本技术公开了一种用于电驱动系统效率试验数据的数据处理和质量评估方法，包括:获取原始电驱动效率试验数据集；通过基于概率分布的数据降噪法对原始电驱动效率试验数据集进行降噪，得到降噪电驱动效率试验数据集；通过DBSCAN模型对降噪电驱动效率试验数据集进行第一次异常检验和处理，得到初筛电驱动效率试验数据集；通过LOF算法模型和iForest算法模型对初筛电驱动效率试验数据集进行第二次异常检验和处理，得到预处理电驱动效率试验数据集；通过构建的六元组数据质量模型对预处理电驱动效率试验数据集进行质量评估。本发明能够对电驱动系统效率试验数据进行有效的降噪和异常检验，从而提高数据质量。

 本技术公开了一种联邦学习的能耗优化方法。该方法首先使用聚类将多个客户端聚类得到多个聚类簇，然后将聚类簇中客户端的数量与阈值比较，得到最小能耗客户端集合；该集合进行联邦学习后，进行第二次聚类，得到多个子聚类簇；最终根据子聚类簇进行联邦学习，得到总模型。该方法训练能耗低，模型收敛快。

 本技术属于环境工程技术领域，涉及一种基于流态降维的简化高固厌氧消化水力调控难度的方法，包括:根据目标反应器构建反应器和搅拌桨的几何模型；使用适应性相对较强的非结构网格对整个流体域进行网格划分；采用流变仪对厌氧消化基质的流变特性进行模拟；使用CFD软件对厌氧消化流场进行数值模拟，计算收敛后导出结果；绘制二维累积流速分布归一化曲线并构建一维高固厌氧消化水力学特征模型；通过数据分析得到水力学特征参数与研究变量关系。本发明通过控制反应器内几何构型、转速，可以优化水力条件，降低搅拌所产生的能耗，为反应器内混合表征提供新的见解，能更好地控制反应器内混合效果。

 本技术公开了一种基于COPRAS模型的森林草原火灾风险评估方法，包括:确定森林草原火灾的致灾因素，并划分为可燃物指标、气象条件指标、地理地形指标和人类活动指标；使用主成分分析方法对致灾因素进行筛选和预处理，提取关键指标并构建评估指标体系；采用层次分析法计算评估指标体系中各评价指标的权重值；基于各评价指标的权重值，构建基于COPRAS模型的森林草原火灾风险评估模型，并划分研究区域的森林草原火灾风险等级；对森林草原火灾风险评估模型进行精度验证；可视化研究区域的森林草原火灾风险等级和区域划分结果。从而实现对森林草原火灾风险进行精确评估，希冀更好地为预测与防治森林草原火灾以及因地制宜地制定风险决策理论提供有效的参考。

 本技术公开了隧道排水管道堵塞情况监控与处理方法及系统，通过多模态传感器阵列采集光学图像、三维点云、超声波反射、气体成分、红外成像、声波图像、电磁感应和流速等数据，进行去噪和归一化预处理，提取多尺度特征；利用自注意力机制和图神经网络对特征数据进行融合和分析，生成优化的多模态综合特征数据；基于这些数据，全连接神经网络对堵塞物种类、数量、尺寸、堵塞程度和清理难度进行判别，并通过实时数据反馈和自学习机制进行动态校正；最终，生成清理方案数据并通过机械臂执行清理任务；本发明提高了数据采集的全面性、特征提取的深度、特征融合的智能化、判别模型的准确性和实时性，实现了隧道排水管道堵塞情况的全面监控和高效处理。

 本技术公开了一种基于可解释机器学习的低渗油气藏储层分类方法，包括以下步骤:获取目标区块的岩心样本，并获取岩心参数；计算所有岩心参数之间的皮尔逊相关系数，若两个岩心参数之间的相关系数大于第一阈值，则随机剔除一个，以得到初始数据集；基于初始数据集，利用bootstrap技术生成多个重采样数据集；基于随机森林模型，对任一个重采样数据集均训练一棵决策树，利用网格搜索法为模型选择最佳超参数；基于沙普利相加解释和杂质平均减少量，筛选出多个重要特征，基于主成分分析法，对目标区块的不同岩心类别进行解释。本发明引入了一种可解释的机器学习方法，对低渗透储层中的不同沉积相进行了分类，能够为本区块后续的油气开发提供相应的数据支持。

 本技术公开了一种面向社交媒体领域的多模态命名实体识别系统及方法，其中系统包括:采集模块、提取模块、计算模块、构建模块和识别模块；采集模块用于采集多模态命名实体识别数据集并将数据集并按照预设划分为训练集、验证集和测试集，数据集包括文本数据和图像数据；提取模块用于对数据集进行特征提取；计算模块用于基于提取的特征，计算文本数据和图像数据的语义相似度以及文本数据和图像数据按语义相似度关联的位置索引；构建模块用于基于语义相似度和位置索引，构建多模态命名实体识别模型；识别模块用于利用多模态命名实体识别模型完成命名实体类型的预测。

 一种融合全局周期性和局部规律性的下一个兴趣点推荐方法，步骤为:1获取历史数据并预处理，得到数据集；2提取数据集中的相关属性，组成用户的签到序列；3将用户短期签到序列中的距离跨度信息构建图结构用于图卷积网络，更新兴趣点的嵌入表示；4对用户的兴趣点签到序列编码，生成签到的嵌入表示，并划分为以签到为单位和以天为单位的签到序列嵌入表示；5根据签到序列的嵌入表示，构建代表用户的短期偏好嵌入表示和长期偏好嵌入表示；6根据用户长期和短期的偏好嵌入表示，预测用户下一次兴趣点是某些地点的概率；7选取最优的几个兴趣点进行推荐，得到推荐集合。本技术通过上述方法，实现更具个性化、更精准的下一个兴趣点推荐。

 本技术公开了一种基于NSGA‑II算法的梯形帆多目标尺寸优化方法，涉及无人帆船技术领域。本发明通过选取展弦比、锥度比、拱度比作为梯形帆的设计参数，基于拉丁超立方抽样方法在各设计参数的取值范围内采样获取多组设计参数后，分别针对各组设计参数，利用流体仿真分析软件构建梯形帆模型，通过仿真得到各组设计参数所对应的性能评价参数，并构建数据库，利用数据库训练克里金代理模型替代，选取多组待择优的梯形帆设计参数，基于NSGA‑II算法和训练后的克里金代理模型对梯形帆设计参数进行多目标尺寸优化，确定最优梯形帆设计参数并验证其准确性。本发明将梯形帆设计参数与性能评价参数相结合，利用NSGA‑II方法和克里金代理模型为风帆设计方案优化提供了依据。

 本技术公开了一种长藤结瓜水网灌溉系统的水资源优化调控方法，包括以下步骤:(1)建立长藤结瓜水网系统供水端、取水端及输配水端概化与网络拓扑关系；(2)根据“多级递阶控制结构”的概念设计“总调‑分调‑自调”的三层递阶控制结构；其中，“总调层”即骨干水源调度，通过渠首泵站提水至各骨干支渠的关键节点；“分调层”调度水量到各支渠的分水点；“自调层”将干支渠的诸多分水点、本地库塘即低瓜与用水户构成点对点的关系，从而进行水量的再分配；(3)构建长藤结瓜库渠联合多目标水资源优化调控模型并进行利用NSGA‑II求解，其中，模型包括：确定决策变量、建立目标函数，构建约束条件；本发明为长藤结瓜水网灌溉系统的水资源优化调控提供了科学依据。