一种天然气输运管道减阻结构、优化方法和系统，涉及管道结构领域。解决了管输天然气领域的沟槽减阻针对于小管径管道，且沟槽形状多为传统的v型，且减阻效果不够显著的问题。减阻结构包括:若干宽窄相间半圆型沟槽结构；其中，宽沟槽宽度为窄沟槽宽度的2倍。优化方法包括：建立光滑管道和壁面带有宽窄相间半圆型沟槽模型；对光滑管道和壁面带有宽窄相间半圆型沟槽进行结构化网格的划分；通过Fluent流体仿真软件进行数值模拟，获取管道内湍流结构；计算减阻率，根据减阻率确定最终的天然气输运管道减阻结构。本技术降低阻力能够使得同样的能量消耗下，输送的气体量增加，或在保持相同流量的情况下减少能源消耗，从而提升整体输送效率。

 本技术公开了一种芯粒集成后道工艺残余应力影响晶体管器件性能的虚拟化测试与系统‑工艺协同优化方法。该发明从芯粒集成后道工艺仿真与量子输运方程出发，研究芯粒集成后道工艺残余应力对晶体管器件性能的影响，评估器件电流‑电压曲线、载流子分布、态密度等性能指标。主要包括:(1)对芯粒集成后道工艺进行建模与仿真以确定其导致的残余应力；(2)将芯粒集成后道工艺残余应力与形变势理论相结合，并代入量子输运仿真，以考虑应力对器件能带结构的影响；(3)分析仿真结果，实现芯粒集成后道工艺残余应力对晶体管器件性能影响的虚拟化测试与系统‑技术协同优化。该方法在工艺过程系统‑技术协同优化、半导体器件仿真与设计领域具有重要应用价值。

 本技术提供了一种多源数据处理方法和装置，方法包括:首先基于预设数据实体字典对多源数据在数据名称和数据格式上进行统一映射，使得相同的数据项具有相同的名称和相同的数据表达格式，接着，提取属于同一数据对象的运行数据，并基于同一运行数据中存在的多值数据形成所有可能的记录数据，然后结合设定业务数据图结构对每个记录数据的权重进行计算，最后将权重最大的记录数据作为该数据对象的真实数据，从而能够实现对多源数据的有效融合。

 本技术涉及交通工程技术领域，公开了基于强化学习的虚拟飞机多智能体协同仿真与优化方法及系统，包括虚拟环境构建模块，用于利用UE4和AirSim仿真软件构建虚拟城市环境；飞行器模型构建模块，用于利用3ds Max设计eVTOL虚拟飞行器智能体模型；智能体状态感知模块，用于通过AirSim插件实现智能体状态的实时感知；强化学习训练模块，用于应用DDQN算法训练智能体进行自主决策；协同任务设计模块，用于多智能体协同执行任务，如交通规划、航线优化等。通过虚拟仿真方法，提出了大量虚拟飞机智能体在复杂城市环境中进行协同运行的创新视角。这一方法在城市空中交通（UAM）体系设计与验证研究中具有显著的先进性，能够在模拟环境中真实再现和分析城市空中交通的动态特性。

 本文公开了一种高温旋转部件的全局时变载荷预测方法、系统及设备，涉及机械工程和计算机科学技术领域，该方法包括获取待测旋转部件的目标工况参数，计算目标工况参数的局部离群因子，并判断局部离群因子是否满足第一预设条件，得到第一判断结果；当第一判断结果为是时，在代理模型库中搜索与目标工况参数匹配的多个参考工况参数，并利用对应的高温旋转部件的全局时变载荷预测模型和危险位置的时变载荷预测模型，确定目标工况参数对应的待测旋转部件的带有危险位置的全局时变载荷预测值。本申请提高了对旋转部件的时变载荷预测的高效性和准确性。

 本技术公开了一种基于多传感器融合的遥操作视觉辅助系统及操作方法，属于姿态检测技术领域，包括远程增强现实操作终端、多自由度双目云台和远程通讯子系统；多自由度双目云台通过远程通讯子系统向远程增强现实操作终端传输图像以及声音信息，远程增强现实操作终端通过远程通讯子系统向多自由度双目云台传输头部姿态信息。本发明采用了一种改进的多传感器融合姿态定位算法获取头部姿态信息，极大消除了累计漂移现象，获得的姿态信息更加精确和稳定，提高了系统整体运行的鲁棒性。本发明能够使驾驶员在室内实时获得远端工程机械驾驶室内视角的音视频图像并远程控制远端云台和工程机械，有效的提高工作效率并减少受伤的风险。

 本文提出一种360全景视觉数字孪生系统、相关方法及设备，涉及视觉仿真技术领域，适用于矿井采掘工作面。其中，系统包括:物理空间数据采集模块，用于采集目标矿井采掘工作面的物理实体数据，其中，物理实体数据包括：环境特征数据、设备特征数据以及目标工况的生产规则特征数据；数字空间模型构建模块，用于根据物理实体数据，构建多种视觉数字模型以融合生成目标视觉数字模型；孪生数据云端存储模块，用于存储物理实体数据、多种视觉数字模型的仿真数据以及驱动数据。本申请可以实现提高煤矿采掘工作面作业装备的视觉仿真智能化水平，提升作业装备的环境感知能力。

 本技术提出了一种基于任务动态优先级的众测任务分配方法，考虑到任务间重要性的不同，提出了基于任务动态优先级的众测任务分配模型及其分配算法，在照顾高优先级任务的同时，大大提升整体的任务完成质量，为众测平台实现高效任务分配提供了新思路。该发明的主要创新在于1)基于EDF思想，根据任务自身的预算、人数和时间要求，构建出任务的初始优先级序列，利用层次分析法(AHP)确定不同因素的相对权重。2)以整体匹配度S最大化为目标，建立以下基于动态优先级的众测任务分配模型。3)根据贪心思想，每次分配时，在任务分配优先级序列中找到最高优先级的任务，然后根据匹配度矩阵，为其分配匹配度最大的测试者。4)根据该测试者特征更新任务的测试人数需求和优先级并更新优先级序列。依照优先级规则进行人员的循环分配，直到达到终止分配条件。

 本技术公开了一种基于能量注意力机制的自适应压缩神经网络计算电路，涉及神经网络的硬件实现技术领域。本发明通过实现基于信号能量的压缩机制、以及基于神经网络的注意力压缩机制，通过多阶段压缩的处理方式简化了注意力机制的运算量，实现了压缩操作的低延时处理，该处理策略能够有效地过滤时间序列信号中的无关信号帧，从而缩小神经网络运算核心电路的输入特征图尺寸，进而降低神经网络运算时的运行功耗。同时，针对神经网络的权重数据的压缩实现了一种自适应压缩的神经网络计算电路，其实现了针对特征图的动态尺寸自适应，以及针对神经网络权重的压缩运算。本发明实现了神经网络的低功耗、低延迟运算。

本技术公开了一种融合大语言模型和知识图谱的智能答复方法以及装置，包括并判断目标用户是否存在第二提问；若存在，则判断第一提问与第二提问之间的时间间隔是否在第一预设时长内；若在，则提取第一提问的第一关键词集与第二提问的第二关键词集；判断第一关键词集与第二关键词集之间的关键词重复率是否大于重复率阈值；若大于，从预设知识图谱数据库中筛选出目标知识图谱；以若干第一检索结果对预设提示词结构框架进行填充，得到第一文本；得到第二文本；将第二文本输入预设大语言模型中，得到目标用户的第一提问对应的目标答复。本发明属于智能客服领域。本发明可以提高大语言模型回答的命中率。