本技术公开了一种基于注意力机制的非定常气动力快速计算方法，首先基于非定常流动求解方法计算研究对象在给定运动规律中的非定常气动力；然后将给定研究对象的运动信息与非定常求解器计算所得的非定常气动力汇总整理，构建数据库；接下来将对应数据库进一步划分为训练集、验证集及预测集，并加载至基于注意力机制的时序神经网络；再利用训练集对时序神经网络进行参数训练，根据验证集检验网络训练情况，直至所得网络精度达到实际工程应用要求；之后利用预测集对训练好的网络进行测试，并根据预测集测试结果，选择对网络进行保存或重新生成。本发明方法可为飞行器设计、流动控制等问题的非定常气动力求解模块提供参考，缩短相应问题的研究周期。

 本文提供一种模型训练方法及装置，涉及模型训练技术领域。该模型训练方法包括:对已探井的钻井参数、已探井的测井参数和目标钻井的钻井参数进行预处理；根据预处理后的已探井的测井参数构建第一速度模型；根据预处理后的目标钻井的钻井参数和预处理后的已探井的钻井参数得到预测钻井参数；根据预测钻井参数、已探井和目标钻井的地震数据，对第一速度模型进行一级迭代优化。本申请的方法，根据已探井和目标钻井的地震数据、钻井参数迭代优化第一速度模型，可避免利用现有技术构建的速度模型，在地下介质非均质性强且邻井数量稀少、测井数据缺乏的区域，因缺少数据而导致的精度不高的问题。

 本技术涉及一种基于两阶段启发式算法的医药物流车辆路径优化方法，属于车辆路径优化领域。该方法包括以下步骤:使用地图API收集某医药公司特定线路上仓库及客户点的经纬度信息，以计算客户点和仓库之间的距离矩阵。建立带有时间窗限制的医药物流车辆路径优化模型，其优化目标为最小化车辆的运输成本与时间窗惩罚成本。设计两阶段启发式算法，第一节阶段在考虑客户点时间窗和地理位置的基础上，计算客户时空距离，使用改进的K‑means聚类算法对其进行聚类分区；第二阶段结合自适应大领域搜索算法改进的遗传算法进行各个区域的运输路线的优化；解决了医药物流车辆路径优化模型的目标函数。本发明生成了高效的物流行驶路线，降低了成本。

 本技术涉及一种交通数据资产实体对齐方法、装置及电子设备，该方法包括:基于相同谓词对齐算法对两个知识图谱进行合并对齐；对实体、关系和属性进行嵌入表示学习；调用BERT模型计算两个知识图谱中实体的摘要嵌入、关系嵌入和属性嵌入；采用加权平均技术计算两个知识图谱中实体的总体得分；基于边界相似度计算两个实体之间的相似性，并输出预测对齐结果。本发明的交通数据资产实体对齐方法、装置及电子设备，能够在较少种子数量的情况下对两知识图谱进行高准确度对齐，同时，方便在较少属性信息的情况下对两知识图谱进行实体对齐。

 本技术公开了一种基于多中心点特征原型的跨域遥感图像检索方法，其涉及图像检索技术领域。包括:获取跨域遥感图像的数据集，构建改进的检索模型；将跨域遥感图像的数据集输入检索模型，通过特征提取器fθ(·)提取所有图像样本；通过存储器Memory生成源域标签数据每个分类中所有图像样本的特征向量并进行求平均运算，得到源域标签数据每个分类的中心点特征原型；基于中心点特征原型为目标域无标签数据构造伪标签，使用伪标签为目标域无标签数据中的每个分类分配多中心特征原型；将特征原型与多中心特征原型进行对比，得到跨域遥感图像的检索结果。本发明解决单中心点特征原型因类别偏差而产生的域偏差问题，更好地探索目标域内部数据分布。

 本技术公开了一种基于VMD的连杆颈轮廓误差分解方法，涉及连杆颈轮廓误差分析领域。本发明包括以下步骤:输入曲轴轮廓误差，预定义曲轴轮廓误差收敛阈值以及需要分离的信号分量的个数；对信号分量，信号分量对应的中心频率以及Lagrange乘子进行更新；利用收敛阈值判定是否完成分解。本发明能够将复杂多分量信号分解为调幅‑调频分量，而且对噪声稳定。

 本技术公开了一种基于注意力机制和长短期记忆网络的超短期电力负荷预测方法、系统、存储介质及电子设备，包括如下步骤:将进行预处理后的电力负荷数据作为输入向量输入LSTM输入层，经过LSTM隐含层，输出电力负荷预测结果；改进粒子群算法，优化LSTM模型；将第二步的电力负荷预测结果作为Attention层的输入，在Attention层中，进行权重的分配，得到新的向量；新的向量作为全连接层的输入，得到最终的预测值。本发明通过引入具有分配权重的注意力机制与长短期记忆网络模型结合起来，解决LSTM模型输入序列无论多长都用一个固定的向量表示的问题，采用自适应调整惯性权重的粒子群算法对模型进行训练及参数优化，能够提高性能，具有更高的预测精度和鲁棒性。

 本技术公开了基于特征融合和视图分组的单图三维模型检索方法及系统，其中方法包括:将所述已知查询图像、所述无背景图像和所述每个三维模型对应的若干个视图，作为三维模型检索网络的输入值，将与查询图像最相似的三维模型作为三维模型检索网络的输出值，对三维模型检索网络依次采用第一、第二和第三损失函数进行训练，得到训练后的三维模型检索网络；将待查询图像、待查询图像的掩码图像、和三维模型集合，输入到微调后的三维模型检索网络中，得到待查询图像对应的图像特征，和每个三维模型对应的最终特征；计算待查询图像对应的图像特征，与每个三维模型对应的最终特征之间的相似度，选择最大相似度值对应的三维模型作为最终的检索结果输出。

 本文公开了一种基于缺口平板试样的多轴蠕变寿命预测方法，涉及寿命预测领域。该方法包括:获取蠕变参数；构建有限元模型；根据有限元模型，基于蠕变参数和设定关联关系，确定应力参数；设定关联关系是基于MSRC准则采用模拟试验的方法，对缺口圆棒试样以及缺口平板试样进行截面代表应力的线性拟合后得到的；其中，若缺口试样为缺口平板试样，则采用与缺口平板试样相同的缺口尺寸类型的缺口圆棒试样代替；根据应力参数确定蠕变断裂寿命。本申请旨在实现不同缺口试样的多轴蠕变寿命预测，推动实际工程中构件寿命评估。

 本技术公开了一种基于网络功能虚拟化的智能模态监管系统及方法，涉及网络监管技术领域，所述监管方法包括以下步骤:分析若干条资源配置记录中记录的资源使用情况，得到某个设备的需求高峰期；分析各个设备的资源配置日志中各条资源配置记录的资源使用情况，对各个设备的资源需求情况进行预测；分析各个设备的资源需求情况，生成资源的分配顺序；根据各个设备的分配顺序，得到各个设备分配到资源的预计等待时长；当实时生成某个设备的一条资源配置记录时，获取所述某个设备在相邻资源配置记录中预测得到的资源需求情况，分析所述某个设备的实际资源需求情况，判断是否所述某个设备的资源分配情况进行异常提醒。