本发明提出基于知识图谱和表示学习的滑坡空间预测方法，具体包括以下步骤:S1、构建顾及机理知识和时空特征的滑坡易发性知识图谱；设计知识图谱本体模式，完成顾及时空特征和机理知识的滑坡灾害领域知识建模，在此基础上从多源数据中抽取实体，构建关系，实现知识图谱数据层的构建；S2、通过基于ComplEx模型的图谱语义特征学习，基于滑坡易发性知识图谱的有向加权图构造，基于Louvain算法的等量正负滑坡采样以及基于GraphSAGE模型的图谱结构特征学习，实现基于知识图谱和表示学习的滑坡空间预测。本发明可以实现复杂异质环境下、较少滑坡样本约束下的多样化特征归纳学习，并通过节点分类任务预测滑坡空间分布概率。
本发明提出无镜头成像系统轻量型预处理网络的FPGA实现架构，所述轻量型预处理网络包括7层Conv+ReLU层和一层Conv层；所述FPGA实现架构包括控制模块、BRAM存储模块、fifo缓存模块、寄存器组模块、开窗模块、卷积模块、ReLU模块；本发明根据ISP轻量型卷积神经网络（CNN‑ISP‑net）的设计，在FPGA上实现了相应的硬件框架，可以加快网络的计算速度，并且通过本发明预处理后可以重构出性能更好的图片。
本申请涉及一种边缘端负载动态均衡方法、边缘计算系统，其中，该边缘端负载动态均衡方法包括:当存在至少一个边缘计算节点的负载状态为高负载，则判定边缘计算集群的负载状态为高负载，否则判定边缘计算集群的负载状态为低负载；当边缘计算集群的负载状态为低负载时，轮流为各个边缘计算节点分配边缘计算任务；当边缘计算集群的负载状态为高负载时，优先为资源得分最高的边缘计算节点分配边缘计算任务，每个边缘计算节点的资源得分通过非整次秩和比法对自身的资源数据进行计算得到，边缘计算节点的资源得分与负载程度呈负相关。本发明解决了目前的边缘端负载均衡方法无法动态地为边缘节点分配计算任务的问题。
本发明公开了一种基于MIC‑TCN‑Transformer模型的短期电价预测方法及系统，从不同数据源获取电价预测数据，并将电价预测数据整合成统一的格式和结构；对数据进行完整性、连续性、一致性、合理性检查，清洗不合格的数据，对数据集进行特征提取与选择，将所有数据归一化处理，并将数据集分割为训练集、验证集和测试集；定义TCN和Transformer模型，创建MIC‑TCN‑Transformer模型；配置优化器和损失函数，利用训练集对MIC‑TCN‑Transformer模型进行训练，并使用验证集对MIC‑TCN‑Transformer模型进行评估；将测试集输入训练完的MIC‑TCN‑Transformer模型中，得到预测结果。本发明能够有效促进可再生能源的合理配置和利用，提高电力系统的可靠性与稳定性。
本发明提供一种基于蒙特卡洛树搜索的代码大模型自我进化方法，包括:S1：将代码生成任务输入预训练推理模型，根据推理任务生成推理步骤；S2、构建推理树，根据改进的蒙特卡洛树搜索算法获得最优推理路径和奖励分数；S3、根据最优推理路径，基于自动生成的推理和奖励数据进行预训练模型自我进化提升推理模型；S4、让预训练模型生成推理方案的代码，训练预训练模型模型，得到代码大模型。本发明可以在不需要大量微调数据的情况下，有效地提升大模型代码生成的能力和准确性，还增强了模型在复杂推理任务中的自适应性。
本发明提出了一种用于空间站维修的液体传导手套混合现实反馈系统及其执行方法，采用液体传导反馈手套以提供必要的触觉反馈。在宇航员手套的不同部位布置的多个微型液体腔室通过液体流动产生的压力变化，实时调整抓握力和反作用力。同时结合混合现实系统中虚拟图形标识对宇航员进行视觉引导，帮助其在微重力环境中更为精确地操控工具。该混合现实系统利用虚拟现实技术实时呈现工具的虚拟影像及宇航员操作状态，通过直观的视觉引导增强操作的精准度，确保工具在操作过程中的稳定性。本发明提供了一种适应低重力环境、提升宇航员维修绩效与体验的新型交互方式，使宇航员能够在微重力环境中实现稳定的工具操控，从而显著提高任务成功率。
本发明公开了一种基于ADAMS建立双足机器人参数化模型的方法，S1、在ADAMS软件的GROUND层上创建全局坐标系MARKER_G，设定初始位置为(0,0,0)，S2、构建双足机器人的基本部件；S3、在ADAMS软件中为每个部件的设计变量设定参数；S4、使用LOC＆lt;subgt;R＆lt;/subgt;ELATIVE＆lt;subgt;T＆lt;/subgt;O函数定义各部件相对于上级构件的空间位置关系；S5、使部件进行联动调整；S6、在双足机器人模型的关键关节位置创建旋转副连接；S7、完成双足机器人运动规划；S8、开发用户交互界面；S9、将最终模型集成至ADAMS的主菜单，进行参数输入、仿真执行和实时监控的功能闭环。本发明实现了双足机器人在复杂运动环境中的稳定运行。
本发明公开了一种反映真实不连续面的岩石近场动力学转印建模方法，涉及岩土工程技术领域，该岩石近场动力学转印建模方法包括:获取包含不连续面的岩石图像，对岩石图像进行预处理得到二值图像，并基于边缘分割技术获取二值图像中的岩石特征像素点；基于物质点离散转印技术与岩石特征像素点，构建近场动力学模型，并判断物质点间键类型；基于力学边界条件，利用数值模拟技术对近场动力学模型进行精度评价，并根据评价结果优化近场动力学模型；基于试验需求，预先配置力加载与位移加载的边界条件，结合优化后的近场动力学模型确定岩石损伤指标。本发明可实现智能建模和程序化计算，便于获取含不连续面岩石的力学性能、裂隙演化特征。
本发明公开了一种基于同伴虚粒子耦合的多分辨率PD‑FEM结构断裂分析方法，包括:S1、建立断裂仿真分析模型并进行初始化；S2、采用FEM网格和PD粒子对断裂仿真分析模型进行分区域离散，获取网格单元和粒子的材料参数及初始场变量信息；S3、在FEM区域中划分过渡区域，获取过渡区域各网格单元的同伴虚粒子及其场变量与相关参数信息；S4、开展邻近粒子搜索，确定同伴虚粒子和PD粒子近场范围内的相邻粒子，并在两类粒子间建立耦合“键”联系；S5、通过耦合“键”传递界面边界信息和计算耦合力；S6、将耦合力传递至PD粒子和单元节点后基于PD和FEM运动方程更新场变量信息；S7、判断是否返回步骤S5或停止计算。
本发明涉及一种基于大语言模型的NFT智能合约缺陷检测方法及系统。所述方法包括:获取具有NFT智能合约缺陷的源代码以及示例代码；生成抽象语法树提取出语法结构和行为特征得到关键元素；基于抽象语法树进行关键元素识别，得到缺陷相关特征；将缺陷相关特征与示例代码相结合后输入至文本嵌入模型中转换为特征向量和代码向量，并存储至知识库中；确定待检测合约对应的代码向量，与知识库中的向量进行余弦相似度比较，通过大语言模型生成智能合约缺陷检测的审计报告。通过提取出抽象语法树中的语法结构和行为特征，通过文本嵌入模型转化为向量表示并存储在知识库中，使用大语言模型进行分析理解，可以提高智能合约缺陷的检测精度。