本发明公开了一种多模态信息映射的视觉语言模型窃取攻击方法及系统，该方法包括:基于第一数据集对第一视觉语言模型进行微调；选择初始替代模型；将第二数据集输入至目标模型和所述初始替代模型，反向传播图文映射联合损失函数，更新初始替代模型的参数，得到最终替代模型；将第三数据集输入至所述最终替代模型，计算最终替代模型的检索准确率。该系统包括：数据集划分模块、微调模块、预选模块、模型训练模块和检测模块。本发明能够在黑盒场景下有效窃取视觉语言模型的功能，并且不受训练数据集分布是否相同的影响，为研究视觉语言模型等多模态模型的潜在安全性及防御方法提供了新的思路和帮助。本发明可广泛应用于信息安全领域。

 本发明公开一种基于表示学习的风光储调度规则挖掘方法与系统，方法包括以下步骤:基于风光储调度历史数据，构建知识图谱；结合逻辑规则演绎性，利用关系路径编码模型将知识图谱中较长的规则路径递归分解为单个规则头，并输出规则得分；使用路径闭合预测模型衡量推导出的规则头与实际目标关系之间的差距；评估并选择高质量的规则，构建调度规则集。本发明具有规则挖掘效率高、可解释性强等特点，可以为风光储系统的智能调度决策提供有力支持。

 本申请公开了一种多维度零件机加工艺的相似性评价方法，其属于机加工艺领域。获取多个样本零件数据，所述样本零件数据包括样本零件的材料信息、样本零件的加工过程信息以及样本零件的成品参数；基于样本零件的材料信息对多个样本零件数据进行归类，得到每一个样本零件数据的分类；基于样本零件的加工过程信息创建样本零件的相似度评价优先级；基于样本零件数据的分类并结合样本零件的成品参数，对样本零件的加工过程信息进行相似度评价，得到不同样本零件数据之间的相似度。本申请的有益效果在于提供了一种将现有的工艺知识进行高效的多维度零件机加工艺的相似性评价方法。

 本发明公开一种基于强化学习进行布局调整的芯片宏元件放置方法，使用强化学习来学得如何调整现有的布局而不是从头放置元件，从而为策略提供足够的信息，并获得相对密集和准确的奖励。此外，本方法在训练过程中引入了规整度这一概念，这是芯片设计行业中被视为重要指标，但当前强化学习布局方法中常被忽视。本方法在ICCAD 2015基准测试中进行评估，与几种竞争方法相比能够改进半周长布线长度和规整度。使用商业软件测试芯片的功耗、表现、面积性能，结果表明所提出的布局调整方法能够实现显著的PPA改进。此外，本方法能够对任何方法的布局进行微调，提升其质量。

 本发明属于复杂系统设计、基于模型的系统工程技术领域，具体涉及一种基于MBSE的汽车自动驾驶系统建模方法。该方法具体过程为:步骤一：子系统级需求分析，步骤二：子系统级功能架构分析，步骤三：组件级功能分析，步骤四：组件级逻辑架构设计，步骤五：子系统级逻辑架构设计，步骤六：组件级物理架构设计，步骤七：子系统级物理架构设计。该方法支持自动驾驶系统全流程建模，确保模型在各个层次上的一致性和完整性。

 本发明提供一种用于工程车辆的通过噪声预测方法及装置，涉及工程车辆技术领域。该方法包括:将工程车辆物理模型进行声源划分，获得车辆噪声声源；对工程车辆的通过噪声急加速区域进行位置划分，获得工况点位；基于车辆噪声声源以及工况点位进行车辆参数计算，得到转速数据以及扭矩数据；基于转速数据以及扭矩数据，根据工程车辆基础数据，通过声学试验进行特性数据采集，获得声源声学特性；基于车辆噪声声源，根据工程车辆基础数据进行噪声传递计算，得到噪声传递函数；根据声源声学特性以及噪声传递函数进行瞬态噪声关联预测，获得工程车辆的通过噪声预测结果。本发明是一种针对工程车辆的高效且准确的噪声预测方法。

 本发明提供了一种基于健康监测的混凝土连续刚构桥温致挠度预测和安全预警方法，针对混凝土连续刚构桥桥型，基于桥梁健康监测系统采集的海量实测数据提取反映结构性能的具体指标，通过核主成分分析提取混凝土连续刚构桥截面温度梯度信息，对挠度数据进行小波分解提取温致挠度；通过温致挠度的预测模型反映结构性能变化，有效地分析桥梁结构性能长期变化规律，构建了具有明确物理含义的桥梁温致挠度指标预测模型；基于模型预测误差设置桥梁安全预警阈值，并且根据桥梁结构实际运营状况和桥梁业主需要，通过简单调整参数对桥梁状态进行多级预警；实现了监测桥梁健康的功能，为桥梁运营管理提供重要指导，具有广阔的应用前景。

 本发明提出了基于城市群的绿色物流效率评价分析模型构建方法，包括:步骤一、构建城市群绿色物流效率评价指标框架；构建城市群绿色物流环境变量指标体系，所述环境变量指标体系包括人均地区生产总值城镇化率和物流固定资产投入占地区固定资产投资的比重；根据城市群绿色物流效率评价指标框架和城市群绿色物流环境变量指标体系构建超效率SBM‑SFA‑Malmquist指数模型三阶段分析模型。本发明构建了系统性分析城市群绿色物流效率的指标体系，构建应用于城市群绿色物流效率评价的模型方法，其次通过长江中游城市群绿色物流效率评价案例验证了评价指标体系及模型方法的合理性，并归纳制约其绿色物流发展的因素。

 本发明公开了一种非线性超声检测信号降噪和特征增强方法及系统，涉及非线性超声检测技术领域，该方法包括:对检测到的混凝土损伤的非线性超声信号进行CEEMDAN分解，得到多个本征模态分量IMFs；利用样本熵值对分解得到的IMFs进行归类整合，得到归类整合后的分量IN‑IMFs；针对归类整合后的IN‑IMFs进行变分模态分解，得到一组本征模态函数IMFs；根据时间步长将所述本征模态函数IMFs划分为训练数据集和测试数据集，将训练数据集输入门控循环单元模型进行训练，输出每个IN‑IMF降噪和特征增强效果结果。本发明能对岩石、混凝土等材料损伤的超声和非线性超声检测降低噪声干扰，能增强非线性超声中检测信号的非线性特征。

 本发明涉及一种基于深度学习的轨迹预测的方法，属于轨迹预测技术领域，本发明融合长短时记忆网络和Transformer的深度学习网络，并将其应用于航空器轨迹预测领域中，适应航空复杂环境中的高维、多变数据输入，如历史轨迹、风速、风向等动态因素，解决传统物理模型在应对动态环境中的不确定性问题，为航空器轨迹预测提供了一种更为精准和高效的解决方案，从而提高了任务的成功率和安全性。本发明的方法还使用了混合专家模型。使不同专家网络能够针对特定高度进行优化，从而使模型能够根据不同高度的大气条件自适应地使用不同的参数，有效增强了模型的预测精度和泛化能力，为航空器轨迹预测提供了更为精准和高效的解决方案，进而提高了任务的成功率和安全性。