本技术公开了一种基于商密SM9的前向安全标识签名方法，包括密钥生成中心、签名者、验证者。密钥生成中心跟签名者、验证者之间是完全信任的。其中密钥生成中心初始化系统参数，并根据用户标识ID为签名者颁发初始密钥。签名者向密钥生成中心发出密钥更新请求，从而获得更新后的密钥。签名者输入系统主公钥、消息以及t时段下的密钥执行签名算法生成消息签名，并将消息、签名以及自身的用户标识ID发送给验证者。验证者输入系统主公钥以及接收到的参数执行签名验证算法，验证成功则输出1，验证失败则输出0。本发明通过引入密钥更新机制，即使在私钥泄露的情况下，也能确保过去生成的签名不被伪造的签名机制。

 本技术提供一种面向深度强化学习的电网运行环境推演方法，涉及数据处理技术领域，基于电网中设备的属性对电网运行环境进行分类得到发电侧设备、储电侧设备以及用电侧设备；根据各设备的历史电力数据进行深度学习训练，分别得到发电子神经网络、储电子神经网络以及用电子神经网络；根据发电侧设备、储电侧设备以及用电侧设备的数据关联关系对发电子神经网络、储电子神经网络以及用电子神经网络组装，得到总神经推演网络；获取推演目标所对应的变量推演参数输入至总神经推演网络得到预测推演结果；将预测推演结果与实际发生结果比对得到多维度训练数据，基于多维度训练数据对总神经推演网络中神经元的权重以及激励函数训练更新处理。

 本技术公开了一种基于知识图谱的多模态习题表征方法，涉及多模态表征技术领域，包括:获取多模态信息的数学习题信息以及相关知识点，提取多模态习题涉及的所有元素；提取多模态习题的图像和文本特征；基于表层理解规则，明确习题文本和图片中各元素之间的空间关系，并构建表示表层信息的知识图谱；基于隐层理解的规则，将习题涉及的相关定理和公式转化为形式化语言，并构建表示隐层信息的知识图谱；将表示表层信息和表示隐层信息的知识图谱融合为表示完整的习题信息的知识图谱；基于表示不同习题信息的知识图谱节点和边，计算习题之间的相似度和困难度及文本知识图谱和图像知识图谱的匹配度；基于自动解题模型，获得习题的深度表征。

 本文公开了一种非结构化文本类信息融合方法及装置，方法包括首先对不同格式的文本信息中的各种信息标签进行提取，提取出对应的键值对标签；根据标签对文本信息进行信息提取，并将提取出来的信息存表落库；将根据信息不同划分为多个不同的数据流，然后进行标准化、进行修复和规则转换，重新融合到标准数据流中；从每个数据源中提取主键ID信息，并根据主键ID信息建立每个数据源之间的关联性。最后建立每个信息源的主键关联性，同时设置不同数据源的信息使用优先级，将多个数据源形成为统一整体。可以高效的完成对多个存在较大的关联性的文本数据源的融合，融合后生成一个标准化好的新数据源。

 本技术涉及机器学习领域，具体为基于生成对抗网络数据解耦的数据平衡去毒方法，对数据集进行降维映射和聚类分析，得到若干数据聚类；对每个数据聚类加入对抗扰动，生成对抗数据聚类；对每个对抗数据聚类进行转移率计算和中毒样本去除，得到去毒数据聚类，并将所有去毒数据聚类组合为去毒数据集；对去毒数据集进行数据解耦和平衡处理，得到平衡数据集；基于平衡数据集，对待去毒模型进行微调训练，从而得到去毒模型。本发明能够减少训练数据的中毒样本，避免模型训练过程中学习拟合后门触发器的特征，提高模型后门攻击防御效果的稳定性和模型在实际应用中的可靠性。

 本技术涉及多目标优化控制技术领域，公开了一种地脚螺栓防松设计方法及系统，包括提取地脚螺栓的基础尺寸参数，基于基础尺寸参数构建螺栓初始实体模型；提取地脚螺栓的精细几何参数，生成带有精细螺纹特征的完整螺栓实体模型；对螺栓实体模型划分有限元网格，生成有限元模型；构建防松性能目标函数和重量目标函数，建立多目标优化模型，并求解得到最优解；收集常用金属的物理力学性能数据，搜索最优材料组合，生成地脚螺栓的优化模型；通过优化迭代循环，直至多目标优化模型的函数值达到收敛条件，输出最终的防松地脚螺栓设计方案。本发明提供了一种高效、精确的地脚螺栓防松方案，实现了防松性能和重量的优化平衡。

 本文提供了一种弹性组合定步长仿真方法及系统，涉及工业互联网数值仿真计算领域，方法包括:获取信息物理系统模型；将信息物理系统模型编译成标准状态方程形式的数学模型；设置定步长仿真算法；设置基础仿真步长；设置仿真采用的定步长模式；定步长模式包括：分时段自定义步长模式和自适应步长模式；通过设置的定步长仿真算法、基础仿真步长以及定步长模式，生成仿真配置文件；通过仿真配置文件、结合数学模型，执行单步积分，完成仿真。本申请的技术方案可支持，分时段跨区间自定义步长离线仿真，同时支持基于事件触发的自适应定步长在线仿真。

 本文实施例公开了一种用于中央空调机组建模的数据构建方法、设备及介质。属于数据处理技术领域，解决中央空调机组模型训练过程中样本量受限，导致模型参数不准确的问题。对楼宇建筑结构数据进行特征点提取以构建楼宇建筑无向图，通过图神经网络与楼宇建筑无向图构建楼宇建筑模型；获取初始运行参数，对楼宇建筑模型进行分区，并将获取到的初始运行参数匹配至各区块；对楼宇建筑模型进行模拟运行，通过时间序列预测模型，对各区块未来预设时间段内的环境变化和空调能耗需求进行预测；对获取到的模拟运行数据与预测数据进行检测反馈，以对楼宇建筑模型进行调整，以使调整后的楼宇建筑模型输出的数据应用于楼宇中央空调机组建模。

 本技术涉及数字孪生技术的电缆敷设施工技术领域，具体公开了基于数字孪生技术的电缆敷设施工方法及系统，通过布置在施工现场的张力传感器实时采集电缆敷设过程中的张力数据，并与数字孪生系统中的历史张力数据进行对比，判断实时数据的准确性，基于准确数据计算应力累积指数和张力波动指数，并通过综合分析计算张力异常系数，以此判断施工过程中张力数据是否正常；建立风险评估模型，使用正常数据训练模型，并将异常数据输入模型进行风险评估，将电缆敷设施工过程划分为不同的风险等级，并据此采取相应的预警和应对措施；本发明通过引入数字孪生技术和智能分析手段，有效提升了电缆敷设施工的安全性和可靠性。

 本技术提供一种基于政府安全监管的智慧燃气消防联动方法及物联网系统，该方法通过智慧燃气政府安全监管管理平台执行，包括:基于企业的燃气用量统计信息、当前产量数据和生产规划信息确定企业的生产阶段信息；基于企业的生产阶段信息，从燃气公司管理平台获取反馈信息；获取企业的至少一组燃气消防设备的报警信息和/或故障信息、工作参数和隐患处理数据，评估企业的消防风险等级；基于企业的消防风险等级和隐患处理数据，确定企业的消防控制参数；基于调整工作参数，确定更新指令；将更新指令发送至对应的至少一组燃气消防设备，控制燃气消防设备进行更新。从而及时发现消防隐患，并针对不同企业给出合理的应对方案，优化消防资源的调配。