本技术公开了一种基于声学分析和机器学习模型的药瓶内药片无损计数方法和装置。装置包含一个声音采集模块，一个信号分析模块和一个结果回放模块。该方法包括:1：收集几种常见类型的药物，并记录他们在药盒中摇晃时发出的声音；2：将声音数据进行处理；3：将处理过的数据训练机器学习模型；4：调整初始参数并重复上述步骤：当盲人需要使用时，使用无损计数装置摇晃并收集声音信号；6：计算每个大类、数量下的标准差；7：寻找标准差最小的一组，该种类药物下的该数量即为所求；8：利用发声装置告诉盲人盒中药的剩余数量。本发明能利用机器学习方法和事先准备好的模型库有效的判断药瓶中当剩余药物不多时的数量。

 本技术公开了一种基于多模态融合和动态加权损失的短临降水预测方法。包括以下步骤:首先输入历史雷达和地面站点数据，进行归一化和降采样处理；接着将雷达和地面站点气象要素数据分别输入三层包含上采样和RNN的网络中进行特征编码；然后输入三层包含融合、上采样和RNN的网络进行特征融合与解码。最后在动态加权损失的约束下输出准确的降水预测。该方法实现了对雷达和地面站点气象要素数据的编码、融合和解码。在基于注意力机制的融合网络和动态加权损失的加持下，提高了短临降水预测的准确率，在强降水预测的性能提升更加显著。

 本技术公开了基于MS‑Dynp拐点检测与AW‑GGS分割的信号处理方法，首先选定需要进行故障诊断的机械部件，由一个或多个方向传感器记录选定部件的全生命周期振动信号；然后计算统计量序列的拐点，并判定选定部件的故障发生点；设置自适应窗口，初步分割故障信号，得到β个初步分割窗口；最后依据信号分布，以最大化目标函数ξr为准则，对初步分割窗口进行再分割，得到θ个最终分割窗口，完成对选定部件振动信号的处理，包括检测故障发生点与分割故障信号。本发明有助于提高故障数据集的质量，为机械故障诊断提供理论依据与技术指导。

 本文涉及一种工商业园区内电动汽车充电站充放电价定价方法及装置，其中，方法包括:确定目标园区内每种车型对应的充放电能量成本和电池老化成本；根据充放电价格信息、充放电能量成本和电池老化成本构建每种车型下每个目标电动汽车的车主充放电功率曲线决策模型；确定目标园区的电力市场购电成本、车主电力交互成本和每种车型对应的目标电动汽车的汽车数量，并结合车主充放电功率曲线决策模型构建目标园区的园区优化决策模型，且对其进行求解，以得到目标园区的目标充放电价定价信息。由此，解决了现有的充电站定价方法并未使用博弈论对各方之间的利益冲突进行建模，且难以有效考虑电池老化成本，无法进行合理的电动汽车服务定价等问题。

 本技术提供一种基于因果推理的小目标状态描述方法，涉及自动驾驶车辆的小目标检测技术领域，所述方法包含以下步骤:构建原子知识节点来表示小目标和周围目标的行为特征；基于长序列采样数据将小目标和周边目标的历史数据约束为一个行为集；使用基于KNN(K‑Nearest Neighbor)的分类器将分散在BEV(Bird’s Eye View)空间中的行为编码为事件；通过对行为进行模糊聚合构建推理图并基于概率推理将BEV感知序列映射到特定的可视化状态；对模型进行评估与优化。本文结合了因果推理和小目标检测算法，利用因果推理产生的概率判断小目标实际的状态，使得车辆能够在小目标被遮挡的情况下仍能有效检测，从而保证了自动驾驶的安全性。

 本技术提供一种基于大数据和数学模型的绩效管理考核系统，所述系统包括:数据采集模块，用于负责实时从多个数据源收集员工的工作表现数据；数据预处理模块，对采集到的原始数据进行清洗、去噪、补全缺失值以及归一化处理；指标权重计算模块，基于层次分析法，计算不同维度指标的权重；绩效评分模块，通过模糊综合评价模型，生成员工的综合绩效评分；时间序列预测模块，结合历史绩效数据和机器学习算法，预测员工的未来表现；动态反馈与调整模块，基于实时绩效数据，为员工提供个性化反馈和改进建议。本发明能够对员工的工作表现进行多维度量化评估，提供个性化改进建议，并通过预测分析员工未来的绩效表现。

 本技术公开了一种基于智能算法的多目标井群降水优化的计算方法，包括如下步骤:构建研究区基坑降水渗流‑沉降数学模型；对模型进行参数赋值和参数校正；建立目标函数；建立判断矩阵；根据判断矩阵对目标函数各子目标权重进行确认，得到最终的目标函数，将最终的目标函数与遗传算法共同构成优化求解算法，将优化求解算法与建立的MODFLOW地下水基坑降水渗流‑沉降数学模型通过Flopy耦合起来，优化求解算法不断读取MODFLOW模拟结果并进行迭代计算，直至达到优化目标。本发明可以实现自动优化井的开关、单井抽水量等功能，并给出相应的解集，有效的减小基坑降水施工对环境的影响，降低施工成本，为现代基坑井群降水设计提供了新的技术手段。

 本技术公开一种盾构机维修管理系统，涉及盾构维修技术领域，解决现有技术无法实现根据现场采集的盾构机故障信息自动识别故障情况明确维修方案和人员配置的技术问题；本发明包括盾构故障数据库、维修指导数据库、维修人员数据库、故障识别模块、方案生成模块、方案选择模块、调度模块、维修记录模块、模型更新模块及用户端；本发明可实现故障识别，推荐维修流程，确定维修方案并通知到具体的维修人员，实现维修管理的自动化，无需人为统计调整安排，保证了故障识别的准确性，推送的维修方案的准确性以及人员安排的合理性。

 本技术公开了一种基于答案引导的视觉常识推理去偏方法及系统，涉及视觉常识推理技术领域，包括以下步骤:获取图片与原始文本，将图片与原始文本进行配对，得到负样本，提取负样本内图片和问题以及答案文本；将图片和问题输入至预先建立的图片编码器内，输出得到图片编码特征，将答案文本输入至预先建立的文本编码器内，输出得到文本编码特征，将图片编码特征和文本编码特征通过单模态特征处理以及模态间特征融合，得到多模态特征；接收视觉常识推理数据集，抽取视觉常识推理数据集内的正确候选答案，生成去偏特征样本集，提取去偏特征样本集内特征，作为答案特征；将多模态特征与答案特征经过注意力机制，计算得到融合特征，基于融合特征计算得出候选答案的概率，将候选答案的概率最高的候选答案作为预测答案。

 本技术公开了基于非线性核函数与进化策略的地震响应样本扩充方法，通过建立并采样建筑地震响应数据的多维正态分布模型，实现小样本数据的扩充，引入非线性核函数来计算数据集中特征间的非线性相关度，使分布模型更准确地捕捉数据的复杂特征关联，采用进化策略方法，通过最大化扩充样本与原始数据集的相似度来优化分布模型的非线性协方差矩阵，从而确保数据扩充过程的稳定求解，解决了现有的样本扩充算法不稳定的问题。