本文属于储能技术领域，涉及一种锂电池储能系统非线性容量衰退轨迹预测方法，通过采集锂电池第1个和第m个循环周期的放电数据，并从中提取出第m个循环周期的电压‑容量曲线，并基于电压‑容量曲线提取出第m个循环周期的容量增量曲线和容量差曲线，再基于电压‑容量曲线、容量增量曲线和容量差曲线分别构建格拉姆角和场(Gramian Angular Summation Field，GASF)图形，组合形成多通道格式作为预测模型的输入，基于预测模型输出退化轨迹关键节点，再将预测得到的退化轨迹关键节点与第m个循环周期的电池健康状态(State Of Health，SOH)信息进行整合，通过三次Hermite内插多项式(Piecewise Cubic Hermite Interpolating Polynomial，PCHIP)实现容量退化轨迹的重构，通过对早期数据的收集，实现数据信息挖掘，使得模型获取充分的退化信息，实现精确的轨迹预测，在早期阶段掌握锂电池退化过程信息，为储能系统的运维提供时间裕度。

 本技术公开了一种基于实例特征引导的视频车道线检测方法及系统，方法包括:构建视频车道线检测网络，包括骨干网络、颈部网络、线锚特征交互融合模块；骨干网络和颈部网络组成共享权重的两个多层次特征提取分支网络；获取当前帧图像和参考帧图像，并将两幅图分别送入两个多层次特征提取分支网络中，获取两幅图像的多层级图像特征；初始化分布在图像上的线锚，并将其与两幅图像的多层级图像特征一并送入线锚特征交互融合模块中，从高层级到低层级逐渐细化线锚的位置，以获取车道检测结果；对构建的视频车道线检测网络进行训练优化，获取最佳视频车道线检测网络进行车道检测。在面临困难场景的情况下，本发明能够充分利用视频中所蕴含的时序信息，结合参考帧中的车道线实例特征，作为补充和提示，能够有效地推理出完整的车道线实例，辅助当前帧的检测，提高模型的准确性和鲁棒性。

 本技术实施例公开了一种井下猴车识别模型训练方法、装置及存储介质，其中，所述方法包括:获取训练图集；将所述训练图集输入到YOLOv8模型进行训练，所述YOLOv8模型中第九层c2f模块卷积为可变形卷积，接收卷积层输入的卷积图像特征，对所述卷积图像特征依次进行可变形卷积、分离和拼接操作；根据打印比例系数确定每个像素点对应的线宽；对所述YOLOv8模型进行迭代优化，并对优化后的模型进行评价，将符合评价标准的模型作为井下猴车识别模型。可提升模型浅层网络对语义信息的提取，适应矿工各类坐姿细节，增加模型对不同载人状态猴车目标的辨识能力。

 本技术公开了一种模型和数据协同驱动的VR全景融合表达方法及系统，属于虚拟现实技术领域，解决现有的全景图像展示方式缺乏与地理场景对象仿真模型的深度耦合，难以精准描述复杂的地理场景对象及其时空演变过程。本发明包括基于地理场景空间语义约束将各地理场景对象和实时采集的现实世界全景图像中对应的地理场景对象进行融合建模得到VR全景融合场景；基于属性语义信息规则和用户视觉感兴趣区域对VR全景融合场景进行数模关联的增强表达，得到VR全景场景，并利用动态数据对VR全景场景进行实时更新。本发明用于VR全景融合表达。

 本技术涉及多模态信息检索技术领域，具体公开了基于掩码指导信息融合的新闻场景多层级图文检索方法。本发明引入了基于掩码的交叉注意力模块，通过优化掩码语言模型损失指导图像和文本两个模态的信息更好地融合；通过选择相关程度最高的文本和图像特征，在两个模态之间进行更细粒度并且高效地对齐；充分考虑了新闻数据的数据特性，即新闻文章中图片和所有文本段的弱对齐关系，进而借鉴对比学习的思想，通过拟合数据的真实分布和模型输出分布来更新参数，更好地学习新闻图文之间的层级关联关系。

 本技术提供一种通过振动改变人对电子设备表面温度感知的方法，属于消费电子产品感知领域，包括以下步骤:S101：在电子设备内部系统监测自身温度，当温度达到一定的阈值后，系统开始控温功能；S102：产品的一个或者多个振动器单元被激活，通过预设程序输出特定频率与强度的振动，设备产生表面振动刺激；S103：用户手持或佩戴设备，在接触到设备表面发热的同时感受该振动刺激；S104：用户由于同时发生的振动干扰其对当前设备表面的热感知，降低用户主观对于设备发热的敏感度。通过利用触觉掩蔽和热觉转移现象，来减弱用户对热感的主观感知，从而优化用户对于电子消费产品和可穿戴设备表面温度的心理体验。

 本技术涉及图像分析技术领域，具体为普外科手术切口图像分析方法及系统，包括以下步骤，基于初始采集的手术切口图像，移除图像中的背景噪声和非目标区域，调整图像亮度和对比度，并利用自编码器压缩和解压图像数据，提取图像数据中的稳定特征。本发明，通过细致调整图像的亮度和对比度，并精确移除无关噪声，确保了图像数据的清晰度和分析的准确性，从而使得切口愈合过程的观察更为精确，自编码器的应用在提取图像的稳定特征方面表现卓越，使得从复杂数据中快速识别出关键信息，利用孤立森林算法识别出偏离正常愈合的异常图像，并通过LSTM网络分析异常的发展趋势，极大地提高了早期判断并发症的能力。

 本技术提出了一种电力市场下碳‑绿证互认的新型电力系统低碳运行方法，包括如下步骤:构建发电机组的碳交易模型和绿证交易模型；构建碳‑绿证互认机制，得到碳‑绿证互认交易机制下的碳交易成本；根据火电机组的售电收入、碳‑绿证互认交易机制下的碳交易成本、绿证交易成本、可再生能源机组的售电收入、绿证交易收入、构建发电商报价决策层和电力‑碳‑绿证耦合下多市场出清层相结合的双层模型；采用全局非线性优化算法求解双层模型，得出优化运行结果。本发明构建了发电企业报价决策层与多市场清算层相结合的电力‑碳‑绿证市场双层耦合模型，考虑了电力‑碳‑绿证三个市场中发电企业的博弈行为，有利于三市场的耦合运行。

 本技术公开了一种基于SketchUp的参数化梯段生成方法及装置，是在SketchUp中设计了一套使用HTML/CSS和JavaScript构建的参数化面板和一套基于SketchUp Ruby API的梯段参数化生成算法，本发明是基于历史的参数化梯段编辑，将参数与模型绑定，因此能保留和识别旧模型的生成参数，允许不同用户间传递图纸时获取模型的生产参数，并能在保留用户外在操作(对模型的移动和旋转等)的情况下编辑旧模型的参数以生成新的模型。通过本发明能够生成包括双跑楼梯、剪刀梯、PC楼梯、钢梯和自行车坡道在内的多种类型的梯段。在打开参数化面板后，分别设置梯段名称、楼层名称、梯段类型、通用参数和梯段具体参数即可一键生成梯段，以避免耗时且复杂的手工建模过程，大大加快设计过程。

 本技术涉及石油工程技术领域，具体为模拟计算压裂焖井渗吸置换效率方法及最优焖井时间预测模型；包括提取页岩油藏的地质和流体基本特征、分子动力学模拟、建立微观模型、机器学习等步骤，通过对储层物性、流体物性、压裂施工参数等关键因素进行正交设计，进行系统的分子动力学模拟，对模拟结果进行分析和讨论，得到压裂液中添加表面活性剂对页岩油的渗吸置换效率的规律，然后建立联合分子模拟与机器学习的渗吸预测模型，进而得到页岩油藏压裂最佳焖井时间；本发明可以减少实验次数和成本，能有效提高页岩油藏的开发效率和经济效益。