本技术涉及一种基于区块链的配电线路碳足迹数据可信溯源方法和设备，方法应用于区块链，包括如下步骤:获取针对配电线路碳足迹核算的系统边界、功能单位、碳排放因子以及配电线路生命周期各阶段碳排放计算公式信息，构建碳足迹核算模型，并保存至区块链；配电线路生命周期各参与主体提交本地碳足迹数据至区块链，利用所述碳足迹核算模型得到配电线路碳足迹计算结果；将所述碳足迹数据进行哈希加密并写入区块链，实现加密存证；响应于碳足迹数据查询请求，查询并返回碳足迹数据查询结果，实现碳足迹数据溯源。本发明有助于提高配电线路碳足迹计算结果准确性和配电线路数据安全性，实现配电线路碳足迹数据的全生命周期可追溯。

 本技术公开了一种基于人机交互的“多智能体”模拟与规划优化方法，包括目标场地基础数据采集、人机交互智能平台搭建、社区设施规划多方案生成、社区“多智能体”模拟与供需指数测算、社区设施规划方案比选优化与综合输出。该方法通过采用人机互动的方式生成社区设施规划方案，并通过多智能体模型对社区设施供需场景进行模拟与评估，可将人机交互的规划设计过程与多智能体模型相结合，为智慧化社区设施布局与多智能体辅助规划设计奠定基础。本发明克服了传统社区设施规划重社区设施建设现状、轻社区居民实际需求特征的局限性，解决了以人机交互方式辅助规划方案智能生成与推演评估的难题。

 本技术提供了一种基于知识蒸馏的跨语言代码注释生成方法，旨在解决现有技术中低资源编程语言注释生成效果较差的问题。本方法首先通过构建高资源编程语言(即具备大量训练数据的语言)的代码‑注释对数据集，对高质量的注释生成进行预训练与微调，形成教师模型。随后通过知识蒸馏技术，将教师模型的知识迁移至针对低资源编程语言(即训练数据稀缺的语言)的学生模型中，学生模型通过学习教师模型生成的软标签和硬标签逐步提高其注释生成能力。训练好的学生模型能够高效地为低资源编程语言生成高质量的代码注释，且具备跨语言适应能力。该方法有效提升了低资源语言代码注释的准确性和可读性，且大大降低了低资源数据的依赖性，具备广泛的应用前景。

 本文涉及制茶技术领域，特别涉及一种基于多模态的茶叶做青程度检测方法、装置、设备及介质，其中，方法包括:通过相应传感器获取茶叶在做青过程中的图像数据、温湿度数据和重量数据；根据图像数据得到做青叶片的第一分类结果，并根据温湿度数据和重量数据得到做青叶片的第二分类结果；最后总结第一分类结果和第二分类结果来确定茶叶的做青程度。由此，解决了相关技术中基于图像处理的方法来检测茶叶，判断条件单一，且存在花费时间长、操作复杂，准确性低等问题。

 本技术公开了一种基于异步和同步关系图的群体行为识别方法，首先构建异步关系图模型，利用个体间的异步特征，捕捉群体行为中的时延关系，构建一个异步时延关系集合。接着，将时延参与者的特征移位以与实时参与者的特征进行同步，并将运动关系和位置关系整合到关系图中。同时，构建同步关系图模型，通过引入同步空间交互关系特征和局部残差关系特征，进一步优化对个体间互动和运动差异的捕捉能力，并结合局部限制条件，以抑制非关键行为对群体行为识别的干扰。最后，构建图聚合模块，引入具有多头注意力机制的消息传递，实现异步关系图和同步关系图的耦合，使得模型在包含异步行为和非关键行为个体的情况下也能保持较高的群体行为识别准确率。

 本文涉及一种集成电路延迟确定方法、装置、设备、介质和产品，其中方法包括:获取目标集成电路的时钟线网的有向无环图、预设的时序路径集合以及时序例外集合，其中，时序例外集合中包括各种时序例外对应的子图规则；根据子图规则中的关键节点，确定各时序例外路径对应的影响区域，并根据预设的微指令编译方法，确定影响区域内各个影响节点的微指令；根据微指令对各影响节点进行分类讨论，并根据分类讨论的结果确定各影响节点对应的一个或多个标签，以根据标签得到时序例外标签图，标签中存储有各影响节点的延迟，以实现目标集成电路的延迟最小值和延迟最大值的确定。本申请采用上述方法可以提升集成电路延迟确定方法的效率以及可靠性。

 本文涉及一种基于多层聚类的无人自主系统性能模式分析方法及装置。所述方法包括:根据均值漂移聚类技术对样本集合进行初始聚类，得到多个初始类簇；初始类簇为无人机自主系统在不同场景下的性能模式集合；利用DBSCAN聚类方法对初始类簇进行聚类，生成关于边界区域的子聚簇集合；利用KNN算法对子聚簇集合中性能模式标签不同的两个类簇进行计算，生成场景边界；根据场景边界进行无人自主系统性能模式区分。采用本方法能够提高无人自主系统性能分析效率。

 本技术涉及节能环保和建筑能源管理技术领域，公开了一种集成余热回收、光伏发电和智能储能的低碳高速服务区系统，包括有余热回收模块、光伏发电模块、能源储存模块、智能控制模块与碳减排量统计与反馈模块，各模块之间彼此协同工作，形成一体化的节能减碳系统，在使用本集成余热回收、光伏发电和智能储能的低碳高速服务区系统时，可以通过余热回收模块为生活热水提供稳定热源，光伏发电模块实现服务区的用电自给，储能模块在发电波动时稳定电力供应，智能控制模块保障各模块的高效协同工作，自主学习模块根据历史数据和需求预测，自动分配储热和储电资源，系统在高峰或波动条件下稳定运作，碳减排量统计模块为系统的低碳效益提供了数据支持。

 本技术提出的一种基于超半球均匀确定性采样的四元数粒子滤波姿态估计方法，属于数据处理技术领域，主要用于解决粒子滤波器在姿态估计中存在的实时性较差、计算量较大的问题，同时可以避免粒子枯竭与退化对姿态估计算法带来的影响。该方法以四元数粒子滤波为框架，嵌入超半球均匀确定性采样，通过在半球均匀采样的样本镜像到整个球体，进而通过指数映射的方式得到四元数样本，以确定性样本代替传统随机样本，根据量测值和权值计算公式更新权值，在保证滤波精度的同时具有更低的计算成本，适用于非线性系统的姿态估计、传感器数据融合等应用场合。

 本文公开了一种融合视觉搜索和多模态大模型的光伏发电站火灾预警方法，涉及火灾预警领域，该方法利用基于多模态大模型搭建的烟雾目标识别模型对待监测图像帧进行初步识别定位得到烟雾目标定位框、置信度以及烟雾目标搜索提示热图，在烟雾目标定位框的置信度未达到置信度阈值时，进一步利用视觉搜索策略基于烟雾目标搜索提示热图进行主动搜索，引入主动搜索机制、视觉工作记忆以及动态调整策略，通过模拟人类对烟雾目标的识别机制，能够充分利用烟雾目标识别模型的世界知识和上下文理解能力，使得该方法能够在无需训练的环境下直接进行推理，且对烟雾目标有较高的识别定位准确率，有效实现光伏发电站火灾早期预警，降低实现难度。