本公开提供了一种测试数据生成方法，可以应用于金融领域或其他领域。该测试数据生成方法包括:获取用户的测试数据生成请求，所述测试数据生成请求包括测试案例和与所述测试案例相应的至少一个测试环节；根据所述测试案例和所述至少一个测试环节，建立第一接口集；调用所述第一接口集以执行以下步骤：建立测试数据；修改所述测试数据，以使所述测试数据在进行测试时直接进入所述至少一个测试环节中的目标测试环节；以所述修改后的测试数据作为最终的测试数据并输出。本公开还提供了一种测试数据生成装置、设备、存储介质和程序产品。

本技术涉及储能设备健康管理技术领域，尤其涉及一种基于车网互动的储能设备健康评估方法及系统。方法包括:S1，采集多个储能设备的实时运行数据，采集单体电池的充放电数据；S2，获取单体电池的多个不完全的充放电过程信息，整合为一个完整的充放电过程信息，获取单体电池SOH信息；计算每个储能设备的差异系数；计算每个储能设备的可靠性；计算每个储能设备的故障告警信息；S3，基于单体电池SOH信息、储能设备的差异系数、可靠度信息和故障告警信息评估每个储能设备的健康状况；S4，综合多个储能设备的健康状况和储能设备运行状态，调整对所有储能设备的控制策略。对储能设施合理调控和管理，提升了场站运行的稳定性和经济效益。

本公开提供了一种资产信息核验方法，可用于金融领域或其他领域，所述方法包括:响应于接收的资产核验指令，获取数据中心资产的实时资产信息和待核验资产信息；根据预设管理脚本对所述实时资产信息和所述待核验资产信息进行比对，得到基于资产地址特征的第一核验结果，其中，所述资产地址包括物理地址和/或网络地址；根据所述第一核验结果生成资产变动信息，并基于所述资产变动信息更新所述待核验资产信息。本公开还提供一种资产信息核验系统、一种资产信息核验装置、一种电子设备及一种计算机存储介质。

本技术一种可重复利用的标签管理方法及管理系统，所述的管理方法包括以下步骤:在纺丝工序中，获取纺丝工序的工位信息和纺丝丝筒的标签信息；将纺丝工序的工位信息和纺丝丝筒的标签信息相关联；在假捻变形工序中，获取假捻变形工序的工位信息、纺丝丝筒的标签信息和假捻变形丝筒的标签信息；根据获取到的纺丝丝筒的标签信息确定与之关联的纺丝工序的工位信息；将纺丝工序的工位信息、假捻变形工序的工位信息和假捻变形丝筒的标签信息相关联。本发明丝筒的标签本身不具有固定含义，通过与不同的设备关联从而赋予其特定的意义。通过本发明的方法可以使标记过标签的纺丝丝筒多次利用去进行质量追溯，进而可以获取化纤产品全流程的相关信息。

本公开提供了一种复述文本生成方法，可以应用于人工智能技术领域、自然语言处理技术领域。该复述文本生成方法包括:利用文本编码模块处理初始文本，生成针对初始文本的多个第一词级文本信息、语法关系特征、第一词级文本位置信息；利用门控图神经网络模块融合多个第一词级文本信息、语法关系特征、第一词级文本位置信息，生成针对初始文本的图关系特征；将图关系特征输入至预测模块，预测针对复述文本中的节点数量；将图关系特征输入至图节点特征提取模块，生成多个图节点特征；以及将多个图节点特征输入至复述文本生成模块，生成与初始文本相对应的复述文本。本公开还提供了一种复述文本生成装置、设备、存储介质和程序产品。

本技术涉及电数字数据处理技术领域，特别是涉及一种基于文本重复度的文本处理方法、设备及存储介质。所述方法包括:获取第i类待采样文本a

本技术涉及电数字数据处理技术领域，特别是涉及一种基于采样比的文本处理方法。所述方法包括:获取第i类待采样文本a

本说明书实施例公开了一种基于CPLD的I2C信号透传方法、设备及介质，涉及交换机硬件技术领域，方法包括:基于I2C信号透传系统的复位信号的触发，通过方向判断模块根据所述复位信号，生成待传输I2C信号的方向信号；其中，待传输I2C信号的方向信号用于表示待传输I2C信号的传输方向，包括第一方向和第二方向，第一方向为I2C主设备输出且I2C从设备输入的信号传输方向，第二方向为I2C从设备输出且I2C主设备输入的信号传输方向；通过方向控制模块，根据待传输I2C信号的方向信号，控制待传输I2C信号按照方向信号进行透传，CPLD仅用于传输，无需将数据进行存储后再读取，节省了CPLD的硬件资源，并且保证了信号传输的实时性。

本技术涉及一种虚拟对象的展示方法、装置、电子设备及计算机存储介质，该方法包括:获取目标终端和目标终端的终端参数；根据目标终端的终端参数，确定目标终端对应的目标应用程序；获取与终端参数对应的待展示对象的配置资源，配置资源中包括待展示对象对应的数字化信息资源和展示参数资源；将配置资源和目标应用程序发送至目标终端，以使目标终端通过目标应用程序，根据配置资源，展示待展示对象。通过本发明的方法，将待展陈对象的配置资源与目标应用程序一同传递给目标终端，使得展示的灵活性强，部署更简单，展陈形式更多样。

本技术公开了一种基于人工智能平台的煤矿开采智能调度方法，包括如下步骤:S1、构建数据集；S2、对数据集进行预处理；S3、对预处理后的数据集进行分析，生成分析结果；S4、基于分析结果，采用变分自编码器和图神经网络，构建并训练预测模型；S5、采用多智能体深度强化学习，结合混合专家模型和分布式深度确定性策略梯度，构建并训练优化模型；S6、利用预测模型对设备的故障进行预测，生成预测结果，提前预警并采取措施；S7、利用优化模型，根据预测结果和实时数据，动态调整生产计划，进行资源调度，优化资源分配；S8、建立反馈机制，采集反馈信息，优化改进资源调度策略。本发明利用大数据分析、深度学习和多智能体系统，实现了高效智能调度。