本发明提出了基于物业数据的隐私预算分配方法、装置、设备、介质，该方法包括:基于多个第一物业数据构建第一输入数据集；基于数据类别确定各对第一物业数据之间的第一相关值；从第一差异值中确定第二差异值，从第一推理难度值中确定第二推理难度值，从第一相关值中确定第二相关值；基于第二差异值、第二推理难度值和第二相关值的数量确定目标策略；基于目标策略调整隐私预算后发布第一输出数据集。根据本发明实施例的技术方案，能够从推理风险、用户间差异和数据类别的相关性三个维度表征物业数据的泄漏风险，结合各维度中风险较高的参数值的数量动态选择目标策略，利用目标策略实现隐私预算的动态调整，提高数据安全性。

本发明公开了一种基于深度学习的淡水障碍物识别方法和系统，涉及深度学习技术领域。该方法包括:将声呐、激光和摄像设备集成在同一检测设备进行障碍物探测；采集原始样本数据并基于深度学习进行模型训练以生成障碍物识别模型；检测淡水环境并获取水体参数；采集实时检测数据，获取障碍物的实际参数和障碍物信息；利用检测设备获取识别验证数据对障碍物的位置进行验证并校正。本发明采用摄像技术对淡水中的障碍物进行形状成像与类型识别，并通过深度学习排除了水下环境对成像及图像识别的影响，通过结合多种深度学习技术提高水下障碍物识别的精度和效率；还采用声呐与激光探测对障碍物的位置进行定位和校正，提高障碍物识别及定位的精确度。

本发明提供一种集成大型IP核的FPGA芯片的时序计算方法，该方法包括:获取所述IP模块的多个端口的端口信息，其中，IP模块的每一个端口与FPGA系统的绕线模块耦合在一起；根据获取的端口信息确定IP模块的每一个端口的绕线坐标，并将每一个端口的绕线坐标保存为数据文件；对所述多个端口中的每一个端口，根据该端口的绕线坐标计算该端口与其他逻辑资源模块相连的时延信息。有效提高了FPGA芯片的时延计算的准确度，减少误差，进而有效保证了IP与FPGA芯片集成以后的性能。

 本发明涉及智慧课堂考勤技术领域，特别是涉及一种智慧课堂考勤系统，包括:应用层，用于配置Spring Boot框架参数和启动应用服务；服务层，用于对课堂考勤进行记录、统计、预测和分析；安全层，用于管理用户信息，并为用户配置角色和资源访问权限；数据层，用于基于Mapper接口实现应用层、服务层、安全层、数据层、日志层、前端层与数据库间的数据交互；日志层，用于记录考勤消息的推送结果和系统操作日志；前端层，用于构建用户界面，并响应于用户的请求；数据库，用于存储应用层、服务层、安全层、数据层、日志层、前端层的数据信息。本发明通过现代化的软件架构和智能算法，提高了教室考勤系统的效能和水平。

本申请实施例提供了一种基于大模型的SQL语句生成方法及装置，涉及分布式技术领域，例如，涉及分布式数据库领域。其中，所述方法包括:获取用户初始查询语句和目标数据库的初始数据库模式信息；将所述用户初始查询语句和所述目标数据库的初始数据库模式信息输入至大型语言模型中，得到结构化SQL查询语句。本申请实施例能够基于大型语言模型提高SQL生成的准确率。

本公开实施例公开了一种基于自然语言处理的词云创作方法、装置、介质、产品。其中，方法包括:对文本进行预处理，获得多个有效词语；获取所述有效词语在所述文本中的出现频率；对所述有效词语进行情感分析，获得所述有效词语的情感评分；获取所述有效词语与所述文本的主题的相关度；基于所述出现频率、所述情感评分、所述相关度在所述有效词语中筛选出关键词；基于所述关键词生成词云。该方法能够通过结合出现频率、情感评分和相关度，生成有效反映文本内容的要点、情感倾向和主题的词云，提升了词云的可解释性，使得观众更容易理解和吸收文本信息。

本发明公开了一种基于雷达监测数据的鸟类异常行为识别方法，属于目标检测技术领域，解决了现有系统数据采集模块采集到的目标物单一图像数据信息不全面，影响目标物识别精度的问题，包括对目标物关联数据归一化处理，得到归一化数据集，飞鸟感知模型对归一化数据集关联分析，判断目标物是否为鸟类目标物，基于目标物识别结果、路径优化算法生成目标物路径轨迹，结合弱监督飞鸟检测算法对目标物路径轨迹分析计算，生成路径异常度；本发明中飞鸟感知模型基于目标物识别结果能够对鸟类飞行轨迹进行分析识别，并结合弱监督飞鸟检测算法对鸟类异常行为进行判断识别，从而保证了目标物的识别精度，并提升鸟类异常行为预警能力。

本发明公开了一种三方数据信息平台非即时数据监控预警方法及系统，包括:采集三方数据信息平台对于若干个数据源的数据源评分；对所述数据源评分进行预处理，得到处理数据源评分；计算所述处理数据源评分的实时技术指标相较于所述处理数据源评分的历史技术指标的变化率，并对所述变化率进行监控预警；在确定所述变化率异常时，确定所述变化率异常对应的数据产品，生成异常产品名单；对所述异常产品名单进行可视化处理。通过本发明给出的非即时数据监控预警方法，能够使业务人员及时高效地确定数据源调用过程中的异常，迅速排查问题，保证数据源产品及配套系统的正常运转，避免了经济损失。

本发明的一种基于多张量核心处理器的卷积计算数据重用方法，控制核心通过DMA将多个不同的输入特征图分别分配给多个张量核心的片上高速缓存SPM；控制核心通过DMA将卷积核广播到前述多个张量核心的片上高速缓存SPM；前述多个张量核心依据各自的片上高速缓存SPM的输入特征图、卷积核进行计算；前述多个张量核心完成计算后，将计算结果写回内存，之后广播更新卷积核重复步骤s2，直到将所有卷积核广播一遍，得到不同输出特征图的最终结果，写回内存。通过显著降低卷积计算在多张量核心处理器上的内存访存需求，充分发挥众核计算能力，提升多张量核心处理器的计算性能。

本申请涉及文本识别技术领域，具体涉及一种文本识别方法和文本识别装置，以及计算机可读存储介质和电子设备，解决了文本识别不准确和效率低的问题。该文本识别方法，通过使多个字符串中相邻的字符串有部分重叠，从而可以使多个字符串体现待识别文本的上下文之间的关系。然后，对多个字符串进行词向量转化，得到多个词向量，基于多个词向量生成多个词向量各自对应的词向量识别结果，以确定词向量对应的文本是功效文本还是非功效文本，综合多个词向量识别结果来确定待识别文本的文本识别结果，识别到了待识别文本的上下文之间的关系，提高了文本识别的准确性。另外，本申请的文本识别方法不需要人工标引，提高了文本识别的效率。