本技术公开了电力施工安全管理方法、装置、设备及介质，涉及电力施工安全技术领域，包括以下步骤:获取在杆塔基础施工过程中的地基数据和杆塔预测数据，根据地基数据和杆塔预测数据基于bp神经网络算法构建杆塔基础施工隐患评估模型，生成杆塔基础施工隐患评估系数；获取地基施工的进度数据，并结合杆塔基础施工隐患评估系数，进行不同维护类型的安全管理；获取安全管理过程中的杆塔基础施工隐患评估系数，构建管理评估集合，对管理评估集合进行数据分析，判断安全管理结果；本发明通过电力施工安全管理，以解决杆塔基础施工存在塔基下沉或倾斜的隐患的问题。

本技术提出了一种基于用户大数据分析的广告投放方法和系统。从后台数据库实时获取用户信息以及广告商品信息；所述用户信息包括用户IP信息、地理位置定位信息以及用户身份信息；所述广告商品信息包括商品类型信息、商品销售信息、商品浏览信息以及商品搜索信息；根据用户IP信息以及地理位置定位信息获取该用户所在区域内的广告商品信息，根据所述用户行为数据获取该广告商品对应的用户身份信息。通过对用户大数据进行分析，可以深入了解用户的兴趣、偏好、行为特征等信息，从而实现精准的目标用户定位。广告可以被投放给真正潜在有兴趣的用户，提高广告触达的效果和转化率。

本技术提供基于免疫多目标进化算法的多卫星观测规划方法及装置，包括获取受灾区域格网对应的各个卫星传感器的感知覆盖机会集合，设定每条染色体代表一个多卫星感知覆盖机会组合，染色体上的每个基因位代表一个具体卫星传感器选取的感知覆盖机会且将该感知覆盖机会覆盖受灾区域格网的数量作为对应基因位的值，根据各个基因位的值获取整个种群中每条染色体对多目标的适应值，排序整个种群，对染色体进行免疫操作，更新后再次基于适应值排序，从排序后的种群中输出适应值为预设情况的染色体作为最优备选方案。本发明能够在应急环境下从多个卫星传感器的众多感知覆盖机会中规划出对受灾区域的覆盖程度、成本、时间等多个目标均达到最好的方案。

本技术涉及智慧农业技术领域，尤其涉及基于多源数据的农田区域种植结构优化方法及系统，该方法包括获取多源数据；对待监测农田区域数据进行逐级分类并计算得到子区域的种植作物适宜评价值，确定待优化农田区域；对待优化农田区域进行一次优化以及二次优化；根据优化结果与目标优化结果进行比较并调节评价指数得到调节后的评价值；计算得到优化后的子区域的空闲种植面积并将子区域土壤湿度等级和空闲种植面积反馈至相邻生产主体。本发明通过对待监测农田区域数据逐级分类并对待优化农田区域进行一次优化、二次优化以及根据优化结果调节评价指数，实现了通过优化结果自学习调整评价模型并确定调节后的评价值，提高了农田区域种植结构优化的精准度。

本技术提供了一种具有可置换导电笔芯的电容笔，属于电容笔技术领域，包括笔壳、承接组件、弧形板、限位组件以及推送组件，所述弧形板固定设置在所述笔壳内壁上，所述弧形板与所述笔内壁之间存放有若干依次分布的笔芯，所述限位组件活动设置在所述弧形板一端，用于将若干所述笔芯限定在所述弧形板与所述笔壳之间，所述推送组件一端与所述笔壳内壁相连，另一端延伸至所述弧形板与所述笔壳之间，所述承接组件一端延伸至所述笔壳内部，另一端延伸至所述笔壳外部。本发明实施例相较于现有技术，当某一组电容笔笔芯损坏，能够实现笔芯的自动快速置换，具有笔芯置换快捷方便以及置换效率高的优点。

本文涉及一种基于停靠点聚类的企业车队识别方法和装置。所述方法包括:获取车辆停靠数据及车辆与企业的关联数据；对车辆停靠数据及车辆与企业的关联数据进行筛选和分组，得到符合预设条件的待聚类停靠点；将待聚类停靠点输入到训练好的DBSCAN聚类模型，得到车辆常驻地；对车辆常驻地进行过滤和关联，得到每个企业下的车辆常驻地，并将每个企业下的车辆常驻地输入到训练好的DBSCAN聚类模型，得到企业停车场数据；基于企业停车场数据计算企业车队的系数；将企业车队的系数大于等于预设阈值的企业下车辆作为企业车队运营，否则，作为非企业车队运营。所述方法提升了数据挖掘细致度和精准度，提升了车辆运输效率，也便于车辆调度、统计和相关应用。

本技术公开了一种结构图片还原方法、装置、电子设备及可读存储介质，所述方法包括:接收针对原始结构图片的还原请求；响应所述还原请求，对所述原始结构图片进行文本识别，得到原始文本；响应所述还原请求，对所述原始结构图片进行节点识别和连线识别，得到结构信息，所述结构信息包括多个层级节点及所述层级节点之间的逻辑连线；响应所述还原请求，确定所述原始结构图片中所述原始文本与所述层级节点及所述逻辑连线之间的位置信息；根据所述原始文本、所述结构信息及确定的所述位置信息，对所述原始结构图片进行还原，得到还原结构图。上述方案，能实现原始结构图片的快速还原。

本文涉及广告文案创作方法及其装置、设备、介质、产品，所述方法包括:获取目标商品的商品图片；经图片编码器提取出商品图片的图像特征，获得商品图片映射到特定语义空间的图像特征向量；将所述图像特征向量作为初始的输入向量提供给解码器逐步自回归解码出广告文案的文本序列中的各个文本向量，其中，前一步的文本向量用于查询商品图片的图像特征中的关键特征作为后一步的文本向量相对应的输入向量；根据解码器预测出的文本向量序列还原出广告文案的文本序列。本申请获得的广告文案由于基于商品图片的图像特征而获得，能够更为全面地反映商品图片中的卖点特性，且不受创作者风格的影响而具有均一质量。

本技术提供一种鼠标的多面板组装结构和鼠标。多面板组装结构包括壳体和面板组，壳体包括位于自身上侧的顶壁和位于自身宽度方向的侧部上的侧壁，在鼠标的长度方向上，鼠标包括相对设置的前部和后部，面板组包括按键面板，按键面板连接在顶壁上按键面板包括活动部，活动部位于前部；面板组还包括侧面板和后盖板；侧面板与侧壁连接且侧面板位于侧壁的外侧；后盖板位可拆卸地连接在顶壁上且位于后部。鼠标包括多面板组装结构。本发明的多面板组装结构实现每个外表部位的相对独立性，在不影响鼠标整体性能以及不影响其他部位的前提下对每个部位的外部结构特征和外轮廓进行设置，从而满足鼠标上每个部分各自的功能需求和外观需求。

本技术提出了一种基于度量学习的非侵入式负荷识别方法，本发明通过一维卷积神经网络将负荷电流特性映射到度量空间，在网络训练时使用三元组损失实现特征的聚类，对度量空间特征进行相似度判别实现负荷辨识。该方法可实现对未知负荷的有效识别，并具有较强的泛化能力；另一方面，度量学习作为小样本学习的方法之一，能够减轻对训练样本的依赖，具有较高的实用性。