声和预测的噪声，计算各个正样本的匹配损失，根据各个负样本对应添加的噪声和预测的噪声，计算各个负样本的非匹配损失；依据各个正样本的匹配损失和各个负样本的非匹配损失优化微调模型的模型参数，以完成对微调模型的微调训练。采用上述技术手段，解决现有技术中图像生成模型生成图像还原性差的问题。

本发明提供了一种具有层间关联性感知能力的多目标混合精度量化搜索方法和系统，包括：压缩神经网络模型，获取推理精度；量化并降低模型每层的比特位，获取推理精度和敏感度；采样得到随机的混合精度量化策略，降低模型中的复数层的比特位；获取推理精度损失，计算所有采样得到的混合精度量化策略对应的层间依赖性；筛选出条件集合；计算得出平均层间依赖性，算出不同层数对应的层间依赖性；设定影响值指标，求出模型中每层对应的影响值的近似解；根据得到两个优化目标；得出最优策略。本发明通过采用均匀采样和线性回归的方法，得出总层数对于层间依赖性的影响值，解决了如何定量测量任意一个混合精度量化策略对应的层间依赖性的问题。

本申请公开了一种图神经网络优化方法、系统、设备及存储介质，涉及深度学习领域，包括：基于构建的图神经网络输入图的邻接矩阵确定任意两个节点间的共同邻居节点及冗余串构建的初始冗余集，基于初始冗余集进行迭代筛选，得到目标冗余集；根据贡献度对目标冗余集进行排序，得到排序后冗余集，将排序后冗余集与邻接矩阵基于数据依赖关系进行匹配，以得到可用冗余集、剩余任务集和数据依赖关系表；基于可用冗余集、剩余任务集及数据依赖关系表确定对原始聚合算子进行等效替换的修改后聚合算子；利用修改后聚合算子进行图神经网络计算，以完成对图神经网络的优化。由此，本申请能够消除图神经网络中固有的冗余数据存储和计算，从而加速端到端性能。

本申请涉及人工智能技术领域，提供一种AI训练平台的管理方法、装置、电子设备和存储介质，该方法包括：获取机器学习模型的训练结果；训练结果是通过深度神经网络对训练数据进行多次可视化训练得到的；确定训练结果与预设训练结果的偏差值；若偏差值大于设定值，则确定AI训练平台的错误节点；错误节点表征影响模型性能的节点或层；基于训练结果，对错误节点进行更新优化。本申请通过提供可视化的模型训练过程，训练过程简易可上手，训练流程直观可见，同时，通过分析AI训练平台的错误节点，提高模型的优化效率，进而提高AI训练平台的管理效率。

本发明提供能够缩短再学习所需的时间的再学习系统、检查系统、提取装置、再学习方法以及存储介质。再学习系统具备：第一提取部，将多个第一学习数据分别输入到神经网络，从中间层提取多个第一特征量数据，将新的多个第二学习数据分别输入到神经网络，从中间层提取多个第二特征量数据；聚类部，将多个第一特征量数据以及多个第二特征量数据划分为多个类别；第二提取部，以降低多个类别之间的数据数的比率之差的方式，从多个类别中提取多个第一特征量数据以及多个第二特征量数据的一部分；更新部，使用与多个第一特征量数据的一部分对应的多个第一学习数据的一部分以及与多个第二特征量数据的一部分对应的多个第二学习数据的一部分，更新神经网络。

本发明公开了一种基于神经网络的逻辑器件通用建模方法，其特点是采用神经网络模型对逻辑器件的I‑V和C‑V特性进行建模，然后通过Verilog‑A语言将神经网络模型转换为SPICE模型，最后将SPICE模型放入测试电路进行仿真，并与TCAD仿真结果进行对比，具体包括：数据的准备和处理、神经网络模型的构建和训练，以及将神经网络模型转换为SPICE模型等步骤。本发明与现有技术相比具有提升集成电路设计与制造的效率，将神经网络模型转换为可用于SPICE仿真的模型，最大化减少半导体模型创建时间和人工介入半导体建模时间，为未来新型器件的器件工艺协同优化（DTCO）的学术研究和工业应用提供了一条高效可靠的途径。

本发明公开了一种存算单元、存算方法、存内计算区块及神经网络电路组件，涉及电子电路领域，存算单元包括静态随机存取电路单元，其具有第一电压端和第二电压端，所述第一电压端与所述第二电压端分别具有第一电压与第二电压，依照所述第一电压与所述第二电压的值决定权重信息；至少一个非易失存储单元，其与所述第一电压端或所述第二电压端相连接；以及，逻辑门电路单元，所述逻辑门电路单元的两个输入端分别与所述第二电压端以及输入线相连。在本发明提供的存算单元可以在数字域内进行乘法计算，提高了计算结果的精确性且具备高能效优势。且存内计算电路采用了非易失存储单元，可以在断电时保证数据不会丢失，大幅度降低了功耗开销。

本发明实施例提供了一种数据处理装置、方法、加速单元、电子设备及存储介质，通过数据处理装置可以实现将存储和计算均放置在一个装置中，通过加速单元可以将执行神经网络模型的运算的多个内存计算核集成在一个单元中，将存储和计算放置在内存计算核中，还可以实现多个内存计算核之间的数据传输，通过数据处理方法，可以实现在内存计算核执行神经网络模型的卷积层操作，可以实现在内存中进行计算和存储，以省去外部存储器和处理器间的数据传输，因此不仅大幅度降低了计算时间复杂度，还加速神经网络模型的执行，还优化了加速单元结构内部的数据流，有效地处理数据，通过加速单元可以加速神经网络模型的运算过程。

本发明提供一种神经接口芯片及其应用方法、系统及介质，设计并综合集成了包含8通道信号采集预处理模块、深度学习神经网络计算分析模块以及面向人体运动意图控制的认知决策模块的SoC硬件逻辑。具体地，8通道信号采集预处理模块包含了8通道差分信号输入硬件单元、模拟信号处理硬件单元、通道选通模块、24位同步∑‑Δ型模数转换器、数据预处理单元，用于实现模拟信号的静电阻抗器处理、一级差分放大、二级放大以及滤波、陷波，模拟信号和片内温度的通道选通，通过片内参考电源模块进行模拟信号到数字信号的转换。本发明的取‑算‑知一体神经SoC芯片能够实现低功耗、低噪声、高精度、高集成度等的神经信息感知、识别与控制综合功能。

本发明公开了一种计算顺序优化的图注意力网络算法及其硬件加速器，优化方法包括：将图注意力网络算法的计算阶段中的注意力阶段和聚合阶段拆分重组为一个聚合阶段；在聚合阶段中，进行注意力权重的计算时，将注意力权重中的除法运算后移，在计算节点的最终嵌入表达zi时再进行计算，并将节点的最终嵌入表达中的乘加运算前移；根据组合阶段中计算得到的数据，按照上述步骤计算得到节点的最终嵌入表达。本发明通过优化图注意力网络算法的计算顺序，减少运算次数，降低计算复杂度。

本公开涉及一种衣物状态记录方法及装置、电子设备和存储介质，所述方法包括：当利用RFID阅读器检测到所述衣物进入或离开目标区域时，记录所述衣物的状态为与所述目标区域对应的目标状态；利用RFID阅读器记录所述衣物在所述目标区域的移动路径。本公开实施例在利用RFID阅读器检测到所述衣物进入或离开目标区域的情况下，记录所述衣物的状态为与所述目标区域对应的目标状态，并可以利用RFID阅读器记录所述衣物在所述目标区域的移动路径，实现对衣物状态、路径的高效记录，并且相较于相关技术采用人工记录的方式，可以减少人力成本。

本发明公开便携式、高通量、智能化谷物小区测产系统及其测产方法，涉及农业测产技术领域，其测产系统包括硬件系统和软件系统，硬件系统包括条形码打印设备、条形码扫描设备、称重传感器、数据收集系统、语音播报器和称重收获袋，软件系统包括条形码生成软件和实时编辑软件；本发明通过条形码扫描设备识别称重收获袋上PVC扎带挂牌的二维条码信息，将采集到的小区谷物种植材料信息上传至数据收集系统，通过称重传感器将采集到的小区产量信息上传至数据收集系统，实现了小区谷物种植材料信息和产量的一一对应，保证测产结果的高效性和精准性，智能化程度较高，具备测产工作效率高、测量精准度准的优点。

本发明公开了自适应调整RFID读取距离的肉牛养殖智能监测系统，涉及智能监测数据处理技术领域。该系统，包括RFID标签读取器模块、自适应调整模块、数据处理与分析模块和综合分析模块。本发明通过通过读取器定期获取RFID的信号参数和RFID记录的牛只基本数据，根据RFID的信号参数分析RFID标签信号评估系数，并根据RFID标签信号评估系数动态调整读取器，根据牛只基本数据、肉牛的养殖参数以及RFID标签信号评估系数综合评估得到肉牛养殖评估系数，以此判断肉牛养殖监测状况并制定调整方案，进而实现了提高RFID标签中获取的数据准确性的效果，有效解决了现有技术中，RFID标签中获取的数据准确性不足的问题。

本文所示的各种实施方案公开了用于操作成像装置的方法。该方法包括在第一时间段内以第一占空比激活第一图像传感器。该方法还包括在该第一时间段内以第二占空比激活第二图像传感器。另外，该方法包括至少基于与该成像装置的操作员相关联的工作流来修改该第一占空比或该第二占空比中的至少一者。

本发明公开一种便携式带屏扫描枪，所述扫描枪本体上设置有隐藏式翻转把手结构，所述隐藏式翻转把手结构上设置有延伸把手，所述扫描枪本体内上下间隔设置有第一推轴结构和第二推轴结构，所述第一推轴结构和第二推轴结构之间连接有用于实现所述第一推轴结构和第二推轴结构完成一前一后活动动作的往复联动结构，所述隐藏式翻转把手结构和所述往复联动结构之间设置有推送结构，而握把在展开不同的角度时能调整不同的长度，如正常使用时为正常的握把长度，当需要对两个快递箱狭窄空间的二维码进行扫码时，则翻转握把后能自动调整握把长度，能实现更方便的扫码操作，停止使用时，能自动的复位握把和隐藏握把，实现便携的目的。

本发明公开了一种基于RFID的多标签防串读识别方法及多标签物料追溯系统，其包括以下步骤：读取各个RFID标签的标签信号数据，所述标签信号数据包括标签唯一识别码UID、物料EPC码、信号强度值RSSI、相位值Phase；根据物料EPC码对所述标签信号数据进行分组，并计算每组标签信号数据的信号强度差值Δr和相位值差Δθ；对每组的所述信号强度差值Δr和所述相位值差Δθ进行比较分析，并根据比较分析结果判定出正确标签，从而改善现有的多标签场景下容易产生信号串读的技术问题。

本申请公开了一种设备盘点方法、装置、通信设备及可读存储介质，属于无线通信技术领域，本申请的设备盘点方法包括：第一通信设备接收第一命令，所述第一命令用于指示对所述第一通信设备进行盘点，所述第一命令包括盘点指示信息，所述盘点指示信息用于指示对所述第一通信设备进行盘点时使用的相关信息；所述第一通信设备根据所述盘点指示信息，确定是否响应所述第一命令。

本披露涉及进行矩阵乘的乘累加装置、人工智能加速器、集成电路装置与板卡，其中本披露的计算装置包括在集成电路装置中，该集成电路装置包括通用互联接口和其他处理装置。计算装置与其他处理装置进行交互，共同完成用户指定的计算操作。集成电路装置还可以包括存储装置，存储装置分别与计算装置和其他处理装置连接，用于计算装置和其他处理装置的数据存储。

本发明涉及基于编码转写增强词嵌入迁移的老‑中神经机器翻译方法，属于自然语言处理技术领域。为了解决现有方法运用于泰语到老挝语的迁移学习时难以构建准确词表映射问题，针对泰语和老挝语的书写体系不一致，本发明提出了一种基于编码转写增强词嵌入迁移的老‑中神经机器翻译方法，包括进行文本数据预处理、基于泰老发音相似性的统一罗马化表征、构建基于编码转写增强词嵌入迁移的老‑中神经机器翻译模型以及进行老‑中神经机器翻译；本发明对输入的老挝语句子进行翻译，有效提升了老挝语到中文的翻译效果。

基于隐式语言特性和推敲网络的蒙汉神经机器翻译模型方法，使用Stanford CoreNLP工具对汉语进行词性分析并构建依赖解析树；将构建的依赖解析树转为强连通图，利用PageRank算法确定句子中每个单词的重要程度；利用激活函数确定每个单词被选中的概率，对被选中的单词进行替换、删除等操作以生成原句子的变体，以此方法扩充蒙汉平行语料库；编码器和解码器端都利用LSTM提取位置信息并与源序列进行融合；在解码器端引入推敲网络的思想，并在推敲阶段引入预训练模型对推敲过程进行指导；将隐式语言特征编码器和自先验注意力模块融合到改进的模型中，得到最终的蒙汉神经机器翻译模型；利用最终的蒙汉神经机器翻译模型进行蒙汉翻译。

本申请涉及一种表格展示方法、装置、计算机设备和存储介质。该方法包括：在监听到目标网页的滚动事件的情况下，获取目标网页在预设滚动方向上的当前滚动距离；目标网页中设置有可滚动表格和表格附属元素；表格附属元素设置于预设滚动方向上，靠近可滚动表格对应表头的一侧；根据当前滚动距离，从可滚动表格的原始表头和新增表头中，选取待展示的目标表头；新增表头的表头内容与原始表头的表头内容相同；新增表头的展示位置为视窗中预设滚动方向上的预设位置；根据当前滚动距离，隐藏表格附属元素，并展示目标表头和可滚动表格的表格内容。采用本方法能够提高表格展示的合理性。

本发明提供了一种界面测试数据填充与删除的方法，该方法为：对UI界面需要数据填充的控件做命名规范,并进行分类；加载需要数据测试填充的UI界面；读取UI界面所有需要数据填充的文本控件，根据文本控件参数填充各文本控件的数据；读取UI界面所有需要数据填充的贴图控件，根据各个贴图控件填充测试贴图数据；读取UI界面所有需要数据填充的滚动视图控件，根据各个滚动视图控件的相关数据填充滚动视图子控件列表数据；在测试数据填充检测完成之后，一键删除UI界面的测试数据并在游戏工程内保存UI界面，本发明集成了UI界面各控件测试数据的自动填充以及检测完成之后保存UI界面并一键自动删除所有控件的测试数据，提升了开发效率，减少出错的概率。

本发明涉及人工智能和自然语言处理技术，特别是涉及一种面向长文档的自动化提示生成方法、装置及存储介质，本发明通过手动设置提示词和自动生成提示词，通过提示词对问题进行改写，使得能够更好地刻画问题和用户的真实意图，有助于提高检索的精度和准确性，并且在检索过程中，采用稀疏性感知的匹配机制有助于在标准答案稀疏分布的情况下，避免遗漏与原始问题匹配度较低但实际相关度很高的一些关键文档，从而进一步大幅度提升检索的精度和准确性，且有助于提高检索质量，进而得到有效的检索结果。

本申请公开了一种代码标注方法、设备及计算机可读存储介质，涉及文本标注技术领域，公开了代码标注方法，包括：获取用户输入的待标注关键词的标注需求，并根据所述标注需求生成标注规则；根据所述标注规则，更新词法器的词法器逻辑；在检测到程序文本的标注进程被触发时，判定所述程序文本是否符合所述词法器逻辑；在所述程序文本中的关键词符合所述词法器逻辑时，将所述关键词进行高亮标注。通过以上方法，能够实现用户自定义需要标注的关键词，并对关键词进行高亮标注，更能贴合更加复杂的标注场景。

本发明公开了一种通过大模型自动生成文书的方法及系统，涉及自动化生成技术领域，包括用户信息收集模块、文书生成模块和审核模块，本发明设计的大模型自动生成文书系统，使得文书生成过程不仅效率大幅提升，而且质量得到了保证，通过自动化的多阶段调用过程，大大减少了传统人工撰写文书所需的时间和人力资源，同时通过大型语言模型(LLM)保障了文书内容的专业性和适用性，提升了最终文书的准确度和可靠性，通过集成的OCR模块、图像识别模块和NLP模块，进一步提高了文书生成内容的深度和广度，反馈驱动的学习框架使得系统可以自我优化，还可以根据用户的反馈和历史信息来调整解析算法，从而实现文书生成过程的持续优化和精准度提升。

本申请公开了一种指令生成方法、装置、存储介质和电子设备，涉及人工智能技术领域。包括：将业务场景和与该业务场景匹配的初始指令输入到目标大语言模型中，生成第一指令集合；基于第一指令集合和目标大语言模型，生成第一指令集合中每个第一指令在多个评分维度中每个评分维度的分数；基于第一指令集合中符合评估标准的较高质量的第一指令，生成目标指令集合。这样，在确定业务场景、初始指令和评估标准后，通过目标大语言模型可以一次性生成多个既符合特定业务场景的使用要求，又符合评估标准的目标指令。

本申请公开了一种文案生成方法、装置、电子设备及存储介质。该方法包括：获取目标产品的第一文本和图像；对所述第一文本进行筛选，生成所述目标产品的第一卖点信息；获取所述图像中与所述目标产品相关的第二卖点信息，其中，所述第二卖点信息用于描述所述目标产品的特性；基于所述第一卖点信息和所述第二卖点信息为所述目标产品生成文案。

本发明提供了一种文本生成模型训练方法、文本生成方法、装置及电子设备，涉及人工智能技术领域，所述文本生成模型包括策略网络和价值网络，文本生成模型训练方法包括：对第一训练数据进行编码，得到第一向量；基于第一向量，通过策略网络确定预设动作空间中各动作的概率分布，根据概率分布指导蒙特卡洛树搜索，生成第二训练数据；其中，预设动作空间为预设词表，预设词表包括文字笔画集合以及笔画位置关系集合；采用第二训练数据训练价值网络；采用经训练的价值网络，优化策略网络，以获得训练好的文本生成模型。本发明能降低文本生成模型的训练成本和计算量，提高生成模型的训练效率和性能。

本申请提供一种标签芯片验证系统，包括：测试层和接口模块；测试层通过接口模块与待检测芯片进行数据交互；测试层存储有多个测试案例；测试层包括命令层和环境层，环境层为测试案例提供传输、结果接收和结果验证的执行环境；测试层通过命令层将多个测试案例发送至待检测芯片；环境层接收待检测芯片发送的对应各个测试案例的处理结果；将各个处理结果与对应各个测试案例的预设结果进行比对；根据比对结果，验证待检测芯片是否正常。本申请可以提高待检测芯片的验证效率。

本申请提供一种综合后的网表和SDC中基本单元名称匹配方法、系统、终端及介质，通过判断每个基本单元分别在当前电路设计时序约束文件以及综合后的网表中的名称是否一致，以确定具有打散单元的基本单元，再从生成的对应所有打散单元的映射文件中获得具有打散单元的各基本单元的正确名称，并更新至当前电路设计时序约束文件中。通过本申请中的映射文件，使得各基本单元在电路设计时序约束文件以及综合后的网表中的名称保持一致，从而后端工具可以正确读入电路设计时序约束文件，后端设计人员可以进行更加可靠的物理布局布线工作。

本申请公开了一种电路元件及其属性数据的处理方法、装置、设备、介质及产品，方法包括：从多个网表中确定起始网表；其中，起始网表以外的任一网表为起始网表直接或间接包含的网表；从起始网表开始，遍历每个网表所包含的实例，删除每个实例中所有第一元件的属性数据、新增的第一元件以及每个实例的新增的属性数据，直至遍历所有网表；从起始网表开始，遍历每个网表所包含的第二元件，删除新增的第二元件及其属性数据和所有第二元件的新增的属性数据，直至遍历所有网表。本申请能够通过两次遍历过程实现UPF对象创建过程中衍生出的电路元件以及属性数据的清理，从而将电路恢复为原始电路状态，以便于重新加载更新后的UPF文件。

本发明属于光模块技术领域，具体涉及液冷光模块的多通道信号混合解耦方法及系统。所述方法包括：步骤1：获取输入信号；步骤2：考虑热传导对信号混合的影响，建立液冷光模块的液冷系统的热传导模型；考虑流体运动对信号混合的影响，建立液冷光模块的冷却液的流体运动模型；步骤3：根据热传导模型和液体流动模型，得到液冷光模块的信号传输函数，根据信号传输函数，得到液冷光模块的每个通道的输出信号；步骤4：根据每个通道的信号传输函数，设计逆滤波器，将每个通道的输出信号通过逆滤波器，完成信号混合解耦。可以实现液冷光模块中多通道信号的有效混合解耦，提高液冷光模块中信号传输的质量和稳定性。

本申请公开了一种分布式水文模型的优化、水文数据的确定方法及装置。其中分布式水文模型的优化方法包括：确定样本流域，并将样本流域划分为多个样本网格区域；获取各样本网格区域分别对应的水循环相关数据；基于分布式水文模型，根据植被数据、气象数据和土壤数据，确定各样本网格区域分别对应的产流估计数据；基于产流估计数据和各样本网格区域分别对应的产流验证数据，对分布式水文模型进行多变量参数率定，得到目标分布式水文模型；目标分布式水文模型用于对流域的水循环过程进行模拟以得到水文数据。本申请实施例通过考虑植被动态信息，提高了水文模拟的准确性。

本公开涉及一种构建三维水动力水温数值模拟计算网格的方法，该方法包括：获取研究区域的边界坐标和高程坐标；根据边界坐标生成平面正交曲线网格；基于平面正交曲线网格和高程坐标对研究区域的测点进行插值，得到目标水深地形图；根据平面正交曲线网格和目标水深地形图进行垂向网格的划分，得到研究区域的三维计算网格。本公开能够降低网格划分的操作难度，提高网格精度。