本文涉及一种光子神经网络装置、光子神经网络的训练方法及芯片。所述方法包括:输入层，包括至少一个输入单元，用于接收多路输入电信号，对多路所述输入电信号进行光偏振编码输出对应的光信号；隐含层，与输入层连接，包括多个依次连接的隐含模块，所述隐含模块包括至少一个隐含单元，与对应的输入单元连接，用于获取各光信号的不同偏振状态，对每一路的光信号进行偏振调节输出对应的光偏振调节信号；输出层，包括至少一路输出单元，与对应的隐含单元连接，用于对各光偏振调节信号进行偏振方向上的光强分离，得到多路输出电信。采用本装置实现了神经网络低功耗高并行性的高速计算和信号处理，显著提高神经网络的计算速度，节约计算资源和能源。

 本技术提供一种航空发动机大范围部件性能自适应修正方法及装置，所述方法包括:根据航空发动机的部件气动热力特性，建立航空发动机部件级非线性模型；引入部件特性自适应修正因子来调整模型性能，以模型仿真结果与目标测量参数匹配为优化目标，将部件性能匹配转化为自适应优化问题；建立曲面拟合数据库，通过移动最小二乘法构建自适应修正因子曲面拟合模型；通过自适应修正因子曲面调整模型部件特性，让航空发动机部件级仿真模型输出结果在大范围工况条件下与测量参数保持一致，实现部件特性图大范围修正。本发明不仅能使修正后的模型仿真输出在较大的工况范围内与目标发动机保持一致，还能通过自适应修正结果准确表征实际特性的偏差程度。

 本技术公开了一种基于数据特征驱动的汽车操纵稳定性试验项目自动识别方法，旨在解决现有操纵稳定性试验项目识别方法因无法量化特征物理量与试验项目相关性导致的科学性和严谨性不足的问题。首先初选试验特征物理量，并引入最大信息系数算法，对试验采集的全部特征物理量进行筛选，获得满足相关性阈值要求的特征物理量子集合，然后采用随机森林算法建立试验项目识别模型，对试验项目模型进行训练，实现对试验项目的自动识别。本发明使用最大信息系数算法量化了特征物理量与试验项目的相关性，其次将相关性高的特征物理量作为随机森林模型的输入进行试验项目识别，保证了识别的准确性，使得识别过程更具科学性与严谨性。

 本技术提供了一种区域管控的定制公交路线设计方法，涉及交通技术领域，包括以下步骤:S1：计算所有相关线路是否会违反区域管控政策，并建立改进A*算法对违规线路进行修正；S2：基于修正后的线路建立定制公交路径优化模型，计算定制公交行驶路线网；本发明研究区域管控政策对定制公交路线设计和乘车选址站点上下车的影响，构建区域管制的定制公交路径优化模型和乘客站点选址模型，利用区域管制的定制公交路径优化模型计算合理的定制公交路线，并通过乘客站点选址模型计算出乘客选址各站点上下车的概率，为应急事件下受到区域管控政策影响的定制公交运营商制定更精确的计算模型，提高定制公交运营商的利益和保护乘客与司机的安全。

 本技术公开了一种城镇开发边界优化方法，涉及城镇规划领域，包括采集城镇信息，根据城镇信息构建水平衡反馈子系统、土平衡反馈子系统、人力平衡反馈子系统、生态平衡反馈子系统和资源产业平衡反馈子系统，组合为城镇开发发展子系统，对城镇进行开发发展方向预测，对边界进行细致规划处理，对当前城镇和预测城镇开发发展方向后的城镇进行适应性评价和风险识别，对城镇边界进行调整；概括总结城镇分别与水环境系统、土地环境系统、人力系统、生态系统和不同资源产业之间的复杂作用关系，预测城镇在未来不同时间年份在不同条件下的开发发展方向及程度，对城镇每个开发发展的预测都有统一的风险评估，并提出优化策略调整边界。

 本技术实施例提供一种模型压缩方法以及相关装置，属于人工智能技术领域。该方法包括:利用训练数据进行模型训练获得第一深度学习模型，并获得第一深度学习模型的自注意力层对应的第一重要性评分；根据第一重要性评分对第一深度学习模型的自注意力层进行剪枝，获得第二深度学习模型；利用训练数据对第二深度学习模型进行重新训练，获得第三深度学习模型，并获得第三深度学习模型中的自注意力层对应的第二重要性评分；根据第二重要性评分对第三深度学习模型进行精度量化获得第四深度学习模型；利用第一深度学习模型对第四深度学习模型进行蒸馏处理，获得目标深度学习模型。通过逐层自适应量化和混合精度计算策略，提高计算效率，加速模型推理过程。

 本技术提出了一种基于多智能体强化学习(Multi‑Agent Reinforcement Learning，MARL)与知识蒸馏(Knowledge Distillation，KD)的联邦学习(Federated Learning，FL)加速方法，首先，由于边缘节点本地数据通常是非独立同分布的，降低了FL的模型训练效率，根据每轮参与训练的节点数使用聚类算法以模型权重为依据将数据分布接近的节点划分到同一簇中，不同簇中节点相互组合最终得到近似的全局数据分布；然后，将聚类结果的每一簇看作独立的智能体，采用MARL算法，从每一簇中选择合适的节点参与训练，最大化MARL奖励值，惩罚过多的通信轮次；最后，由于边缘节点设备的计算存储能力不同，通过双向KD的方法全局训练模型，进一步个性化本地模型、压缩传输内容，降低通信压力、达到联邦学习加速的目的。

 本技术公开了一种实时调控双向变流装置运行参数的计算方法，具体为:将直流牵引供电系统等效为电路模型，双向变流装置采用一条下垂斜线的外特性；同时，将牵引变电所等效为电压源并串联虚拟阻抗，这也是优化模型的两组优化变量；牵引接触网和钢轨被等效为并联阻抗，从而建立全线牵引所功率之和的表达式，以此最小化作为目标函数，对双向变流装置的运行参数进行优化求解；再采用对两组控制参数进行解耦处理，分别求解每组参数，将原本的非线性非凸问题转化为两个线性凸优化问题，从而实现全线牵引变电所内双向变流装置运行参数的实时调控。本发明具有内存需求低、计算速度快等优点，适用于双向变流系统的节能优化与控制参数的实时调整。

 本文涉及一种主瓣干扰下雷达组网主被动联合跟踪调度方法及装置，其中，方法包括:通过构建雷达主动量测模型和被动定位模型，设计以最小化跟踪误差为目标的评价函数，并利用近端策略优化算法的强化学习智能体进行雷达主被动工作模式分配，且进一步求解最优驻留时间，从而提升雷达雷达组网协同探测系统在强干扰环境下的跟踪性能和系统抗干扰能力。由此，解决了现有技术无法达到系统最优的性能，容易导致主瓣干扰下雷达组网协同探测系统跟踪性能下降，难以合理规划主瓣压制干扰环境下的多雷达任务分配等问题。

 本技术涉及科技成果技术领域，具体公开一种基于物联网的科技成果统计分析管理系统，该系统包括:目标作者科技成果获取模块、目标作者表达价值分析模块、目标作者被引用价值评估模块、目标作者图文符合度分析模块、目标作者综合价值性分析模块、显示终端和云数据库，本发明保障了目标作者所属科技成果的表达价值的分析不够精确，从而为后续目标作者的参考价值的分析提供了强有力的数据支持，本发明从而保障了目标作者所属科技成果的价值评估的精确性，进而在后续使用人员使用科技成果搜索平台进行关键词搜索时，确保对其推荐科技成果的价值性，在一定程度上提高了科技成果搜索平台的使用率。