本文公开了一种埋点测试方法及相关设备。该方法包括:接收用户针对第一交互页面中第一控件的第一测试操作；响应于所述第一测试操作，获取与所述第一测试操作对应的第一埋点事件；调用配置信息库中与所述第一埋点事件对应的第一事件处理函数，得到所述第一控件的第一埋点数据；基于所述第一埋点数据，得到第一埋点测试结果，所述第一埋点测试结果用于指示所述第一交互页面是否正常。通过上述方法，能够在进行终端版本测试的同时，可以完成埋点测试，减少终端测试的次数，缩短测试周期，避免重复相同的测试操作。

本技术公开了一种测试前端展现与交互逻辑的方法、系统及介质，所述方法包括以下步骤:获取前端的前端展示的第一要素和交互逻辑的第二要素；根据所述第一要素和所述第二要素，构建测试数据；根据所述测试数据，通过代理工具对所述前端展示和所述交互逻辑执行数据逻辑校验操作；根据所述数据校验结果和所述逻辑校验结果，构建测试结果；通过上述方式，本发明可以实现根据前端的前端展现要素和交互逻辑要素统一构建测试数据，再通过代理工具发送数据至前端进行测试，无需频繁操作数据库，节约了测试时间，提升了测试的准确性，进而提升了对前端展现和交互逻辑的测试工作效率。

本技术公开了一种车联网数据校验方法、装置、设备及存储介质，涉及车联网技术领域。所述方法通过对获取到的车辆的待校验车联网数据进行第一数据校验，快速剔除不可用的无效待校验车联网数据后，对通过第一数据校验的待校验车联网数据进行第二数据校验，并对未通过第二数据校验的所述待校验车联网数据的数据项对应的数据进行修正，使得对所述校验失败的校验项目重新进行第二数据校验时校验成功。进行校验和修正后的车联网数据确保了数据的有效性，有利于后续的数据分析工作，使得车联网数据的分析工作和相关风险评估工作的效率大大提升且结果更为准确。

本技术实施例提供了一种AI服务平台的更新方法、装置、服务器及存储介质，AI服务平台中的服务器包含第一类AI模型和第二类AI模型，第一类AI模型包括多个第一AI模型，每个第一AI模型不具有待更新功能且AI服务平台的所有用户都可使用其功能，第二类AI模型包括多个第二AI模型，每个第二AI模型具有待更新功能且仅部分用户可使用其功能，方法包括:获取用户在使用至少一个第二AI模型的待更新功能时产生的业务数据；基于业务数据对至少一个第二AI模型进行更新。用户产生的业务数据为真正应用场景的真实数据，服务器基于该业务数据训练得到的第二AI模型针对该应用场景可以输出准确的处理结果，可以提高处理结果的精确度。

 一种器件自热计算、电路仿真方法及计算机程序产品，应用于电路仿真技术领域，其中一种器件自热计算方法包括:获取待仿真电子器件的热模型和热模型参数；获取当前的温度和当前的器件仿真功率，并基于当前的温度、当前的器件仿真功率、热模型和热模型参数获取待仿真电子器件的自热解析模型；确定待仿真电子器件当前的自热初始温度和当前的仿真时长，并根据自热解析模型得到待仿真电子器件在热模型参数、当前的器件仿真功率和当前的自热初始温度的情况下，经过当前的仿真时长后由当前的温度所达到的当前的自热仿真温度。由于根据自热解析模型计算待仿真电子器件的自热，相当于基于时间的演进计算自热仿真，使得减少仿真计算量。

 本技术公开了基于历史光伏出力数据的局地分时天气分类与预测方法。首先，将日内有效光伏出力划分成若干个时间段，构造波动特征向量，采用波动特征向量对光伏出力的波动性进行描述。然后，利用K‑means算法对各子时间段内的波动特征向量序列进行聚类，实现对历史分时天气类型的分类标记。接着，对历史波动特征序列进行多变量相空间重构，并建立卷积‑长短时记忆网络预测模型，将相空间重构结果输入卷积‑长短时记忆网络预测模型中，得到预测日的子时间段波动特征序列。最后，根据预测日的子时间段波动特征序列与各典型天气类型聚类中心值的距离，确定预测日分时段天气类型，解决现有天气预测方法精度和空间/时间分辨率不足的问题。

 本文公开了一种日光温室蔬菜生产过程优化方法，涉及设施农业领域，该方法包括利用生命周期评估方法确定日光温室蔬菜生产过程中多个环境影响类型的影响潜值；获取日光温室蔬菜的碳汇量；根据所述多个环境影响类型的影响潜值和所述日光温室蔬菜的碳汇量确定日光温室蔬菜生产过程优化方案；根据所述日光温室蔬菜生产过程优化方案优化日光温室蔬菜的生产过程，以降低日光温室蔬菜生产对环境的影响。本申请通过利用生命周期评估方法量化日光温室蔬菜生产过程中对环境的影响，结合日光温室蔬菜的碳汇量，来制定准确的日光温室蔬菜生产过程优化方案，通过优化日光温室蔬菜生产的过程来降低日光温室蔬菜生产对环境的影响。

 本文公开了一种数据导出方法、装置、设备、存储介质及产品，涉及数据处理技术领域，所述数据导出方法，包括:基于用户的数据导出请求确定待对齐导出数据库以及导出数据参数；根据可视化界面中选择的待导出字段和待导出数据选项从各待对齐导出数据库中获取待导出数据；基于导出数据参数对待导出数据进行数据对齐，获得目标导出数据；将目标导出数据进行数据导出。由于是基于导出数据参数对待导出数据进行数据对齐，实现小范围的队列数据柔性化自动对齐结构化导出。减少用户实际操作时间，提升工作效率，并实现个性化的跨队列数据对齐需求。

 本技术公开了信息技术领域的一种基于仪器共享平台的智能辅助系统，包括信息采集模块，用于采集仪器共享平台用户的基本信息和仪器使用信息；数据库模块，用于基于信息采集模块采集到的信息建立基本数据库，并管理和优化基本数据库信息；统计分析模块，用于根据采集到的仪器使用信息，统计分析仪器使用情况信息和经费账目信息；筛查纠错模块，用于根据基本数据库对仪器使用情况信息进行筛查纠错；报告模块，用于根据完成筛查纠错的信息形成报表进行报告。本发明智能高效，利用MATLAB构建数据库对仪器使用情况信息和所需的经费账目信息进行统计和分析以及进行智能的数据筛查纠错并报告，提高统计分析的工作效率，保障实验教学平台的有序、高效运行。

 本公开属于核电技术领域，具体涉及一种压水反应堆中燃料棒表面污垢沉积过程的多尺度耦合确定方法及装置。本公开方法采用多尺度耦合求解的方案，利用宏观尺度求解得到的流体湍动能以及温度分布来求解微介观尺度上的沉积层内部温度、压力控制方程，并得到沉积速率；所需的材料输入参数较少，且可以随着压水堆运行状态实时调节；此外，微介观尺度求解得到的沉积层表面温度、压力等参数可以作为边界条件求解宏观流动方程，以实现双向耦合效果，扩大了本公开的适用范围，提高了计算的准确性。本公开方法的参数设置均可采用材料随温度、压强等变化的物性变化函数，提高了程序的通用性与实用性。