本技术涉及风电机组涡流特征计算领域，具体涉及超大型风电机组薄壁叶片顶尖涡流特征计算方法，构建超大型风电机组薄壁叶片表面模型；通过界面网格八节点搜索与插值方案，跳跃内层虚拟网格，搜寻虚拟网格最邻近的气体网格，构建插值区域，并施加边界条件；模化近壁面流动，通过壁面模型重构虚拟网格的空气域变量；引入辅助的Lagrangian网格，并结合湍流壁面模型构造法向和切向重构格式，模拟超大型风电机组薄壁叶片顶尖涡流特征。本发明，通过薄壁叶片表面模型构建、薄壁叶片顶尖结构网格属性识别、以及壁面解析函数结合大涡模拟方法，可以精确捕捉超大型风电机组薄壁叶片顶尖涡流特征。

 本技术提供了一种考虑电动汽车的电_碳联合市场定价策略；在大量电动汽车接入电网充电的前提下，为了实现电_碳联合市场的收益最大化，同时平衡电_碳联合市场各利益主体的关系，建立了基于完全动态信息博弈和序贯博弈的竞价模型。该策略包括以下步骤:采集电_碳联合市场数据；定义电_碳联合市场收益优化目标；构造市场竞价博弈机制；使用交替方向乘子法(ADMM)对竞价博弈策略进行优化，获得理想情况下的定价；结合实际成本获得理想场景下博弈的决策偏差；结合用户充电成本不断调整定价，减小决策偏差；当决策偏差达到合理范围时，获得最优定价。

 本技术公开了一种融入先验关系知识的关系抽取方法、装置及设备，属于关系抽取技术领域。本发明设计了基于注意力机制的表示融合模型来帮助提取关系。首先将先验关系标签编码的向量作为关系信息，用较少的关系信息替换关系嵌入矩阵。为了获得具有丰富语义信息的向量进行关系提取，使用注意力机制选择性地融合句子和关系标签之间的重要语义特征。有效地利用了关系标签来丰富关系信息并提高句子和关系之间的语义交互。本发明设计的融合层在促进这一过程和提高简单结构关系提取的整体性能方面起着至关重要的作用，从而获得更准确的预测效果。

 本技术公开了一种复合码伴随寻址编码的DNA存储方法，将由多个伪随机子码构造的复合码作为地址序列，与纠错编码的数据比特序列伴随编码并映射，组合得到长的DNA片段或短寡核苷酸分子；读出时，长片段DNA随机打断或寡核苷酸池通过二代高通量测序技术读取，并解映射为两层比特序列，然后利用多个伪随机子码与受损复合码进行子码周期的滑动相关捕获，根据中国剩余定理解算确定唯一地址，最后对受损数据序列进行共识与译码。本发明所提出方法主要解决二代测序长片段DNA随机打断成短片段寻址难度大、组装复杂度高以及DNA断裂问题，支持长片段DNA鸟枪法测序的任意截取短片段的快速寻址识别，也适合短片段的鲁棒寻址，容忍片段部分缺失，尤其是序列首尾缺失。

 本技术涉及城市空气质量时空精细制图技术领域，具体涉及一种PM2.5和O3联合模拟方法、存储介质及设备。该方法包括确定ENVI‑met输入指标体系；获得初始ENVI‑met模拟数据；获取校正后的目标区域内空气污染时空分布的数据集；构建基于改进的U‑Net网络的PM2.5和O3联合模拟模型，将数据集导入联合模拟模型以预测获取PM2.5和O3联合制图结果。该存储介质上存储有计算机程序指令，该指令被处理器执行时实现该方法。该设备包括至少一个处理器、至少一个存储器以及存储在存储器中的计算机程序指令，该指令被处理器执行时实现该方法。本发明能够获取高分辨率、高解释性和高准确度的PM2.5和O3联合制图结果。

 本文提供光学传输矩阵测量模型训练方法、矩阵测量方法及设备，训练方法包括:采用各个图像各自经光纤成像系统传输后分别对应的散射光斑幅值以及各个所述图像各自对应的平面幅值和平面相位，对相接的第一物理信息神经网络和测量幅值迭代计算模块进行训练以得到幅值测量模型；基于幅值测量模型输出的目标测量幅值训练第二物理信息神经网络，以用于根据所述测量幅值对应输出光学传输矩阵的目标测量相位的相位测量模型。本申请能够减少训练光学传输矩阵测量模型所需的数据量，能够有效降低所需设备的复杂性要求，进而能够有效提高光学传输矩阵测量模型训练过程的可靠性及有效性，并能够保证采用训练得到的测量模型进行光学传输矩阵测量的精度。

本技术公开了应用于数据库存储的文件数据存储读取方法，包括文件数据存储，所述文件数据存储包括:将key‑value数据写到文件的数据区，记录在数据区的偏移和大小S[offset+size]；计算key‑value数据中key的哈希值hash(key)，更新位图bitmap中哈希值hash(key)对应的第hashID位的bit值；所述hashID，key，S[offset+size]作为key‑value数据写入时的哈希索引记录，并将所述哈希索引记录写入在文件中。本发明的应用于数据库存储的文件数据存储读取方法在进行数据存储时采用新的文件格式通过hash索引，在进行key值检索时时间复杂度可以达到O(1)，极大的提升了key‑value数据的检索效率。

本技术公开一种基于多维信息融合的风险评估预警方法和装置，属于数据处理技术领域，对预定场所多维异构数据采用了基于T‑SNE降维和K‑Means聚类算法的数据处理方式，降低了不同量纲的数据融合困难、各维度数据的非线性相关影响预测结果的问题；而且采用了模型学习和专家经验相结合的方式进行风险的评估和预警，利用K‑means聚类算法及LSTM进行模型的评估和预测，可以充分挖掘数据中的数学规律，而结合专家经验进行打分又增加了评估和预测结果的合理性和可解释性；采用了置信度的计算预测方式，数据处理模块完成风险的预测后得到的只是一个高、中、低风险值的结果，为预定场所内提出合理、科学的决策提供保障。

本技术涉及物流领域，公开了物流货物的分配方法、装置、设备及存储介质，用于提高物流货物的分配效率，从而提高物流货物的揽收效率。物流货物的分配方法包括:获取物流货物的地址信息和多个业务员的位置数据，所述物流货物为寄件货物；根据所述物流货物的地址信息和所述多个业务员的位置数据进行计算，生成多个揽件路程信息，不同的业务员对应不同的揽件路程信息；基于所述多个揽件路程信息和预置的加权算法进行计算，生成多个预测数据，不同的揽件路程信息对应不同的预测数据；基于所述多个预测数据在多个业务员中确定与物流货物对应的目标业务员，并将所述物流货物的分配指令传输至目标业务员对应的终端。

本技术提供电力设备负荷性能状态预测和诊断方法，包括步骤:关系模型建立，设备最大载流量预测，额定负荷时的最高温度预测，短时应急负荷电流预测，设备负荷健康度诊断。本发明涉及一种电子设备和存储介质，用于执行上述方法。本发明很好的解决了电力设备的状态监测与诊断中存在的固有难题，是实现电力设备状态检修管理、提升电力生产运行管理精益化水平的重要手段。建立负荷电流、温度和环境温度之间的关系模型，并进一步设计制定四种电力设备负荷性能监测和诊断方法的具体应用：设备最大载流量预测方法；额定负荷时的最高温度预测方法；短时应急负荷电流预测方法；设备负荷健康度诊断。适用于不同的工况场景和功能需求。