计算、推算、计数

本发明提出了一种页面表格数据的渲染方法及装置，渲染方法包括：S100，获取待展示的数据；S200，创建容器、子容器及表格，容器用于存放子容器和表格，表格用于展示数据，子容器用于实现表格数据的滚动展示；S300，根据待展示的数据进项展示参数项的设置，并计算确定子容器的高度；S400，监听滚动事件，并获取滚动高度，通过滚动高度和设置的展示参数判断表格的当前页面是否为待展示页面；S500，当表格的当前页面不是待展示页面时，根据待展示页面计算确定待展示的数据，并对表格页面进行渲染，以展示待展示数据。本发明通过创建容器、子容器及表格，设置三者之间的参数以及各参数之间逻辑算法公式，解决了大数据渲染常见的卡顿问题。

本公开提供了一种文本识别方法，涉及人工智能技术领域，尤其涉及自然语言处理技术领域。具体实现方案为：基于待识别文本的字形、音标和结构，生成待识别文本的特征序列；根据风险文本的特征序列和待识别文本的特征序列，确定待识别文本和风险文本之间的相似度；以及根据相似度，确定待识别文本的风险程度。本公开还提供了一种文本识别装置、电子设备和存储介质。

本公开提供了一种抠图的方法、装置、电子设备及存储介质，涉及计算机技术领域，尤其涉及图像处理、深度学习等人工智能技术领域。包括：将待处理图像进行编码处理，以获取待处理图像对应的m个特征向量，对图像特征分辨率最小的第一特征向量进行第一解码处理，以确定待处理图像中的过渡区域、前景区域及背景区域；基于过渡区域、前景区域及背景区域，对m个特征向量中图像特征分辨率较大的n个特征向量进行第二解码处理，以获取更新后的过渡区域；基于更新后的过渡区域、前景区域及背景区域，对待处理图像进行抠图。由此，在基于过渡区域、前景区域及背景区域，对n个特征向量进行第二解码处理的过程中，更关注过渡区域的细节，提高了抠图的效果。

本申请提出一种基于人工智能的文本推荐方法、装置、电子设备及存储介质，基于人工智能的文本推荐方法包括：对文本进行分词获得多个词汇；对词汇进行编码以获取编码数据；对编码数据分类以获得多个语义组；计算待评估词汇对应的编码数据与每个语义组的相似度，并将最大相似度对应的语义组作为目标组；对目标组中的编码数据进行分类获得多个候选组；计算每个候选组的关联指标；按照所述关联指标由高到低的顺序依次推荐所述候选组中编码数据对应的词汇。该方法通过双重分类获得多个候选组并计算每个候选组的关联指标，从而能够基于关联指标推荐词汇，提升了文本推荐的准确度。

本申请涉及人工智能技术领域，揭示了一种基于机器学习的真实用户识别方法、装置、设备及介质，其中方法包括：对目标基本信息验证数据进行每个验证类别的评分，得到单验证类别评分集；对目标行为数据集进行每个行为类别的评分，得到单行为类别评分集；将单验证类别评分集和单行为类别评分集输入预设的分类预测模型进行真实用户概率预测，得到真实用户概率预测结果；根据真实用户概率预测结果和预设的概率阈值确定真实用户识别结果。实现了基于目标基本信息验证数据及目标行为数据集进行真实用户概率预测，针对每个验证类别的评分和每个行为类别的评分，减少了单个类别对评分结果的影响，提高了真实用户识别的准确性。

本发明公开了一种针对燃煤发电工作的库存监管方法及装置，涉及燃煤电厂管理领域，该方法包括获取燃煤电厂的历史燃煤消耗数据以及当前的燃煤存储折算标煤量，并以天为单位对历史燃煤消耗数据进行处理；基于获取的历史燃煤消耗数据，处理得到历史年度中每一年度的每一日的燃煤消耗折算标煤量；基于处理得到的每一日的燃煤消耗折算标煤量，计算得到历史年度中同一日的平均燃煤消耗折算标煤量；根据计算得到的平均燃煤消耗折算标煤量和当前的燃煤存储折算标煤量，得到当前的燃煤存储折算标煤量的可供使用时间，实现库存监管。本发明能够有效保证燃煤电厂的正常运行。

基于区块链和医学影像的疾病预测系统，包括医学影像获取模块、医学影像预处理模块、疾病预测模块和智能诊断模块，医学影像获取模块用于获取患者的医学影像，医学影像预处理模块对数据库中的医学影像预处理，疾病预测模块通过神经网络将目标医学影像训练并匹配相似度最高的疾病特征，智能诊断模块完成人机交互服务，包括对预测结果的展示并给出预防疾病恶化建议。本发明的有益效果：该发明能够对疾病进行有效的预测，从而早发现早治疗，降低疾病的死亡率。

本发明提供了一种多任务目标检测方法、设备、自动驾驶系统和存储介质，包括选取每个任务组中部分任务对待训练模型进行第一阶段训练，得到初始训练模型，防止发生任务冲突，提高收敛速度；固定初始训练模型的主骨干网络参数，利用每个任务组的所有任务对初始训练模型进行第二阶段训练，得到中间训练模型，实现同源数据集或异源数据集中不同任务在相互不干扰的情况下进行训练，缩短训练时间；释放中间训练模型的主骨干网络参数，利用所有任务组的所有任务对中间训练模型进行第三阶段训练，得到多任务目标检测模型，将包含目标检测对象的待检测图像待检测图像输入多任务目标检测模型中，检测并识别出目标检测对象，提高了多任务目标检测的可靠性。

本说明书实施例提供了应用于IoT设备的事件处理方法及装置，其中，一种应用于IoT设备的事件处理方法包括：获取子程序通过调用接口传入的服务事件的调用数据；在共享容器中查询所述调用接口的接口类型对应的执行体标识；所述执行体标识在设备客户端配置对应执行体的情况下注册至所述共享容器；若查询到所述执行体标识，则拦截所述服务事件，并将所述调用数据写入所述共享容器；读取所述调用数据中与所述执行体匹配的事件数据并向所述设备客户端传输，以通过所述设备客户端调用至少一个目标应用进行事件处理。

本发明公开了一种基于图像显微扫描平台XY方向夹角测量与运动补偿方法，能够帮助仪器装配人员方便、直观地判定测量扫描平台运动方向安装的夹角，根据所测夹角重新调整平台结构装配，使扫描平台沿着X轴和Y轴两个方向运动时保持运行方向垂直或者根据运动方向的夹角对平台沿着扫描轨迹运动采图做出对应的运动补偿，解决两运动方向安装垂直度不达标导致扫描平台无法准确完成所采集视野图像的高效拼接的问题，有效提高自动扫描过程图像处理效率，降低后期图像拼接的流程实现难度，降低技术装配人员的工作难度与强度的同时保证了调试的效率和精度，对维持自动显微扫描仪的稳定采图有重要意义，在医疗病理类玻片显微视觉自动检测行业有着广泛应用前景。

本申请提供一种信息处理方法、装置、系统、存储介质及产品。该方法包括：接收基于印制电路板PCB的制造说明MI设计界面触发的第一审核请求，获取第一审核请求对应的MI设计信息；对MI设计信息进行预处理，获取预处理后的待审核的MI设计信息；将所述待审核的MI设计信息发送至对应的MI审核系统，以供MI审核系统将审核通过的MI设计信息发送至对应的PCB制造系统。本申请的方法，能够有效的提高审核效率，并且将审核通过的MI设计信息发送至PCB制造系统，提高PCB制造进度。

本发明实施例公开了一种调度方法、装置、服务器及计算机存储介质。方法包括：获取至少一个预设任务的全量数据获取周期，根据各个全量数据获取周期，确定全量数据调度周期；按照全量数据调度周期获取各个边缘服务器中的数据；在每次获取各个边缘服务器中数据的过程中，从预设任务中识别出目标任务，并将获取到的边缘服务器中的数据发送给目标任务。本发明实施例能够节约传输资源及降低传输开销，减少边缘服务器的接口开销，并降低边缘服务器的短时负载；而且本发明实施例中全量数据调度周期是根据预设任务的全量数据获取周期确定的，由此能够满足预设任务的全量数据获取需求，保障预设任务的正常执行。

本申请公开了一种页面测试方法、装置、电子设备及存储介质，涉及计算机应用领域，尤其涉及自动化测试技术。具体实现方案为：获取待检测页面；若检测出待检测页面为已更新页面，则按照待检测页面所处的测试环境，确定待检测页面对应的测试维度；在待检测页面对应的测试维度上对待检测页面进行测试。本申请实施例提供了一套全流程的自动化测试方案，支持多个测试环境和多种多样的网络页面，时效性高，对于存在质量风险的问题及时报警，降低前端模块上线的质量风险。

本发明提出一种基于GAN处理不平衡数据的线变关系识别方法，包括：S1、采集日用电量，建立原始数据集；S2、从配电线路日线损电量、配电线路日输入电量以及各变压器日用电量中提取特征量；S3、利用GAN对线变关系特征集进行数据扩充；S4、利用经样本扩充后的特征集，构建支持向量机分类模型，实现对线变关系的识别。其以配电线路供电量和配电变压器用电量为基础，利用支持向量机分类模型挖掘电量信息与不同线变关系间的潜在关联，实现不同线变关系的分类处理,提出了一种线变关系识别的新方法。以GAN为基础对线变关系特征集中只占极少数的线变关系异常样本进行数据扩充，实现不同线变关系类别间样本数量的分布均衡。

提供减少附接于显示板的触摸传感器板的噪声的方法、系统、设备和介质，该方法包括：在显示板输入参考信号的情况下，在触摸传感器板的第一接收电极处感测第一频率的第一测试噪声信号，并在触摸传感器板的N个第二接收电极处分别感测第一频率的N个第二测试噪声信号，其中，N是正整数，其中，第一频率是带内频率范围中或与其相关的频率，其中，带内频率范围是包括驱动信号的驱动频率的带通范围；基于感测的结果，分别确定每个第二测试噪声信号与第一测试噪声信号之间的关于功率和相位的N个增益；基于N个增益，确定在显示板输入显示信号的情况下用于减少或抵消N个第二接收电极处的第一频率的N个第二实际噪声信号的N个噪声补偿信号。

本发明涉及人工智能技术领域，公开了一种桌面背景动态展示方法、装置、设备及存储介质。本方法包括：通过对当前驾驶场景中采集的天气环境图像进行特征提取，得到天气环境图像的天气特征；将该天气特征与预设气象数据库进行匹配，确定当前驾驶场景对应的天气；采集驾驶员的驾驶行为数据，并基于驾驶行为数据对驾驶员进行情绪识别，得到驾驶员的情绪识别结果；基于天气类别和情绪识别结果得到驾驶员当前状态下的情绪类型，基于所述情绪类型得到对应的背景，并基于背景更换车载桌面中的背景。本发明通过将当前天气类别和驾驶员的情绪类型相结合，对车载桌面的背景进行实时展示，提升驾乘人员的心情愉悦度，提高驾驶的安全性。

本发明公开了一种基于精简过程结构树分解的过程发现方法，定义了基于SESE片段的轨迹投影，提出了一种日志投影方法，通过将投影得到的每一个入口活动到出口活动间的片段作为子日志的轨迹，解决了现有的RPST(精简过程结构树)技术在过程模型挖掘中存在的日志投影问题，对提高模型精确性，降低模型复杂性有很大帮助；针对边界活动分支结构中不可见变迁的处理问题，本发明提供了一种子模型合并方法，增加框架可扩展性和解决边界活动分支结构挖掘问题。

本发明公开了一种超计划用电限电线路改造表的编制方法及装置，方法包括：对非自动化开关数据、电网资产线路导体数据和只限制不含关键词变压器开关数据进行交集处理，得到需自动化改造开关数据；从目标数据库汇中获取变压器数据及其对应的设备拓扑关系信息，结合电网资产线路导体数据和只限制不含关键词线路导体数据，得到待分析配电网区域的需改造线路数据；超计划用电限电线路改造表通过汇集需改造线路数据和需自动化改造开关数据得到。从而实现在通过标识结果将存在预置关键词的变压器不接入超计划用电限电线路改造表的情况下，自动编制超计划用电限电线路改造表。

本申请公开了一种硬盘托架，用于机箱设备技术领域，包括托架头、托架主体和开合侧壁，托架头设有用以供硬盘端部插入的插装槽，插装槽的槽口朝向水平方向，开合侧壁与插装槽第一侧的竖直侧壁铰接，托架主体包括与插装槽的下侧壁相连的底板和与插装槽第二侧的竖直侧壁相连的侧板，开合侧壁与底板之间卡接固定。托架主体的底板与托架头的下侧壁相连，托架主体的侧板与托架头的第二侧壁相连，开合侧壁与插装槽的第一侧壁铰接。开合侧壁向远离底板的方向转动使硬盘托架开启，硬盘从开合侧壁的一侧插入托架头的插装槽中，随后关闭开合侧壁，使开合侧壁与底板卡接固定。硬盘托架的结构降低了硬盘与硬盘托架之间的连接难度，简化了硬盘托架的结构。

本申请公开了一种服务器数据的擦除方法、装置、系统、服务器及介质，涉及服务器技术领域。应用于包含集成在服务器的主板上的存储卡的服务器；存储卡上内嵌包含擦除软件的Linux内核操作系统；该方法包括：获取用户设定的擦除时长以及单轮时长；其中，单轮时长根据服务器的硬盘的数量、各硬盘的容量以及擦除软件对硬盘的擦除速度确定；根据用户设定的擦除时长与单轮时长的关系确定对应的擦除方式；通过擦除方式对服务器数据执行擦除操作。由此可见，该擦除方法中，依据用户设定的擦除时长制定不同的数据擦除方式，能够确保在设定时间范围内，最大化地完成服务器数据安全销毁的工作，避免用户在无法确定的时间下的焦急等待，提高用户体验感。

本发明公开了一种超计划用电限电序位表的编制方法及装置，方法包括：解析待分析配电网数据的图模数据，得到对应的图模参数；图模数据从预置的设备中心获取；图模参数用于构建目标数据库；从电力数据系统中获取所有变压器的变压器信息，结合预置关键词对所有变压器进行标识，得到标识结果及目标变压器数据；标识结果为目标变压器数据的生成依据；从目标数据库中获取设备拓扑关系信息，结合目标变压器数据，生成变压器开关数据；根据变压器开关数据，确定超计划用电限电序位表。在通过标识结果将存在预置关键词的变压器不接入超计划用电限电线路的情况下，自动编制超计划用电限电序位表。

本申请公开了一种取消文件操作的方法、装置及介质，主要涉及文件管理领域。本申请所提供的取消文件操作的方法先接收用户输入的取消文件操作的指令，并从进度表中查询目标节点的IP；其中，进度表用于记录执行文件操作的目标节点的IP和目标节点执行文件操作的进度数据；然后，调用REST接口根据目标节点的IP将取消文件操作的指令发送至目标节点，以便目标节点根据取消文件操作的指令取消文件操作。由此可见，该方法可以通过调用进度表中记录的目标节点的IP将取消文件操作的指令发送至目标节点，能够在多副本场景下实现取消文件操作，从而减少了用户的等待时间和服务器资源，提高了用户的工作效率。

本公开提供了一种自动化测试方法，可以应用于软件测试技术领域或金融领域。该自动化测试方法包括：获取产品基础信息，所述产品基础信息包含待测试产品关联的参数信息；基于所述产品基础信息和预配置的参数关联控制规则生成全量业务组合案例；基于所述全量业务组合案例和预配置的通用自动化脚本生成业务组合自动化脚本；执行所述业务组合自动化脚本，获取并核对自动化测试结果。本公开还提供了一种自动化测试装置、设备、存储介质和程序产品。

本发明公开了一种AI平台兼容适配加速卡的方法及相关组件，涉及AI技术领域，首先自定义加速卡归类标准，自动扫描AI集群中各个计算节点上的加速卡的加速卡信息，并按照加速卡归类标准对各个加速卡进行归类，以便AI平台能够根据不同类别的加速卡的特性进行使用，实现因卡施用。并且当存在计算节点对应的加速卡信息发生变化时，可以自动在AI平台上更新该计算节点对应的加速卡信息，实现对AI集群中的各个加速卡的自动维护。

本发明涉及AMD X86服务器技术领域，具体提供一种服务器开机卡顿优化方法、系统、终端及存储介质，包括：在开机过程中利用BIOS监控CPU初始化状态；若CPU初始化状态异常，则对CPU初始化失败的寄存器重复进行恢复操作，直至CPU初始化状态恢复正常。本发明通过固件BIOS系统的控制机制，弥补AMD CPU服务器在极端操控环境中的异常现象，同时不影响设备的功能和使用效果，助力更多CPU平台服务器服务与国产事业的发展。

本发明涉及一种危险行为预警方法、装置和设备，该方法包括：在预设的识别模型中，根据获取的实时图像数据，确定是否存在目标对象；若是，对于每一目标对象，按照预设的时间间隔获取预设时间段内的图像数据；确定所述目标对象的各预设目标部位所对应的目标行为特征数据；获取预设样本集中对应于所述目标对象的各预设目标部位的样本行为特征数据；针对每一预设目标部位，根据其目标行为特征数据与样本行为特征数据，确定行为结果参数；根据所述行为结果参数与预设行为结果阈值，确定所述目标对象是否发生危险行为。本发明的方法对样本集要求较低，在样本集数量较小情况下，即可识别是否发生危险行为，识别效果较好，更加精准。

本发明涉及一种基于眼底图像的病灶图像分类与识别方法，属于医学影像处理领域。该方法采用YOLOv5网络结构和目标框加权融合为框架，将采集得到的眼底图像经过Mosaic方法深化数据集，再结合深化后的图像数据集和损失函数训练，图像分类后进入目标框加权融合框架，最后根据分类概率输出不同眼底图像的二值图，分类输出病灶二值图。本发明采用提高了网络模型对病灶特征的提取能力。

本发明涉及一种基于结构特征的遥感图像配准方法，包含以下数据基础：原始高分辨率遥感图像、DSM数据和地表真实标签数据；其特征在于，采用结构信息生成特征点；利用空间约束筛选匹配点对，通过对相邻的像素点进行连线，使其生成几何结构，让多个图像具备计算机对比的条件，通过对比多个图像中的几何结构，使图像中多个相对位置被标定，有效提高图像处理精度。

本发明提供了一种基于Object‑C的iOS项目架构方法，涉及移动端iOS平台技术领域，该方法包括以下的步骤：S1、对基类进行封装，统一处理相同和/或相似的业务逻辑，提供给各子类继承使用；S2、对数据进行模型转换处理，生成模型，并通过点语法直接使用模型；S3、前往封装网络请求功能模块；S4、使用封装的模型转换工具以及对应的数据转模型方法，对网络请求返回的数据进行解析；S5、对APP在不同机型的展示进行屏幕适配,实现了项目的快速创建、快速进行迭代，不需要重构项目，能快速实现满足日常开发需求的项目搭建，提高工作效率。

本发明实施例提供了一种运输调度方法、装置、电子设备及存储介质该方法包括：基于目标地图框选初始配货区域以及目标配送区域；根据初始配货区域和目标配送区域，确定至少一个待配送运单，以及至少一个待配送运单的运单属性；根据运单属性和目标配送车辆的车辆信息，确定运输调度任务。本发明实施例的技术方案，解决了现有技术中需要对多种查询条件进行组合来确定待调度运单时，存在人力成本加高、无法全局把控资源以及效率较低的问题，实现了高效确定出待调取运单，并可以结合运单属性和车辆信息，确定出最终的目标配送路径，进一步提高配送效率的技术效果。

本发明公开了一种基于视觉感知的无人天车作业区域安全检测方法，涉及工业生产技术领域。该检测方法通过对钢厂实际场景图片的标注获取专用的数据集，并用该数据集对目标检测模型进行进一步的微调，优化了目标检测模型在钢厂这种特殊场景下对工作人员的识别效果，此外本发明将重叠判断算法与目标检测模型相结合，使得目标检测程序能够判断出被识别的人员是否处在工作区域中，从而进一步判断当前是否是防止钢卷的合适时机，有效防止了无人天车在工作区域有工人作业时将钢卷下放而产生的安全隐患，也为钢厂的工人提供了较为安全的工作环境。

本公开的实施例提供一种业务推送的处理方法、装置及存储介质，属于业务处理技术领域。所述方法包括：获取待推送的业务消息，所述业务消息中包括用户标识与规则标识；利用所述用户标识查找对应的历史推送队列，以及利用所述规则标识查找对应的推送规则；根据所述推送规则中的预设推送频率、以及所述业务消息的待推送时间与所述历史推送队列中所述规则标识对应的历史推送时间，确定所述业务消息的推送结果。本公开实施例适用于业务消息的推送处理过程中。

本公开提供了一种目标对象检测方法，涉及人工智能技术领域，尤其涉及智能交通和自动驾驶技术领域。具体实现方案为：根据与目标对象相关的多个感知数据，生成多个感知数据消息，其中，多个感知数据包括车端感知数据和路侧感知数据；对多个感知数据消息进行分组，得到至少一个感知数据消息分组；根据感知数据消息分组中的感知数据消息，确定针对目标对象的状态估计信息；以及根据状态估计信息，确定目标对象的检测结果。本公开还提供了一种目标对象检测装置、电子设备、存储介质和路侧单元。

本申请实施例公开了一种仓库信息处理方法及装置、存储介质，涉及智能供应链技术领域，包括：接收订单信息和仓库信息；在仓库信息中，确定订单信息中的第一待定仓商品信息对应的第一仓库，以及订单信息中除第一待定仓商品信息外的第二待定仓商品信息对应的第一试定仓仓库；根据第一仓库和第一试定仓仓库确定订单信息对应的第一定仓参数，直至确定出订单信息中的每一个待定仓商品信息在仓库信息中的不同仓库的情况下，对应的每一个第二定仓参数；根据第一定仓参数和每一个第二定仓参数，从仓库信息中确定出目标仓库，以从目标仓库中获取第一待定仓商品。

本发明提供了一种基于CocoaPods工具生成多语种语言资源文件的方法及相关设备，方法包括在软件开发工程中安装CocoaPods工具；通过所述CocoaPods工具引入第三方处理Excel文件的Python库；获取记录有多语种语言文案的Excel文件；通过所述Python库对所述Excel文件进行解析，获得多语种语言文案的map字典数据；对获得的所述map字典数据进行分语种实例化处理，得到多语种的语言资源文件。本发明技术方案利用了CocoaPods工具导入第三方Python库代替人工来解析提取Excel文件中的多语种数据，并生成软件开发工程所需的语言资源文件，解放了人工，提高了软件开发的效率。

一种基于毫米波雷达与视觉信号的道路障碍物检测方法，通过毫米波雷达及视觉传感器检测道路前方障碍物，通过融合毫米波雷达与视觉图像两种信号，检测目标物体类别，首先将毫米波雷达信号预处理，将毫米波雷达报文转化为目标点位置的形式，并与视觉图像信号进行时间同步；将毫米波雷达目标点根据坐标匹配关系映射于视觉图像信号之上，实现两种模态的融合；对映射到视觉图像信号上的毫米波雷达信息进行目标检测，最后对检测结果进行尺度估计，细化障碍物信息。本发明实现了多模态细粒度障碍物检测，相比传统单模态方法具有精确度与运行效率上的优势，具备高度实用价值。

本发明一种机器人运动模式估计方法及装置，属于仿生机器人技术领域；首先在水下仿生机器人上布放四点光源信标，标定机器人身体纵轴与胸鳍的位置；然后，通过图像采集单元采集水下仿生机器人的运动图像，再进行预处理，得到清晰的光源目标特征；对目标光源在图像上的目标位置参数进行检测，得到目标光源的图像坐标；最后，计算水下仿生机器人左右两侧胸鳍鳍条与身体纵轴之间的夹角、并比较，得到水下仿生机器人的运动模式估计结果。本发明采用水下视觉及光源信标的方法得到了前方水下仿生机器人的运动模式，简化了水下仿生机器人间的通信，同时也为后方机器人提供运动反馈信息，对于后续水下仿生机器人集群编队研究奠定了基础。

本申请公开了一种APC实施质量分析方法、装置及其介质，涉及过程控制技术领域，用于提供一种验收APC实施质量的辅助工具。针对目前分析APC的实施质量时，不可避免地存在人为误差，且不能定量的分析实施效果和质量的问题，提供了一种APC实施质量分析方法，通过采集各个生产控制指标的实时数据作为考核数据，并计算标准差；以设定值为基准、预设倍数的标准差作为范围，确定期望范围；进而，考核数据中不在期望范围内的采样点越多，说明APC的实施质量越差；统计这部分采样点并计算其与所有采样点的比例，就能得到一个用于表征APC实施质量的值，为APC系统提供了一种项目实施管理及验收的定量分析辅助工具。

本发明公开了构建梯度提升决策树GBDT模型的方法及装置，涉及机器学习技术领域，主要目的在于解决现有的所训练的决策树模型的准确率较低的问题。本发明主要的技术方案为：获取样本数据集，所述样本数据集中包括带正标签的正样本数据及无标签的未标记样本数据；在训练GBDT模型的每一棵回归树时，基于所述样本数据集中的正样本数据构建一个正样本训练子集，对所述样本数据集中的未标记样本数据进行采样构建一个负样本训练子集，将所述正样本训练子集与所述多个负样本训练子集进行组合得到当前回归树的训练集，并基于所述当前回归树的训练集训练当前回归树，再根据所述每一颗回归树构建梯度提升决策树GBDT模型。本发明用于对梯度提升决策树的构建过程中。

本发明提供了一种货箱装载的重心修正方法、装置、电子设备及存储介质，基于集装箱建立空间直角坐标系，所述重心修正方法包括：首先根据货物的重心坐标（，）及重量，计算集装箱内所有货物的整体重心偏移值，或计算集装箱内所有货物的整体偏重值；其中，n为集装箱内货物的件数；然后，判断所述整体重心偏移值是否大于预设重心偏移值，或判断所述整体偏重值是否大于预设偏重值；若所述整体重心偏移值大于预设重心偏移值，或所述整体偏重值大于预设偏重值，则调整货物之间的顺序和/或调整货物内若干纵列货物单件之间的顺序。本发明可以实现集装箱内装载货物的整体重心的稳定性，确保集装箱的平稳、安全。

本发明公开了一种基于稀疏采样的环拍图像到任意视点图像生成方法及系统，借鉴神经渲染的优势，通过给定邻近的源视图，使用体积渲染以新颖的相机位姿合成目标视图，并估计该视图的颜色和体积密度，从多个源视图动态绘制外观信息。对于新视点合成的应用场景，基于深度卷积神经网络并结合经典的体渲染技术，能够基于有限角度稀疏采样得到的环拍图像数据，来渲染生成360度任意视角下渲染的2D图像，从而进行任意观察轨迹下的视频合成，本发明方法不仅可以有效解决物体的拍摄死角问题，而且可以大大减少物体或场景拍摄的成本。

本发明涉及视频技术领域，具体涉及一种沉浸式视频终端评价检测方法及系统，包括以下步骤：建立相对坐标基准并在中心区域设置坐标准点，将沉浸式终端模型数据离散点集拟合为椭圆曲线；检测时，通过软件自动识别算法，将座椅的坐标计算出来，通过算法模拟出实际观众的视觉中心根据观看位置计算水平和垂直视场角，同时计算长半轴贴合指数和短半轴贴合指数；判断长半轴贴合指数和短半轴贴合指数的乘积，根据结果得到画面沉浸和舒适度参数。本发明对于柱面幕型的即可直接使用椭圆公式计算；对于第二种类型的将取其最大内切椭球作为沉浸式视频终端画面包围感的评价模型，进而开发沉浸式视频终端画面包围感的评价检测系统。

提供减少附接于显示板的触摸传感器板的噪声的方法、系统、设备和介质。该方法包括：在显示板输入参考信号的情况下，在触摸传感器板的接收电极处感测n次谐波噪声信号和m次谐波噪声信号，n和m是正整数，n次谐波噪声信号的频率是带外频率范围中的一个带外频率F1，m次谐波噪声信号的频率是带内频率范围中或与带内频率范围相关的一个带内频率F2，带内频率范围是触摸传感器板的驱动电极处的驱动信号的带通范围，带外频率范围是带通范围以外的范围；基于感测的结果，确定n次谐波噪声信号与m次谐波噪声信号之间的关于功率和相位的增益；基于增益，确定在显示板输入显示信号的情况下用于减少或抵消m次谐波噪声信号的噪声补偿信号。

本发明公开一种动态演进的设计众包的人力资源任务匹配方法和系统，属于资源任务规划领域。包括：S1.获取所有需要分配人力资源的任务作为待分配任务集，获取所有可用人力资源作为可用人力资源集；S2.对当前待分配任务集和可用人力资源集进行资源任务匹配；S3.监测是否有任务执行完成，若是，更新待分配任务集，接收对任务的执行情况的评价值，进入步骤S4，否则，继续监测，直至所有任务执行完成；S4.将任务的评价值输入至人力资源多维度评价模型，得到人力资源的最新特征属性，并更新可用人力资源集，进入步骤S2。本发明根据资源完成任务的实际情况对资源进行绩效评价，更新资源集中的资源状态，从而影响下一次资源任务匹配，提升资源任务匹配精准度。

本发明公开了分类号共现网络的构建方法、技术机会识别方法和系统，属于技术机会识别领域。采用联合专利分类(CPC)的语义信息和共现信息相结合形成CPC共现网络，再通过图神经网络模型挖掘CPC节点之间隐藏的连接模式，然后预测与代表目标领域的人工节点可能发生连接的CPC节点，最终识别目标领域未来可能出现的技术发展点，为技术发展战略的制定提供一定的决策支持。本发明能够充分结合CPC的语义信息和共现信息挖掘技术之间潜在的关联，丰富的节点特征为模型的学习提供了良好的基础，可以帮助更好地进行技术机会的识别。

本发明公开了一种文本相似度计算去重方法、系统、介质及设备，将热线文本数据集导入数据库，并输入训练好的模型中进行特征提取，特征融合和特征增强，得到数据的最终特征并序列化保存；输入待计算数据到模型中提取最终特征；与相应日期内的热线文本数据进行余弦相似度计算，得到相似度结果；输出排名top50的相似度结果，进行去重。本发明面向政务服务便民热线，通过模型将热线文本内容的最终句子特征提取出来进行相似度计算去重，还提供了外界调用的途径，可通过四个接口操作模型实现不同的模型功能，便于操作，实用性强，适用于热线领域。

本发明公开了一种面向卷积神经网络的分布式学习方法，包括：将卷积神经网络切割为前层网络和后层网络，并将前层网络部署至n个代理端，将后层网络部署至1个中心服务器；初始化代理端前层网络和中心服务器后层网络；基于一个代理端对一个中心服务器的模式分布式共同训练卷积神经网络；基于多个代理端对一个中心服务器的模式分布式共同训练卷积神经网络。本发明解决了基于多源数据分布式共同训练深度神经网络过程中面临的通信代价问题，减少训练过程中的通信代价。

本公开提供了一种模型训练的方法、装置、电子设备及存储介质，涉及人工智能技术领域，进一步涉及深度学习、图像处理、计算机视觉技术领域，以至少解决相关技术中活体识别模型的识别准确率低的技术问题。具体实现方案为：获取样本图像和样本图像对应的标识信息，其中，标识信息用于表示样本图像中是否存在活体人脸；基于样本图像和标识信息，构建第一组训练数据；对第一组训练数据进行重配置，得到第二组训练数据；基于第一组训练数据和第二组训练数据对初始神经网络模型进行训练，得到目标神经网络模型。

本发明公开了一种风电功率预测方法、装置、电子设备及存储介质，其中，该方法包括：获取目标风电机组在第一预设时间段内的历史运行数据，并根据历史运行数据构建训练样本数据集；根据训练样本数据集、训练样本数据集对应的标签数据以及预先构建的模型损失函数对待训练模型进行训练，得到风电功率预测模型，其中，预先构建的模型损失函数根据最大均值差异损失函数和均方误差损失函数确定；获取待预测风电机组在待预测时间段内的目标运行数据，并基于风电功率预测模型和目标运行数据对待训练风电机组的风电功率进行预测。本发明实施例的技术方案，提高了风电功率预测模型的迁移能力和泛化能力，实现了不同风电机组的风电功率准确预测。

本发明提供了一种基于自监督表示学习的视觉抓取检测方法及系统，方法包括：步骤1：根据获取到的深度图像，得到有标注图像数据集和无标注图像数据集；步骤2：在编码器中通过孪生网络对无标注图像数据集进行训练，并且通过度量学习损失方法提取相似抓取对象之间的共同特征；步骤3：利用有标注图像数据集对解码器进行微调，得到训练模型；步骤4：通过训练模型进行视觉抓取。与现有技术相比，本发明通过各种数据增强技术，借助度量学习损失，提取相似抓取对象之间的共性，提升了模型的泛化能力，利用已标注的数据对解码器进行微调，从抓取质量图和后续抓取规划生成的抓取位姿中推断出最佳抓取候选，从而提升视觉抓取能力。