本发明涉及电压测量技术领域，具体涉及一种基于物联网的配电自动化故障监测预警系统；根据电压时序数据的差分序列中任意两个差分数据点的邻域范围的数据差异特征获得度量距离；根据度量距离进行聚类获得聚类簇；根据聚类簇中差分数据点的时间间隔和度量距离、差分数据点的数量获得正常表征度、目标数据点和目标表征度；将相邻待检测时刻的电压值加入电压时序数据进行新一轮的聚类。本发明根据相邻待检测时刻的电压值对应的正常表征度和目标表征度的差异特征、相邻待检测时刻的电压值对应的差分数据点与目标数据点的度量距离获得异常度；根据异常度进行电压监测，提高了电压异常监测的准确性。

本发明属于钴铬钼合金关节铸件成品质量数据分析技术领域，涉及到一种钴铬钼合金关节铸件成品质量数据分析处理方法。本发明通过分析目标钴铬钼合金关节铸件成品的原材料符合情况、外观符合情况、缺陷情况和力学性能情况，有助于确保原材料的质量，避免了因原材料问题导致的返工和报废，有利于规避缺陷导致的铸件在使用过程中出现的故障甚至安全事故，也有助于确保铸件在特定工况下能够正常工作而不发生破坏，进而保障了使用者的身体健康，通过分析目标钴铬钼合金关节铸件成品与传统钴铬钼合金关节铸件成品的各项的差异度，有助于推动钴铬钼合金在关节铸件领域的应用和发展，提高行业整体水平。

本发明涉及多媒体展示技术领域，尤其涉及一种用于科技信息的多媒体展示系统，包括，获取科技信息在展示过程中各人像特征在采集单元采集范围内的人像特征停留时长以划分各人像特征的特征等级，并根据特征等级的数量确定各科技信息的信息等级，依据信息等级对各科技信息的展示时间区间和展出频率进行协调，提高了科技信息的展示效率。

本发明提出一种基于大数据的项目监测方法及系统，方法包括:获取所需检测项目的项目数据，根据项目数据构建项目数据集并上传云服务器进行存储并构建项目情景模型；应用动态加权联邦平均算法对项目情景模型进行基于区块链的自适应分布式联合训练；构建使用深度强化学习模型，根据项目的实时状态和历史数据调整预测项目监测策略，结合当前项目的进度状态判断预测项目策略的准确性，根据预测项目策略的准确性引入修正计划动态调整预测项目监测策略得到项目监测策略；根据调整后的监测策略执行监测任务，反馈监测结果至系统，根据检测结果优化监测策略。本发明实现精准监测和预警，为项目管理决策提供有力支持。

本发明提供一种检查点文件保存方法、装置、电子设备及存储介质，属于数据存储技术领域，包括:获取目标容器组，其中，目标容器组包括主容器，主容器用于执行模型训练任务；在目标容器组中添加辅助容器，其中，辅助容器与主容器共享缓存目录；通过辅助容器监听缓存目录，得到检查点文件，其中，检查点文件用于保存主容器在模型训练过程中产生的参数；将检查点文件保存至共享存储。本发明提供的检查点文件保存方法，解决了相关技术中的检查点文件保存方法，存在由于模型训练和检查点文件的保存同时进行，影响模型训练效率的技术问题。

本发明公开了一种基于人工智能的客户数据存储迁移系统，涉及数据处理技术领域，该系统公开了初存储模块、调取存储模块、数据迁移模块，设置初存储模块与调取存储模块，对客户存储以及调取的数据进行综合分析，判定各编号客户数据的最佳存储位置，合理化客户数据的存储分配，在便于客户数据调取、存储的基础上，避免数据调取过程中客户数据在各存储节点之间反复传输，设置数据迁移模块，可以周期性对各存储节点的节点使用值进行分析，在方便客户数据后续调取的前提下，优化各存储节点的存储合理性。

本发明提出了一种汽车覆盖件拉延模模具生成方法，包括以下步骤:输入工艺数模；构建规划表单，构建规划表单内设有待生成拉延模模具各部件的信息和约束条件；根据规划表单对工艺数模进行预处理，生成汽车覆盖件拉延模模具的三维结构模型。通过构建规划表单，将拉延模模具的模型各参数写入到表单中，通用模型根据写入表单参数进行生成拉延模模具的模型，进而可以更加系统和规范地自动进行拉延模模具的设计，从而有效的提高模具的质量和效率。

本发明涉及神经元计算领域，尤其涉及一种神经形态计算装置。所述装置包括神经元状态存储器、神经元互连存储器、控制器、物理神经元、外部神经元激励输入单元和外部神经元激活输出单元，通过神经元状态存储器保存神经网络系统中所有神经元的生物状态，通过神经元互连存储器保存神经网络系统中所有神经元的互连状态；所述装置以Δt时间间隔周期性工作，在Δt时间内，完成神经元状态存储器中所有神经元状态的更新:控制器读取神经元互连状态，依次配置物理神经元为对应虚拟神经元，物理神经元根据配置信息主动从状态存储器中获取数据，完成相应计算，并最终更新相应神经元的状态。本装置可以实现灵活、通用和任意规模神经网络的计算。

本发明涉及心电信号降噪处理的技术领域，公开了一种基于生成对抗网络的心电信号降噪方法，包括:构造生成器模型，所述生成器模型对带噪心电信号数据进行降噪处理，得到降噪后的心电信号；构造判别器模型，将降噪后的心电信号和带噪的心电信号数据作为输入，输入到判别器模型中进行信号识别分类；利用基于量子比特的智能优化算法对生成对抗网络模型进行优化；将待降噪的心电信号数据输入到优化后的生成器模型中，模型输出降噪后的心电信号。本发明所述方法基于对抗网络模型实现带噪心电信号的降噪处理，同时利用基于量子比特的智能优化算法对模型进行优化处理，提高了优化效率，提高心电信号降噪处理的实时性。

本发明所提供的一种数据处理方法和装置，包括:获取计价文件并解析，获得对应解析文件，将所述解析文件上传至服务器；接收输入的第一信息，将所述第一信息上传至所述服务器；根据所述解析文件和所述第一信息向所述服务器通过多线程的方式发起计算请求，以便所述服务器端进行异步计算；获取所述服务器返回的所述异步计算的结果，展示各指标的计算结果。也就是说，本发明将客户端需要处理的庞大且复杂的计价数据传输给远端服务器，通过远端服务器进行计算，分担客户端的计算压力，客户端直接接收计算结果，进行计算结果的显示，并且当客户端遇到突发出现的新任务，可以有能力快速处理新任务，更加灵活且高速。