本技术涉及瓦楞纸生产控制技术领域，具体为一种瓦楞纸板生产控制系统的异常监测方法及系统；识别得到瓦楞纸板生产系统的异常监测位置和异常监测周期，确定待监测纸板区域；对待监测纸板区域进行监测，得到第一数据集和第二数据集；构建第一异常识别模型对第一数据集进行识别，得到第一异常系数；构建第二异常识别模型对第二数据集进行识别，得到第二异常系数；根据第一异常系数和第二异常系数，测算待监测纸板区域的第三异常系数；获得同一异常监测位置同一生产周期的多个第三异常系数，测算得到综合异常系数，并根据综合异常阈值进行预警。本发明通过综合异常系数实现对待监测纸板区域异常情况的准确识别和预警。

本技术公开了一种基于AI算法的无人值守管理系统，具体涉及无人值守管理技术领域，本发明提供了一种商品AI识别方法，能够快速、准确地对用户选取的商品进行识别结算，减少用户等待时间，在一定程度上避免了用户等待结算时间过长导致无人值守商店出现堵塞的情况，进而提高商品的售出量和商店的营业额，提供了一种商品库存量调整方法，既符合售卖趋势又能在一定程度上降低补货频率，降低因补货不及时造成的商品缺货经济损失，还能在一定程度上避免商品大量堆积，提供了一种商店营业质量评价方法，能够基于评价结果判断预设营业周期内商店营业质量和无人值守管理效果是否符合预期，为后续管理策略的调整优化提供了数据支撑。

 本技术提出一种基于抗歧义点的面向通用交互式图像编辑方法及系统，涉及图像编辑的技术领域，首先定义图像编辑任务类型，基于所述图像编辑任务类型构建密集点集，并计算密集点集中的密集点轨迹；然后对输入图像进行自适应的运动监督策略处理，得到密集点潜在特征；再在密集点沿所述密集点轨迹运动中，对所述密集点潜在特征进行优化，得到密集点潜在优化特征；最后对所述密集点潜在优化特征进行解码，得到编辑图像。本发明有效减少编辑意图上产生歧义，降低图像编辑难度，提高图像编辑质量。

 本技术属于地层识别技术领域，尤其涉及一种基于无监督聚类算法的盾构参数地质识别计算方法及系统，该方法包括:选取若干组包含影响地层类别识别因素的数据；PCA将一组复杂的相关变量转化为较少且不相关的变量，这些新变量称为主成分，能够捕捉原始数据中的大部分信息；采用肘部法确定K‑means++的聚类数目；采用层次树确定层次聚类法的聚类数目；分别使用K‑means++和层次聚类对数据进行聚类，并计算两者的识别精度或轮廓系数等评估指标，更全面地分析和挖掘数据中的潜在模式。本发明旨在深入探索盾构隧道参数与地质类型之间的内在关联性，通过克服现有技术的局限性，为盾构施工中地质特征的实时检测提供了一种创新且鲁棒的解决方案，具有广泛的应用潜力。

本技术提供一种列表项渲染方法、装置、计算机程序产品和存储介质，方法包括:在基于跨平台用户界面UI框架的应用中列表移动的情况下，在当前帧内渲染与至少两个待渲染列表项对应的至少两个占位视图；其中，至少两个待渲染列表项与至少两个占位视图一一对应；在从当前帧的下一帧开始的至少两个帧内，分别对至少两个占位视图对应的至少两个待渲染列表项进行渲染；其中，至少两个帧与至少两个占位视图一一对应。本发明能够降低列表在滚动过程中出现卡顿的概率，从而提升列表在滚动过程中的流畅度。

本文提供实施例，属于虚拟现实技术，提供一种于虚拟现实设备以及手柄定位方法，该虚拟现实设备包括显示器；摄像头，被配置为采集手柄的多帧图像，该手柄与虚拟现实设备连接，手柄设置有至少一个指示灯；与摄像头连接的控制器，控制器被配置为:从手柄的多帧图像中提取至少一个光斑；对至少一个光斑进行编码，形成第一编码信息；根据第一编码信息以及至少一个指示灯的第二编码信息，去除至少一个光斑中的干扰光斑，并确定至少一个指示灯对应的光斑；根据至少一个指示灯对应的光斑在多帧图像中的位置，确定的手柄的位置。与现有技术相比，本申请实施例在手柄定位时可以通过指示灯预设的编码信息去除干扰光斑，从而提高了手柄定位的准确性。

本技术涉及资源评估技术领域，具体涉及一种园林景观植物健康评估方法。该方法根据样本植物在历史时间段中生理参数评估值与环境评估值之间的变化关联，结合生理参数评估值的分布稳定，得到环境耐受因子；结合样本植物的生长速率和环境评估值的变化程度情况，得到生长异常紊乱系数；从样本植物的叶绿素含量的偏差变化情况，得到健康状态情况；基于当前环境评估值以及环境耐受因子、生长异常紊乱系数和健康状态系数，得到评估指标并获取健康评估结果。本发明通过分析植物本身受环境干扰情况，结合生长过程中的速率异常和状态变化，综合得到更准确的健康评估，提高植物健康评估的结果可靠性。

本技术公开了一种基于混合机器学习和空间地址匹配的区域用电量预测方法。该方法首先利用空间地址匹配技术将电表的文本地址信息映射为空间坐标；然后使用聚类算法对所有电表进行用户分类；之后，利用Stacking技术融合XGBoost和LightGBM两个机器学习模型，完成对每类用户的用电量混合预测模型的构建；最后，通过空间叠加分析筛选出待预测区域内的所有电表，并基于构建的预测模型对位于待预测区域内的每个电表的用电量进行预测，将结果相加后得到区域的预测用电量。此方法考虑了影响用电量的多方面因素，包括用户类别、周期用电规律、天气变化等，并通过空间匹配技术和空间叠加分析实现了任意区域未来用电量的准确预测，结果可为电力调度提供科学的支撑。

本技术涉及服装推荐技术领域，发明了一种基于大数据的服装款式爆款概率分析方法，包括:采集待分析服装款式的服装图像，并获取服装图像对应的历史热点信息；对服装图像进行层级特征提取以及款式特征融合操作，得到服装款式特征；依次对历史热点信息进行热点特征提取、特征聚类以及热点特征融合操作，得到服装热点特征；利用历史热点信息对服装热点特征进行时间标注，得到周期热点特征，并从周期热点特征中提取出热点时序特征；对服装款式特征以及热点时序特征进行核函数映射以及线性回归分析，得到款式爆款概率。本发明还提出一种基于大数据的服装款式爆款概率分析装置。本发明可以提高服装爆款概率分析的精确度。

 本技术属于智能防灾技术领域，具体涉及一种消能减震部件的数字孪生智能运维和评估系统。系统包括智能感知模块、保真降阶模型、虚实互动智能决策模块，通过集成采用数字孪生技术、物联网技术和边缘计算等技术，为消能减震部件的智能运维提供解决方案。本发明采用数字孪生技术建立消能减震部件的保真虚拟孪生体，以虚拟传感器的手段“透视”部件的整体性能状态，为该类部件的全寿命周期运维提供新技术。借助该技术，可以实时掌握工程结构核心部件的性能状态，使其在全寿命周期内保持全时在线的透明状态，从整体上提升工程结构的抗灾韧性能力。