本技术公开了一种水环输油管道压降计算方法，属于油气管道技术领域。包括以下步骤:收集水环输油管道数据与油水密度参数；将收集到的起终点压差、油水表观流速、管径、管长、油水两相密度和黏度进行拟合，得到水环输送管道起终点压差关于油水表观流速、管径、管长、油水两相密度和黏度的关系式；利用关系式，输入水环输油现场实测的油水表观流速、管径、管长和油水两相密度和黏度可计算水环输油管道实际压降。本发明提出的一种水环输油管道压降计算方法具有操作简单特点，得到的拟合关系式能够方便且快速的用于水环输油现场进行压降计算。

 本技术提供了一种燃气轮机进气系统的修正方法、装置及计算机设备，属于燃气轮机技术领域。修正方法包括以第一目标参数运行燃气轮机进气系统的试验部件，获取试验部件的运行参数以及试验部件的总压损失；以第二目标参数运行燃气轮机进气系统的整机仿真模型，获取整机仿真模型的运行参数，整机仿真模型与试验部件对应设置，第一目标参数与第二目标参数对应设置；获取外部环境参数；获取修正参数；利用修正参数与试验部件的运行参数、整机仿真模型的运行参数及外部环境参数对试验部件的总压损失进行修正，获取进气系统的总压损失。本文设置试验部件和整机仿真模型相结合，通过对试验部件的总压损失进行修正，获取更为准确的进气系统的总压损失。

 本技术提供一种基于系统动力学的清洁低碳氢全生命周期碳排放计算方法及系统，包括:S1、获取当前制取清洁低碳氢的系统参数，划分全生命周期的不同阶段；S2、由所划分的全分生命周期不同阶段建立清洁低碳氢全生命周期的碳排放计算模型；S3、从全生命周期出发建立系统动力学模型；S4、基于系统动力学模型得到能源结构和氢需求总量的动态变化，采用全生命周期碳排放计算模型计算清洁低碳氢的碳排放。本发明能够实现更为精准的清洁低碳氢碳排放计算。

 本技术公开了基于B‑G分割和M‑K趋势检验的河道断面宽度自动修正方法，包括步骤:研究区坡度及坡向计算；生成初始河道断面；断面信息提取；断面坡度M‑K趋势检验；断面坡向B‑G突变检验；根据坡度M‑K趋势检验和坡向B‑G突变检验结果调整断面宽度。本发明综合考虑河道的坡向周期变化的和坡度趋势变化，可以更准确地分析河道断面的形态特征，实现了河道断面宽度自动修正，本发明该方法具有客观、便于实施、适用地区广泛等优点。

 本技术公开了一种弱势人群灾害撤离路线规划方法及系统，路线规划方法包括:获取弱势人群在复杂动态撤离场景中的行为特征和移动轨迹；基于所述行为特征和移动轨迹，构建行为影响因素知识图谱；基于所述知识图谱，对所述弱势人群行为进行预测，获取预测结果；将所述预测结果和宏观撤离策略相结合，构建最优撤离路线。本发明集成了行为分析、路线规划、仿真评估等功能，通过人机交互和可视化技术，为救援人员提供决策支持，有效提高了弱势人群灾害撤离的安全性和效率。

 本技术公开了一种考虑保障设备劣化的航母舰面无人装备智能调度方法，包括:采集舰载机甲板作业无人调度的相关信息包括甲板布局、与舰载机配合工作设备的位置坐标、舰面无人装备的数量以及舰载机的作业流程；设定保障设备的劣化的假设条件和舰面无人装备的约束条件并建立舰面无人装备数学模型；基于马尔科夫决策过程模型在马尔科夫决策框架下，对Q学习中ε‑greedy探索策略进行改进，增强探索效率与策略的适应性；采用最终迭代的Q值表对状态和动作进行选择，获得考虑保障设备劣化的舰载机甲板作业无人调度的最优调度序列。

 本技术提供了一种车辆状态估计方法、装置、计算机设备及存储介质，属于车辆状态估计领域，该方法包括:获取车辆在行驶状态下的点云信息；将所述点云信息进行压缩处理，提取出点云信息中每个点云的距离信息，得到距离图像；根据所述距离图像进行特征点匹配，根据匹配结果对车辆进行位姿估计，得到车辆的位姿变换矩阵；通过ARIMA模型对所述车辆的历史加速度进行时间序列分析，得到预测加速度；根据所述位姿变换矩阵和预测加速度，确定车辆的当前状态。这样，有利于提高对车辆状态估计的准确性。

 本技术公开了一种基于行为分析的虚拟角色交互内容生成方法及系统，属于人工智能技术领域。本发明首先通过高效获取并转换用户交互行为日志为AI模型可处理的数据集，实现了对用户行为的实时捕捉与理解。其次利用多模行为语义挖掘技术，深入探索用户行为背后的潜在需求，使得虚拟角色的响应更加精准和个性化。进一步依据挖掘出的潜在需求特征进行行为响应特征解码，生成了丰富多样的虚拟角色响应行为数据集，极大地丰富了交互内容。最后将这些响应内容无缝转换回可视化界面状态，使得用户能够即时感受到虚拟角色的智能反馈。如此，不仅提升了用户交互的时效性，减少了延迟，还极大地增强了交互的流畅度和个性化体验。

 本技术提供一种半导体器件参数智能提取方法及装置，涉及集成电路技术领域。此方法包括:首先将获取的半导体器件的目标数据输入初始神经网络的提取器，以获取当前模型参数组合。然后使用仿真器输出当前模型参数组合的当前目标数据，并计算当前目标数据对应的多个第一电学目标。计算第一误差，判断第一误差是否小于预设误差，若否，调整当前模型参数组合并重新仿真和计算第一误差，直至第一误差小于预设误差，根据当前模型参数组合和预设范围，生成模型参数范围。最终根据模型参数范围生成数据集，利用数据集所训练完成的神经网络的提取器，输出目标模型参数组合。可有效提高半导体器件参数提取的效率和准确性。

 本技术提出了基于压缩公钥设计的格基PKE/KEM方案的理论安全性分析方法，包括:获得密钥封装方案；利用离散高斯分布的性质将e拆解为e1和e2两部分，再将参数进行重新表示为将表示为其中取自适当分布；再利用离散高斯分布的性质对秘密进行拆分，分解为标准模LWE问题的秘密和冗余部分进而将样本形式改写为利用对应的标准模LWE问题来评估对应问题的理论困难性下界，进而评估KEM方案的安全强度下界；对于要求的安全强度λ，根据对应的标准模LWE问题的计算复杂度来选择密钥封装方案的具体参数。