本發(fā)明公開了一種基于肌電信號的上肢多關節(jié)運動意圖識別方法，涉及肌電信號處理和識別技術領域，該方法適用于基于肌電信號的復雜多動作識別任務；該方法將人體上肢視作由肩關節(jié)與肘關節(jié)組成的兩個相對獨立運動模塊，先分別構建動作分類子模型，再通過融合...

本發(fā)明公開了一種基于氣候變化的高寒草地載畜量監(jiān)測預測方法和系統(tǒng)。基于氣候變化的高寒草地載畜量監(jiān)測預測方法包括：1)建模數(shù)據(jù)預處理：獲取草地類型數(shù)據(jù)與氣象因子數(shù)據(jù)，進行時空掩膜融合、年/月尺度時空對齊和動態(tài)標準化，得到分草地類型標準化數(shù)據(jù)...

本發(fā)明公開了大氣邊界層物理與氣象觀測技術領域的一種非平穩(wěn)湍流通量計算與相干結構識別方法、裝置及終端，旨在解決現(xiàn)有技術在非平穩(wěn)條件下適用性差，易產生系統(tǒng)性偏差，且缺乏有效識別相干結構并定量評估其通量貢獻的問題。其包括采集原始數(shù)據(jù)；將原始數(shù)...

本發(fā)明公開了一種雙神經(jīng)遞質協(xié)同調控的自動駕駛安全控制方法，屬于自動駕駛安全控制技術領域，包括：獲取車道場景的多模態(tài)環(huán)境數(shù)據(jù)進行特征融合，通過混合策略網(wǎng)絡生成虛擬場景，并通過世界模型量化碰撞風險和環(huán)境不確定性，得到恐懼情緒刺激值；基于恐懼...

本發(fā)明公開了一種共面式結構的Ku/K雙頻段共口徑天線，包括從上到下依次設置的第一介質板、第二介質板、金屬層和第三介質板，采用半固化片壓合的方式連接；第一介質板的正面布設有第一輻射貼片、第二輻射貼片和和第一接地板；第二介質板的正面放置L形...

本發(fā)明公開了一種層疊式結構的Ku/K雙頻段共口徑天線，包括第一介質板、第二介質板、第三介質板、第四介質板和同軸結構；第一介質板、第二介質板、第三介質板和第四介質板從上到下依次設置；第一介質板的正面布設第一輻射貼片；第二介質板的正面布設隔...

本發(fā)明公開了基于改進雙延遲深度確定性策略的自監(jiān)督超寬帶定位方法，包括獲取信道脈沖響應數(shù)據(jù)CIR并進行預處理；構建改進雙延遲深度確定性策略模型進行UWB測距誤差校正，所述改進雙延遲深度確定性策略模型以雙延遲深度確定性策略梯度模型為基礎，設...

本發(fā)明公開了一種基于遙感光譜指數(shù)草方格的植被生長狀態(tài)識別方法，具體為：步驟1：根據(jù)實際的植被生長狀況，對草方格治沙區(qū)域進行分類；步驟2：獲取草方格治沙區(qū)域的衛(wèi)星光學遙感影像；步驟3：針對每個類型的區(qū)域，選擇n個樣本區(qū)，在每個類型的樣本區(qū)...

本發(fā)明公開了一種基于深度學習和物理信息生成極端降水樣本數(shù)據(jù)的方法，包括：采集目的地區(qū)的氣象數(shù)據(jù)，并對氣象數(shù)據(jù)進行預處理，得到預處理后的數(shù)據(jù)；通過引入判別器和生成器構建深度卷積生成對抗網(wǎng)絡模型DCGAN；在生成器中添加物理約束；以預處理后...

本發(fā)明公開了一種結構安全與生態(tài)協(xié)同效應的生態(tài)光伏屋頂布局方法、裝置，所述方法包括：計算目標建筑的屋頂面積和屋頂承重；在屋頂面積的限制下，以光伏組件占用面積和/或植物覆蓋面積為自變量，建立生態(tài)光伏屋頂成本函數(shù)和生態(tài)光伏屋頂總收益函數(shù)；聯(lián)立...

本發(fā)明公開了一種考慮波浪破碎非線性效應的近岸波浪?流場?泥沙耦合模擬方法，屬于近岸水動力學領域，包括：輸入WRF高分辨率風場、潮汐邊界條件和水深信息，初始化波浪、流場、泥沙模塊；采用改進的波浪破碎能量耗散公式計算局地波浪破碎耗散能量，得...

本發(fā)明公開了一種面向黑盒人臉操作模型的換臉防御方法及裝置，屬于數(shù)字取證主動防御技術領域，一種面向黑盒人臉操作模型的換臉防御方法，通過預先訓練好的代理操作模型對目標對象的源人臉圖像添加對抗擾動，主動生成帶有對抗擾動的對抗圖像，使得黑盒人臉...

本發(fā)明公開了一種基于強化學習的多智能體協(xié)同動態(tài)目標攔截決策方法，包括：初始化環(huán)境和智能體；對攔截目標的狀態(tài)進行預測；基于多智能體的預測性攔截成本對全局最優(yōu)任務進行分配；為每個智能體構建一個基于近端策略優(yōu)化算法PPO的自主控制模型，并設計...

本發(fā)明提供了一種耦合剛度擾動式MEMS模態(tài)局部化加速度計，核心敏感單元采用雙音叉諧振器并行排列構型，通過等效支撐剛度參數(shù)的差異設計構建失調弱耦合諧振系統(tǒng)。外音叉諧振器與敏感質量塊直接相連接，內音叉諧振器通過基底錨點實現(xiàn)全約束固定，二者通...

本發(fā)明公開了一種基于全驅系統(tǒng)理論的水下航行器固定時間滑模跟蹤控制方法。針對水下航行器在未知外界干擾和內部模型不確定性下執(zhí)行精確軌跡跟蹤任務的問題，本發(fā)明基于六自由度跟蹤誤差構建水下航行器二階全驅系統(tǒng)模型，避免傳統(tǒng)解耦方法對耦合特性的過度...

本發(fā)明公開了一種自適應圖像增強方法，屬于圖像處理技術領域，方法包括：獲取待增強的原始圖像并將其轉換為灰度圖；采用不完全貝塔函數(shù)作為灰度變換函數(shù)對灰度圖進行增強處理，得到增強后的圖像；其中，不完全貝塔函數(shù)的圖像增強參數(shù)是利用改進的武術學習...

本發(fā)明公開了一種基于熵驅動特征增強的圖像區(qū)域分析方法，涉及圖像分析及特征增強技術領域。本發(fā)明方法以局部通道信息熵作為核心特征統(tǒng)計量，通過對圖像特征信息量的顯式量化，實現(xiàn)對不同重要性區(qū)域特征的自適應加權與強化；依據(jù)特征值高低動態(tài)調整權重分...

本發(fā)明公開了基于自適應加權張量的多視角聚類方法，屬于圖像聚類分析技術領域。該方法包括：獲取多視角數(shù)據(jù)集，對多視角數(shù)據(jù)集中的圖像進行預處理；從每個初始圖像中提取不同視角的特征；對初始視角特征進行標準化處理；以數(shù)據(jù)重構誤差和低秩約束最小為目...

本發(fā)明公開了基于改進密度峰值聚類和統(tǒng)計濾波的點云異常值移除方法，屬于計算機圖形處理技術領域。該方法包括：根據(jù)局部密度與相對距離計算每個點的聚類評估指標值；分配原始點云中的每個點至對應聚類中心；基于局部異常得分與全局離群得分的乘積對原始點...

本發(fā)明公開了一種融合BERT與樸素貝葉斯集成的多標簽敏感文本檢測方法，屬于數(shù)據(jù)安全檢測技術領域，包括：通過預訓練的BERT模型從輸入文本中提取深層語義特征，理解敏感內容的細微語言模式，計算BERT模型的預測概率；構建多標簽學習的樸素貝葉...