本发明属于知识图谱多跳问答技术领域，尤其涉及一种基于双向交叉注意力和图提示的知识图谱问答方法及系统；方法包括:获取问题上下文文本的语义表示和文本表示以及该问题对应的知识图谱子图；利用多层交互模型将文本表示与知识图谱子图进行多层交互，利用更新后的文本表示和图节点计算代表全图信息的提示向量，并利用提示向量增强语义表示；将增强后的语义表示以及图节点表示输入至多层感知机，得到该问题对应候选选项的得分。本发明利用多层交互模型对文本表示与知识图谱子图中的图节点表示进行多层交互，确保了文本和图数据能够相互作用；有效解决了知识图谱问答推理过程中文本向量和图向量独立更新的问题。

 本发明公开了一种基于词汇增强和字符外部信息的中文实体识别模型和方法，解决了未能充分利用汉字外部信息和仅依赖词频确定匹配词静态权重的问题。中文实体识别模型依次连接有汉字信息提取部分、含有动态匹配词特征的汉字特征提取部分、增强字符嵌入和部件嵌入的双路编码器部分以及解码输出部分。实现方法包括有数据清洗、含有动态匹配词特征的汉字特征提取、增强字符嵌入和部件嵌入的双路编码和解码输出。本发明用双路编码结构将汉字的词汇、拼音和部件信息融合于模型；提取匹配词特征时用动态权重对匹配词嵌入加权，更均衡合理，避免权重分配过于偏向高频词，提高了泛化能力和识别精度。用于从非结构化的输入文本中抽取中文实体。

 本发明公开了一种炉内3D温度场重建方法及系统，涉及高炉温度检测技术领域，包括:建立温度场的参考数据库；获取新进工况数据，基于参考数据库选择与新进工况数据最相似的参考工况数据，根据参考工况数据与新进工况数据获取投影温度点与对应的温度变化值；根据投影温度点与对应的温度变化值结合反距离权重插值法计算新进工况数据的矢状位与冠状位中心切片图像；通过新进工况数据的矢状位与冠状位中心切片图像以光线投射模拟炉膛内热力学因素的共同作用，结合对抗神经网络重建新进工况数据的横断位图像，得到重建后的3D炉膛温度场。本发明通过直接测温点、水冷壁测温点和边界条件实现了炉膛3D温度场的快速建立。

 本发明公开了一种结合双重信号分解与深度学习的河流水质预测方法，包括以下步骤:步骤S1：通过随机森林特征选择(RF)进行特征选择，提取与水质预测相关的水质数据；步骤S2：在水质数据的预处理中，采用时变滤波器经验模态分解(TVF‑EMD)对水质数据进行初步分解，分解产生的内模函数(IMF)分量包含大量复杂信号，采用麻雀搜索算法‑变分模态分解(SSA‑VMD)对复杂的内模函数(IMF)分量进行二次分解；步骤S3：利用麻雀算法优化卷积长短期记忆神经网络模型(SSA‑CNN‑LSTM)对步骤S2处理后的数据进行预测。本发明构建的预测模型在水质预测中表现出色，尤其在短期预测中，其对水质指标的预测精度，显著优于单次分解模型，能够精准捕捉水质指标的短期动态变化。

 本发明公开了一种管道甩击力的估算方法、系统、装置及存储介质，属于力学特性分析技术领域。方法包括根据预先获取的管道参数数据，构建管道简化模型；根据管道简化模型和预先获取的防甩件参数数据，构建防甩件简化模型；基于管道简化模型和防甩件简化模型，采用力矩平衡法、能量平衡法或动力学法计算管道的甩击力。本发明通过建立管道简化模型和防甩件简化模型，把防甩力计算从繁重的仿真材料参数设计网格划分等过程，转化为简单模型进行计算，提高计算效率，高效获取甩击力估算值。

 本发明涉及一种电流连续型组合式斩波开关的建模和控制方法，包括:建立电流连续型组合式斩波开关的合键；建立带合键的BOOST电路键合图模型或带合键的BUCK电路键合图模型；建立电路的状态方程；通过模型预测控制实现电路的控制。本发明对BUCK型和BOOST型的斩波开关组合均适用，且实现了开通和关断状态下模型的统一，能够建立电流连续情况下的开关键合图；通过区分开关组合形成的“合键”，梳理合键内的因果关系，划分外部键和内部键，最终形成外部键不受内部键变化的模型，解决了目前键合图在电路中应用存在模型随开关状态变化的问题，拓展了键合图的应用范围，时期不仅仅不限于故障诊断，而是能够基于模型进行电路的控制。

 本发明提供了一种基于多层网络技术的数据处理方法和系统，涉及数据处理技术领域。所述数据处理方法构建基于机构收益率和情绪指数的多层网络技术，既能够从机构自身视角细致捕捉在不同尾部机构之间相互依赖性，又能从机构的外部市场视角分析机构间的风险传染，能够更清晰地揭示风险的形成与传染机制；并且重点分析多层网络的拓扑结构与聚类特征，探讨网络内在演化特征，对机构和风险监管都具有重要意义；同时结合多层网络技术研究各机构的风险贡献问题，有助于全面识别复杂网络视角下系统重要性机构；多层网络技术有助于提高对系统性风险的预测能力；风险不仅会在各项指标内部进行传染，还会进行交互的传染，大幅提升了预测准确性。

 本公开涉及芯片技术领域，具体涉及一种基于有源中介层的芯粒间传输方法和互连结构，所述基于有源中介层的芯粒间传输方法，包括:功能芯粒核心逻辑与芯粒接口交互，向有源中介层发送链路层数据片flit；有源中介层的路由层解析所述链路层数据片flit，确定所述链路层数据片flit的报文类型；若报文类型为数据类，则通过数据平面进行路由转发；若报文类型为配置类或者消息类，则通过控制平面的专用总线进行转发。上述技术方案采用数据平面结合控制平面的正交架构，把不同特点的业务数据流分开，提高了各自通信网络的互连架构定制化程度，效率更高；同时，减少了配置传输、消息传输和数据传输的相互干扰，更好地保障了数据通信的高带宽和消息通信的事实性。

 本发明公开了一种基于电化学工作站的检测信号降噪方法，涉及信号处理技术领域。本发明提供的检测信号降噪方法，根据电化学工作站工作时所产生热噪音的正态分布规律，以及对每组电化学实验数据的独立分析处理，采用相似的正态分布规律随机生成对应的反向噪声对各组电化学实验数据进行独立降噪并实时显示降噪后实验数据，可在实现对电化学实验数据的实时高效降噪处理同时，极大保留原始采集信号及噪声信号的真实特征，从而增强电化学测量精度与可靠性。

 本发明提供一种基于联邦学习的轨道交通驾驶策略优化方法及系统。该方法包括:在数据使用者发布联邦学习任务后，每个训练节点分别基于各自的轨道交通驾驶策略历史数据，对本地的初始Q网络进行强化学习训练，得到各自的局部Q网络决策模型；每个训练节点分别将各自的局部Q网络决策模型的中间梯度参数上传至所在的区块链网络；区块链网络中的各共识节点对各个中间梯度参数进行模型聚合运算，得到全局Q网络决策模型，并在区块链网络中广播；数据使用者基于全局Q网络决策模型进行轨道交通驾驶策略优化。本发明能够制定出合理的优化策略，有效提高城市轨道交通系统运营效率，实现降低能耗、提高乘客舒适度。