本发明公开了一种基于KL散度和置换检验的异常检测与漂移解释方法，其实现步骤为:利用零阳性样本集训练自编码器；利用自编码器将待检测样本压缩成低维表示，利用孤立森林进行异常检测；系统关键事件发生后，计算事件样本与零阳性样本集的KL散度，并利用置换检验方法进行漂移检测；通过核密度估计方法估计样本的局部密度，确定漂移样本；通过孤立森林算法计算特征的重要性，从而解释漂移的成因；本发明解决了现有技术中漂移检测效率低、缺乏漂移解释的问题，提高了漂移检测的效率，并提供了漂移原因解释，可用于各类设备的实时异常检测和数据变化监控场景。

 本公开实施例公开了一种代码缺陷预测方法、可读存储介质、计算机程序产品。其中，方法包括:构建多个预测模型和多个智能体；当代码库更新时，确定若干个更新项目，获取若干个更新项目的新版本代码；基于所述新版本代码和所述多个预测模型，获得若干个更新项目的潜在代码缺陷类型和潜在代码缺陷描述；基于所述潜在代码缺陷类型、所述潜在代码缺陷描述和所述多个智能体，生成若干个更新项目的缺陷报告；对所述缺陷报告进行真实性验证，在真实性验证通过后对所述新版本代码进行修复。该方法能够高效并准确的预测代码缺陷，并给出缺陷报告，用于修复相关缺陷，便于进行软件研发。

 本发明公开了一种基于DQN算法的重型卡车电池系统智能决策方法及相关设备，首先分析了重型卡车电池系统的组成结构和运行能量流动关系，构建了详细的电池能耗计算模型；接着，从能耗计算模型中抽象出约束条件和优化目标，并将决策问题转化为马尔可夫决策过程；通过设计深度强化学习的状态、动作和奖励函数，构建了DQN模型，并利用历史数据进行训练，生成了能够根据当前状态选择最优动作的智能模型；系统实时获取电池的状态，并通过训练好的DQN模型计算最优动作，动态调整电池的能量分配和温度控制，从而实现能耗的最小化和系统性能的最优化。本发明能显著提升重型卡车的能源效率和系统性能，提高了车辆的整体运行效率和安全性。

 本发明涉及信息提取与可视化领域，具体是一种基于引力交通模型的历史文化资源结构关系提取及可视化方法与系统。本发明通过对目标范围内的历史文化资源进行文本分析处理与地理空间分析，量化提取各历史文化资源的影响指数、两两间关联强度系数及最短路径距离。然后基于以上数据应用引力模型计算历史文化资源间的空间关联强度，并在数字化路网空间中进行分配，生成基于现实路网空间的历史文化资源空间结构的可视化成果。相较于既有分析方法，本发明有效提高了历史文化资源结构分析的科学性、准确性与客观性，具有广泛的应用前景与推广潜力。

 本发明公开了一种超声内检测管道裂纹的三维数值模拟方法，该方法包括如下步骤:S1：根据超声传播过程建立三维几何模型；S2：添加各部分对应的材料属性；S3：使用压力声学、瞬态、固体力学、静电、电路设置传播过程及几何模型的边界条件；S4：使用多物理场声‑结构边界耦合液固边界，使用压电效应耦合静电和固体力学物理场；S5：在被测管道内部设置裂纹缺陷；S6：使用自由三角形、扫掠、自由四面体进行实体单元网格划分；S7：添加研究，设置求解器类型进行模拟计算。本发明可用于裂纹缺陷的超声内检测，推动了针对裂纹检测仅有二维平面模型检测的发展，可直观观测到超声波传播的过程。

 本发明公开了一种重要性感知的大模型前缀KV重排方法和系统，包括:通过重要信息采集模块根据历史查询和前缀的计算结果，判断出基数树中每个节点内的所有token是否为重要的；通过前缀KV重排模块读取包含Imp序列的K或V的数据块到CPU内存中，然后将其中重要的token对应的K或V重新放置在一个数据块中，不重要的token对应的K或V放置在其他的数据块中；元数据更新模块根据重排后的token顺序，更新每个基数树节点中的序列，把重要的token放在前面，不重要的放在后面。本发明缓解了读放大问题，进一步减少磁盘的数据读取量；降低前缀KV复用时的加载时间，从而缩短大模型推理时产生第一个token的时间。

 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。