本技术公开了一种交通自洽能源系统架构设计方法，涉及交通自洽能源系统领域，该方法包括以下步骤:S1：确定交通自洽能源系统工程建设空间范围，确定系统内所需要供给的交通电力负荷功率数据，再依次划分空间模块，明确划分好的各空间模块的具体特征尺寸；S2：确定各空间模块可布设的发电储能设备，并获得各空间模块内发电储能设备的最大安装数量及发电储能设备的单机成本；S3：确定发电设备的单机输出功率；S4：在经济性、技术性及环保性三项中选定两项作为优化目标，并确定两个优化目标函数，再选定运行模式；S5：进行交通自洽能源系统架构设计优化模型求解，获得最终的交通自洽能源系统架构组成；考虑因素全面，适用性更强。

 本技术实施例提供了一种机载软件安全性建模及自动化测试的方法，包括:根据机载软件所属的领域，利用安全性质抽取模块抽取安全性测试所需的安全性质描述，同时对SysML模型进行设计，将SysML模型的XML文件和安全性质描述上传至模型自动扩展模块；模型自动扩展模块依据上传的安全性质描述对SysML模型的XML文件进行扩展，并对SysML模型的节点类型和路径信息进行补充，生成扩展后模型；测试用例自动生成模块依据模型自动扩展模块输出的扩展后模型，生成扩展后模型的全面测试路径和测试数据。由于该方案通过安全性质抽取模块、模型自动扩展模块和测试用例自动生成模块，追加了安全性测试，提高了测试用例生成的效率。

 本技术提供了一种钻井工程钻速预测网络训练方法及应用方法，属于钻井工程优化技术领域，其训练方法包括:对获取的钻井施工数据进行数据筛选得到有效施工数据，对有效施工数据进行变分模态分解算法降噪得到降噪数据，对降噪数据进行机理模型预测得到机理预测钻速，将降噪数据和机理预测钻速合并得到钻速预测训练数据；将钻速预测训练数据输入初始钻井工程钻速预测网络，基于粒子群优化算法对初始钻井工程钻速预测网络的网络参数进行迭代优化，得到训练完备的钻井工程钻速预测网络。本发明通过变分模态分解算法进行数据降噪，并结合钻井的机理模型，可以有效挖掘数据特征，提高模型准确性，通过粒子群优化算法降低训练过程的计算量，提高训练效率。

 本技术属于计算机技术领域，提供了一种面齿轮副的啮合接触面积分析方法，包括:输入面齿轮副的设计参数；获得面齿轮副中面齿轮齿面在啮合过程中N个预设转角对应的N个接触点的三维坐标，以及获得每个接触点扩展的接触椭圆的长半轴距离；将N个接触点一一映射到二维平面获得N个映射点；二维平面横轴上相邻映射点之间记为一个区间，获得N‑1个区间，构建每个区间的印痕边缘曲线函数；基于N‑1个区间的印痕边缘曲线函数获得啮合接触面积；输出啮合接触面积。本发明还提供了一种面齿轮副的啮合接触面积分析装置，一种计算机程序产品，以及一种电子设备，本发明在保证啮合接触面积精度的前提下提高了计算效率。

 本技术属于生物医药与数据处理技术领域，具体涉及一种基于多模态的肝移植用药剂量预测方法，包括采集肝移植受者的临床数据并处理得到样本集，划分为训练集和测试集；构建多模态线性回归模型；将训练集中样本通过特征提取模块得到原始特征序列；将原始特征序列输入特征降维模块得到降维特征序列；将降维特征序列输入注意力机制模块得到增强特征序列；增强特征序列经过多模态融合模块得到融合特征序列；将融合特征序列输入预测模块得到预测结果，训练优化模型参数；获取待处理临床数据输入训练好的多模态线性回归模型，得到药剂用量预测结果；本发明能够准确预测他克莫司个体化剂量。

 本技术属于核工程领域，具体涉及一种合金相界/晶界辐照损伤行为模型的构建方法及评价方法，包括以下步骤:根据AZ31的EBSD结果图，得到AZ31中α‑Mg的晶面及晶面夹角，根据LZ91的TEM结果图，得到(1100)Mg和(200)Li晶面及晶面夹角，构建α‑Mg和β‑Li的相界界面模型；通过S1得到的晶面，构建表面模型，得到表面原子层数，并在表面模型上方添加真空隔离层，对表面模型做收敛性测试，通过得到的结果分别建立AZ31镁合金和LZ91镁锂合金的界面模型；S3：通过在S2中得到的界面模型中分别掺杂一个Mg空位、一个Li空位、一个Mg空位和Li空位，构建了合金相界/晶界辐照损伤行为模型。

 本技术公开了一种基于多模态表征融合的网络平台用户情感识别方法及装置，方法包括:单模态的高级语义表示通过一致性与差异性表征模块获得模态一致性表征与模态差异性表征；差异性滤波器通过门控的方式滤除模态差异性表征中负面的、冗余的噪声信息；互补性表征模块以滤波后的模态差异性为引导信息，通过多式联运和注意力机制生成多模态互补性表征；将平台用户信息作为一种额外的先验信息嵌入到融合层中；采用通用融合层结构自适应的融合模态一致性表征、模态差异性表征、模态互补性表征以及用户信息以生成全局语义表示；最后将全局语义表示通过分类器输出平台用户的情感状态，网络平台根据用户的情感状态促进平台用户体验的优化。装置包括：处理器和存储器。

 本技术公开了一种基于种子特性的多目标导向并行模糊测试方法和系统。方法包括:划分各测试引擎的任务，获取种子进行模糊测试，记录基本块的触发次数并以触发次数作为探索难度的评估指标，根据探索难度进行筛选出目标集合；根据种子的执行特征将其分成三种类型；针对不同分类，设置具体的导向规则调整种子的选择概率和变异次数；根据调整后的选择概率和变异次数进行并行模糊测试。本发明在确保对难度较高区域集中探索的同时，也保持对任务其他部分的广泛测试。通过平衡深入探索与广泛测试，本发明提高了测试资源的使用效率，防止了测试引擎过分集中于复杂区域而忽略可能含有缺陷的其他区域，从而提升了并行模糊测试系统的整体效果与效率。

 本技术涉及滑坡涌浪及数据驱动技术领域，公开了一种基于门控循环单元的滑坡涌浪高度预测方法及系统，方法包括收集滑坡涌浪区域的大比尺物理模型试验的相关数据，并将特征数据进行数据标准化及归一化的预处理，预处理后的特征数据作为门控循环单元GRU模型输入，得到涌浪高度；在Python编译环境中利用张流量搭建门控循环单元GRU网络；训练门控循环单元GRU网络模型，利用历史滑坡数据进行门控循环单元GRU网络模型训练来调整模型参数；将训练好的门控循环单元GRU模型部署到实际滑坡涌浪预测系统中进行实时监测。系统包括数据预处理模块、模型构建模块、模型训练模块。本发明形成了一个高效且精确的预测系统。

 本技术公开了一种基于自适应注意力机制的剩余完工时间预测方法，包括下述步骤:S1.构建包含自适应优化特征自选择模块和自适应权重分配注意力机制时序预测模块的剩余完工时间预测方法；S2.对数据进行缺失值填充、归一化等数据处理；S3.在自适应优化特征自选择模块中构造基于自适应特征优化的特征选择方法，对预处理后的数据进行迭代训练，不断剔除消极特征，选择出关键特征子集；S4.对选择出的关键特征进行特征编码；S5.根据特征的重要性通过线性变换计算出自注意力机制中的查询权重矩阵、键权重矩阵、值权重矩阵；S6.在自适应权重分配注意力机制时序预测模块中向经过权重分配的自注意力机制代入关键特征子集数据进行模型训练。