本技术涉及流体动力学分析技术领域,提出了一种针对贴体网格CFD计算的复杂流动致力机理定量分析方法。该方法首先基于Navier-Stokes方程进行权函数推导,以实现对复杂流动现象的深入分析和定量评估。
背景技术
实现思路
本发明公开了基于同调映射三维形状估计的虚拟课堂教学实现方法、系统、介质及设备,其方法包括步骤:S1、建模与录入:结合U‑V变换和同调映射几何生成模型构建虚拟教室模型及师生3D模型,并在虚拟教室管理工作站预先录入建模信息;S2、登录:利用摄像机采集并输入师生2D图像;S3、识别:基于DensePose算法及同调映射几何生成模型根据师生2D图像识别出师生3D模型;S4、认证:建立基于师生3D模型的认证模型,依据预设的认证协议对步骤S3中的师生3D模型与建模信息进行认证信息交互,当认证成功,虚拟教室模型增加对应的师生3D模型,表示登录系统成功。本发明能够实现更灵活和生动的教学过程,提供更好的线下教学和学习体验。
本申请提供一种电压调理电路。本申请提供的电压调理电路,第一方面,通过设置电压处理电路和控制器,并令电压处理电路具备多个放大倍数,这样,控制器能够实时监测调理后的电压信号,并在调理后的电压信号的电压值不满足要求时,自动调整电压处理电路的放大倍数,直到调理后的电压信号满足要求,这样,可以在输入电压不同时,保证调理后的电压信号始终符合要求,使得本申请提供的电压调理电路能够适应多种电源条件;第二方面,通过设置保护电路,能够在输入电压超出预定范围时,防止后续电路受损,确保电路系统的稳定性和安全性;第三方面,通过设置滤波电路和电压限幅电路,能够有效去除电压信号中的噪声和波动,确保输出电压在安全范围内。
本申请提供一种应用于智慧康养的咨询对话语义处理方法及系统。在依据第一文本样本库反复对网络进行调校时,先依据初始的多层感知机组件得到各第一训练示例的第一文本语义特征,同时获取推理组件依据第一文本语义特征进行推理的第一训练误差。接着依据第一训练误差对第一文本语义特征进行优化,再获取推理组件依据优化后的第二文本语义特征进行推理的第二训练误差。第二文本语义特征能表征有反馈‑咨询间对话的信息,从初始阶段过渡到成熟阶段,将第一训练误差和第二训练误差联合对多层感知机组件进行训练,获得为新对话反馈文本提取特征的多层感知机组件,增加了多层感知机组件提取对话反馈文本语义特征的精度,进一步提高反馈文本确定的准确度。
本发明公开了一种基极补偿加高阶补偿的无运放带隙基准电压电路,包括:启动模块、带隙基准核心模块、基极电流补偿模块、高阶对数补偿模块和高温区分段补偿模块;其中,启动模块、带隙基准核心模块、基极电流补偿模块、高阶对数补偿模块和高温区分段补偿模块均与电源V<subgt;DD</subgt;连接,并且,还均接地;启动模块、带隙基准核心模块、基极电流补偿模块、高阶对数补偿模块和高温区分段补偿模块依次连接,并且,高阶对数补偿模块还分别与启动模块和带隙基准核心模块相互连接。本发明能够提高带隙基准电压电路的精度和稳定性,并且显著降低基准输出温漂。
本发明提供了一种基于动态变分模态分解的多变量多步径流预测方法,属于流域径流预测技术领域,该方法包括收集研究流域的多种水文气象数据;采用动态变分模态分解策略VMD对原始径流序列进行分解,对流域下垫面和气象数据及上游水文站点径流数据进行滑动窗口切片处理,结合分解得到的目标水文站径流数据子序列组合为第一特征变量;对气象站数据进行气象因子筛选并将筛选结果作为第二特征变量,结合第一特征变量和第二特征变量共同组合为输入特征变量;通过采用麻雀搜索算法SSA对长短期记忆网络LSTM参数进行寻优构建长短期记忆网络LSTM,并对未来径流进行预测。本发明有效克服捆绑分解引入未来预报信息的不足,进而增强了分解‑集成预报模型在实际工程中的适用性。
本申请提供一种应用于智慧康养的用户画像生成方法及系统,抽取目标行为事件的关联康养产品的第一康养产品表征数据,通过标识权重对同一康养服务行为序列中的第一康养产品表征数据进行整合,可以获得更精确表征康养服务行为序列中的目标行为事件的第二康养产品表征数据,基于此,基于融合多个康养服务行为序列的第二康养产品表征数据得到目标康养产品表征数据,以康养服务行为表征数据和目标康养产品表征数据作为标签扩散目标对原始画像标签进行反向扩散,获得目标画像标签,依据目标画像标签生成目标用户对应的目标用户画像,在更细粒度层级的行为序列维度构建对应的用户画像,精确度更高,有利于基于用户画像的康养服务的推送转化率。
本发明涉及一种神经网络模型的构建方法、设备及系统,包括:获取预设神经网络模型;在所述预设神经网络模型的隐藏层后增加伪量化层,得到新的神经网络模型;所述伪量化层用于将隐藏层输出的第一数据类型的数据量化为第二数据类型的数据,以及对所述第二数据类型的数据进行取整计算,以及将所述进行取整计算后的第二数据类型的数据反量化为第一数据类型的数据;基于目标任务,对所述新的神经网络模型进行训练得到收敛的神经网络模型,实现了在对神经网络模型的训练结果不会造成太大影响的情况下,减小了神经网络模型文件的占用空间,减少内存带宽,降低计算资源的需要,获取更高性能,实现低功耗运行。
本申请实施例提供了一种数据信息标签的辐射扫描方法、系统及介质,该方法包括:获取数据信息标签的扫描图像,对扫描图像进行分析处理,得到满足设定条件信息的扫描图像;提取扫描图像的数据特征,基于抽取模型对数据特征进行属性分析,得到数据属性值;基于聚类算法对数据属性值进行聚类,得到聚类结果,基于聚类结果生成多个类别的数据特征;抽取每一类别的数据特征的中心点作为标签,得到数据信息标签;通过抽取模型对数据特征进行语义抽取,从而精准的分析数据属性,对数据属性进行分类处理,建立数据信息标签,提高数据信息的分析精度。
本申请公开了一种资源管理方法、装置和存储介质及电子设备。其中,该方法包括:在资源管理平台上显示第一资源标识和第二资源标识;在获取到平台账号对第一资源标识触发的第一购入请求,且第一资源关闭资源管理平台的集成管理权限的情况下,将第一购入请求发送至第一资源关联的私有客户端,由私有客户端响应第一购入请求,处理平台账号对第一资源的购入流程;在获取到平台账号对第二资源标识触发的第二购入请求,且第二资源开启集成管理权限的情况下,由资源管理平台响应第二购入请求,对第二资源进行安全校验,得到校验结果;由资源管理平台处理平台账号对第二资源的购入流程,可应用在人工智能场景。本申请解决了资源管理效率较低的技术问题。
本发明提供考虑空气湿度的转换功率预测方法及系统,涉及电力技术领域,包括获取目标光伏电站的历史气象数据和对应的实际转换功率数据;提取光伏电站的设计参数;构建空气相对湿度与光伏组件转换效率的非线性映射模型;基于预处理后的光伏电站的历史气象数据和转换功率数据,结合光伏电站的设计参数,形成光伏电站转换功率预测模型;利用变分模态分解算法对光伏电站转换功率预测模型的转换功率数据进行自适应分解,构建多源异构数据驱动的光伏电站转换功率预测模型。