本文提供了一种生态系统动态特性分析方法及装置，其中，构建生态系统的确定性模型，并基于所述确定性模型构建所述生态系统的随机模型，其中，所述确定性模型包含所述生态系统中的若干关键变量；分别对所述确定性模型的全局渐近稳定性、所述随机模型的全局正解存在性以及生态系统的种群持久性进行定义，确定出所述生态系统在满足所述全局渐近稳定性、所述全局正解存在性和所述种群持久性进时各关键变量之间的取值关系，以实现对所述生态系统的动态特性分析。采用上述方法，以实现对生态系统的动态特性进行准确有效且全面的分析。

 本技术涉及地质灾害检测技术领域，尤其是涉及一种基于爬坡高度预测滑坡引起涌浪灾害的预测方法，确认滑坡发生区域的河岸，确认布点起始点，记作P1；以P1作为起始点，沿坡岸法向均匀向上布置压力监测点；在滑坡发生时，对坡岸的压力数据进行检测；判断对坡岸的压力数据并检测布点数是否大于有压力数据的点的数量，若布点数与有压力数据的点数量相等，则应增加布点并重复步骤S2‑S4；根据有压力数据的点的数量变化，得出滑坡在对岸侧的最大爬坡长度变化规律；通过在滑坡发生的对岸侧均匀布点，观察有压力数据的点的数量变化，并以此来判定该滑坡的爬坡最大高度，从而提高了滑坡灾害的检测准确度，大大降低了滑坡灾害造成的人员伤亡和财产损失。

 本技术涉及一种基于HGS‑VMD‑ENN超短期混沌预测模型的光伏发电功率预测方法，包括:设计一种考虑加权排列熵和分解损失的适应度函数，并以该适应度函数取值最小作为优化目标，采用HGS‑VMD自适应确定VMD最佳分解参数组合，用于对光伏发电功率进行多尺度分解，得到光伏发电功率分解分量；根据光伏发电功率分解分量，采用PSR相空间重构方法构建其相空间矩阵，并结合大脑情绪神经网络构建HGS‑VMD‑ENN超短期混沌预测模型；根据建立的HGS‑VMD‑ENN超短期混沌预测模型，进行光伏功率超短期预测。与现有技术相比，本发明能够解决传统VMD经验参数选取造成的随机性较大、预测精度不佳的问题，提高光伏发电功率预测的稳定性和精度。

 本技术提出了一种基于联邦学习的自监督预训练方法，以提升肝癌图像分割效果。医学图像分割旨在准确提取感兴趣区域，以辅助诊断与治疗，但传统方法依赖大量标注数据，在医学领域难以获得。本方法利用ViT编码器对无标注的肝癌遮掩图像进行特征学习，并通过ViT解码器重建遮掩像素块，随后传递嵌入特征给下游任务；结合当前本地模型与上一轮全局模型，优化训练过程，减少当前模型与全局模型特征表示距离，同时增加与本地模型特征表示距离，通过对比使客户端模型逐步接近全局模型，获得较优全局模型对肝癌图像进行分割。本方法有效缓解数据异构性导致的性能下降，提高模型的泛化能力，解决数据标签不足的问题，从而推动人工智能辅助医疗领域的应用。

 本技术涉及隧道爆破影响预测分析领域，具体公开一种基于机器视觉的隧道爆破影响预测分析方法及系统，本发明通过收集隧道爆破项目的相关数据，根据隧道爆破项目的相关数据，筛选隧道爆破项目的历史类似爆破项目，进一步获取历史类似爆破项目的爆破信息；根据隧道爆破项目的相关数据，利用数值模拟软件构建隧道爆破项目的数值仿真三维模型，对隧道爆破进行模拟，获取隧道爆破仿真模型模拟爆破的爆破信息；根据历史类似爆破项目和隧道爆破仿真模型模拟爆破的爆破信息，预测隧道爆破对结构安全、对地面变形和对周边环境的影响，进而有利于帮助工程师优化爆破设计，以减少不利影响并确保作业的安全性和效率。

 本技术公开了一种基于云平台的铁路信息系统性能测试方法及系统，应用于云平台软件测试领域，包括:基于云平台任务调度模型的铁路信息系统性能测试任务调度方案，获取虚拟处理机的任务处理时间，并结合虚拟处理机的计算参数，设置适应度函数；利用改进的遗传算法通过对染色体进行交叉、变异，获取最优适应度值下的铁路信息系统性能测试任务调度方案；基于最优适应度值下的铁路信息系统性能测试任务调度方案进行铁路信息系统性能测试，并在任务执行过程中，根据任务在各虚拟处理机上的完成时间比例，利用信息熵权重调整模型对各虚拟处理机的权重进行动态调整。本发明有效提高了云环境下的铁路信息系统性能测试资源利用率和执行效率。

 本技术提供了一种基于多元时序全连接时空图的风电功率预测方法和系统，涉及风电功率预测技术领域。采集风电场不同时间戳的风电功率、风速、温度、湿度、风向、偏航角以及俯仰角的多种传感器数据，形成多元时序数据集，为更精准的风电功率预测提供支撑；计算各传感器的点积构建全连接图模型，动态捕捉复杂的时空关系，有效提升模型对各传感器间依赖性的理解能力，增强预测的精确度；该风电功率预测模型在保证预测精度的同时，有效降低了计算复杂度。

 本技术属于雷达信号处理技术领域。针对低信噪比环境下时频图像会受到严重干扰，且普通的卷积神经网络无法适应多变的时频图形，造成识别效果不佳的问题，提出了基于时频融合特征与MSANet的雷达信号脉内调制类型识别方法，包括如下步骤:对雷达信号进行三类时频分析，然后进行预处理得到训练集、验证集和测试集；然后构建MSANet模型，并使用训练集和验证集训练MSANet模型；MSANet模型训练结束后，使用测试集测试MSANet模型的识别准确率和抗混淆能力。该方法可以用于分类多达12类雷达信号的脉冲内调制方式，且在低信噪比下具有良好的稳健性。

 本技术属于自然语言处理领域，具体涉及一种基于粒球计算的文本噪声标签修正方法；该方法包括:采用人工标注的干净的文本数据集训练Bert模型，得到训练好的Bert模型；采用训练好的Bert模型对含噪声的文本数据集进行编码，得到特征向量；对特征向量进行降维处理，得到降维后的特征向量；将所有样本的降维后的特征向量和原始标签构成初始粒球；将初始粒球加入到待处理队列中，设置纯度阈值；在待处理队列根据粒球的纯度和纯度阈值对文本的标签进行修正，直到待处理队列为空，得到标签修正完成的文本数据集；本发明降低了文本数据集的噪声比例，增强了后续深度学习模型的鲁棒性，可使得模型实现更准确的文本分类处理。

 本技术公开一种基于YOLOv5和Resnet‑101的钓鱼网站检测方法，构建和训练钓鱼网站检测网络模型，钓鱼网站检测网络模型包括基于目标检测模块和相似度计算模块；目标检测模块结合有YOLOv5s网络和注意力模块，相似度计算模块基于Resnet‑101网络；通过目标检测模块得到待检测网站的目标信息，使用相似度计算模块对检测目标Logo图像和合法Logo图像进行特征提取和余弦相似度计算，当余弦相似度高于设定阈值，则判断检测目标Logo图像为正确的，标记待检测网站为合法网站。本发明不需要任何钓鱼数据的训练，具备时间开销小、检测准确性高、可拓展性强的特点。