本技术公开一种基于模式库的洪水预报智能推荐方法。首先，从历史降雨数据和历史洪水数据中挖掘降雨‑洪水关联模式，构建降雨‑洪水关联模式库:然后使用水文预报场景下的智能推荐算法，通过目标降雨特征提取、目标降雨相似性搜索、构建多层次的降雨‑洪水关联矩阵、计算推荐度等步骤，得到洪水过程推荐列表，作为当前降雨可能导致的洪水发展趋势的预报预警信息。本发明实现了基于降雨‑洪水关联模式库的洪水预报智能推荐，可以根据历史场景对当前降雨可能导致的洪水过程作出预测，为防洪防汛决策提供有力技术支撑。

 本文公开了一种自动驾驶汽车测试场景生成方法、装置及存储介质，所述方法包括:对事故场景进行重建，并结构化事故文本、视频信息，分类提取各起交通事故场景中的静态要素与动态要素；对所述静态要素和所述动态要素按照预设步长采样，将场景提取为若干个场景截面，所述场景截面包括对应时间戳下车辆轨迹数据；将所述场景截面输入训练好的生成对抗网络模型，得到带有时间轴标签的测试场景，如此，通过生成对抗网络生成出兼具真实性与多样性的全新测试场景，再通过重要性采样方法与灵敏度分析算法相结合的方法对生成出的场景进行危险性评价，对生成模型进行反馈并优化场景生成技术。

 本技术公开了一种基于渐进贪心算法的大范围森林点云单木分割方法，包括:获取机载LiDAR点云数据，采用布料模拟滤波滤除点云中的地面点；体素化，以树木点云的AABB包围盒为边界，计算每个点云所对应的体素键值并创建对应体素，采用空间哈希函数将体素键值编码为哈希索引并在该索引地址上存放对应体素的指针；渐进贪心分割；后处理；根据每个体素所包含的点云，以及体素所属的单木簇，对点云进行分割；输出每棵树的点云。本发明采用自底向上的分割策略，将不准确的底层信息逐渐传递到精确的顶层信息后再进行分割，并针对顶层信息从冠层整体分布特征而非局部最高点出发，避免困难的种子点识别和冠幅检测步骤，实现了快速贪心单木分割。

 本技术涉及一种数据中心不间断电源模块和计算负载协同调度运行方法及系统，方法步骤如下:(1)采集数据中心内的实时运行数据，形成UPS模块的能耗特性曲线；(2)构建UPS模块启停与计算负载协同调度的优化问题模型，包括上层优化问题和下层优化问题，将UPS模块的启停状态设定为上层优化问题的决策变量，将计算任务的分配方式、储能设备的充放电计划、发电机的启停状态和输出功率设定为下层优化问题的决策变量，优化目标是最小化数据中心在特定时间内的整体能耗和运行成本；(3)将步骤(2)输出的策略应用于数据中心的运行控制。本发明解决了现有技术中数据中心计算负载和UPS模块调度未能协调运行导致能耗增加、运行成本升高的技术问题。

 本技术涉及一种随机工况电池组的故障诊断方法及装置。方法包括:基于获得的电池单体的状态参数预测矩阵和实际观测参数矩阵进行残差计算和特征提取，得到电池单体的特征矩阵；利用主成分分析法对电池单体的特征矩阵进行降维处理，得到电池单体的综合评价指标；将每个电池单体的综合评价指标与预设阈值相比较，并将综合评价指标超过预设阈值的电池单体确定为故障电池单体；根据故障电池单体对应的特征矩阵和电池单体的初始状态矩阵，构建故障电池单体的故障类型矩阵；将故障电池单体的故障类型矩阵输入训练好的故障类型概率预测模型中，得到故障电池单体的故障类型所对应的触发概率，以对电池组进行故障诊断。本方案，能够实现对电池组的故障类型的准确诊断。

 本文涉及容器编排技术领域，具体涉及基于容器的策略编排响应方法、系统及计算机存储介质，该方法包括:通过容器引擎构建容器镜像；获取集群内节点上相同优先级下每个容器的每种负载参数的资源使用序列；获取各子序列的局部特征向量、动态特征值；确定第一相对差异、第二相对差异；确定相同优先级下每个容器的每种负载参数的相对动态差异；确定相同优先级下每个容器的资源调整系数；对相同优先级的容器进行资源配置调整；基于容器镜像和所述资源配置调整的资源分配策略，通过容器编排工具对容器进行部署和监控。本申请能够在相同优先级的资源配置出现冲突时，对资源配置进行动态调整，提高网络安全事件的响应速度、准确性和效率。

 本技术涉及一种低成本步态识别与可疑行为检测方法，属于图像处理领域。该方法利用现有的监控摄像头和深度学习算法实现对行人行为的自动识别和告警。具体步骤包括:利用摄像头实时捕捉监控区域内的行人目标，对目标进行动态跟踪，并将锚框中的行人图像连续截取并保存；对保存的图像进行边缘检测处理，提取图像的主要轮廓信息；选取相邻的连续N幅图像进行堆叠，形成三维张量；将堆叠后的图像输入到预训练的基于卷积神经网络的分类系统中，分析图像序列中的行为特征，并判断目标行为是否符合可疑行为标准，并进一步确定具体的行为类别。本发明具有成本低、精度高、实时性强等优点。

 本技术公开了一种基于距离‑多普勒特征的机载雷达动目标检测方法及系统，所述方法包括:建立机载脉冲多普勒雷达回波信号模型，仿真生成大量回波信号；对机回波信号进行脉冲压缩处理和频域滤波处理，得到二维距离‑多普勒图像；对二维距离‑多普勒图像进行处理，得到处理后距离‑多普勒图像；定义广义目标，在处理后距离‑多普勒图像上对广义目标进行标注，生成标注数据集；利用标注数据集，训练深度神经网络模型，得到训练完成的深度神经网络模型；利用训练完成的深度神经网络模型，在实际机载脉冲多普勒雷达距离‑多普勒图像上进行目标检测，大幅提升了机载雷达系统在杂波和干扰条件下的工作性能，突破系统最小可检测速度限制。

 本文属于地质开发领域，具体涉及一种深层页岩气地质开发单元精细划分方法。通过综合多源数据恢复沉积古地貌，并结合多种分析方法进行多层次的单元划分。以沉积古地貌的恢复作为基础，通过印模法重构古地貌特征，为一级地质开发单元的划分提供依据；在一级单元基础上，运用层次分析法进一步细化划分，结合聚类分析等方法来更精细地刻画二级地质开发单元；相较于现有技术，本申请可以全面刻画目标开发单元储层内部的非均质性，确保多参数间的非线性关系得以体现，提高了开发单元划分和储层评价的科学性。

 本技术提供了一种齿轮齿向修形方法、系统、设备及介质，属于机械齿轮设计技术领域，其方法包括如下步骤:构建齿轮的齿向修形量数学模型及啮合刚度变化率数学模型，根据齿向修形量数学模型及啮合刚度变化率数学模型构建齿轮齿向修形的自适应函数；将齿向修形量作为粒子群算法的粒子，使用粒子群算法对自适应函数进行迭代优化，寻找粒子的全局最优解，若没有全局最优解，使用余弦退火算法对迭代优化后的自适应函数再次进行目标寻优，得到粒子的最优解，并根据最优解对齿轮进行齿向修形。本发明通过结合粒子群算法的全局搜索能力和余弦退火算法对所构建的自适应函数进行目标优化，能够高效地在复杂解空间中寻找齿向修形量的最优解。