本技术公开了一种基于RCM的跳频通信系统及方法，属于无线通信技术领域。系统包括发射端与接收端，发射端包括依次连接的信道编码单元、RCM调制单元、符号分配单元、跳频模块单元、射频发射单元，接收端包括依次连接的射频接收单元、跳频模块单元、符号重构单元、RCM解调单元、信道译码单元。本发明将RCM应用于跳频通信系统，将RCM替换了传统跳频通信系统中QPSK、QAM等调制方式，设计了RCM编码符号分配方案，可以根据信道条件，以单个符号为单位动态改变每个载波频点承载的符号数，实现传输速率的自适应变化，从而应对复杂多变的跳频通信环境，降低了强干扰下比特信息的缺失，增强了跳频系统的抗干扰能力。

 本技术公开了一种云网融合环境下基于概率模型检验的服务组合验证方法及系统。本发明通过收集云网用户位置信息、服务器分布和服务质量文件，通过融合云网用户位置信息、服务器分布和服务质量文件得到云网服务样本数据集。在此基础上，对云网融合中的服务组合过程进行形式化建模，同时考虑了用户移动导致的云网融合环境下服务属性的变化。将用户位置信息作为历史数据，利用马尔可夫过程建立了用户移动模型。为了准确描述用户需求，对云网融合场景下的用户需求进行多目标形式化描述，利用PRISM模型检验工具来进行云网融合环境下的服务组合验证。本发明提出的服务组合验证方法能够及时验证服务组合是否满足用户需求，以确保服务组合仍然满足性能和可用性要求。

 本技术提供了一种非规则拓扑下NoC单多播转发及死锁避免方法及系统，所述方法包括:采用路由表的形式来进行非规则拓扑下的通信数据路由转发；采用定期内固定转发释放的方法进行死锁避免，破坏导致死锁产生的环状数据流；根据非规则拓扑信息、路由表和释放路径表构建NoC互联系统并配置好各路由参数；配置完毕后输入特定任务的单多播数据流量，进行数据流量转发并总结评估性能。本发明通过高效的路径搜索和定期数据释放，在保证路径短低延时的情况下，确保NoC系统不会因为环境复杂、流量增大而带来的潜在死锁影响性能，解决了非规则拓扑下路由的困难，具有重要的应用价值和商业潜力。

 本技术提供了一种二维三维图像配准方法、系统、设备、介质和程序产品，涉及智能医疗领域。方法包括:获取受试者带有配准小球的术中正位、侧位二维影像；选取二维影像中的特征点并得到特征点在二维影像的二维坐标；基于二维坐标得到特征点在世界坐标系的三维坐标；获取术前三维模型中特征点的三维坐标；配对三维模型中特征点与世界坐标系中特征点得到三维模型在C臂机下的粗略位置关系；以粗略位置关系为基数，自动提取二维影像和术前三维模型中的特征点进行迭代优化，计算术前三维模型在C臂机下的精确位置，完成配准。本文通过先粗配准给到误差较小的初始位姿，再基于该初始位姿作为初始迭代值进行精准配准的方式，简化操作、降低计算资源。

 本技术提供了一种基于格拉姆角场与选择状态空间模型的图像去噪方法，涉及图像去噪技术领域，包括:将待去噪图像进行图像提取，得到各个图像块，并根据所述图像块之间的夹角确定成格拉姆角场矩阵；根据所述图像块与对应的所述格拉姆角场矩阵确定增强特征向量；将所述增强特征向量输入至训练好的选择状态空间模型中，得到去噪图像。相较于传统的图像去噪方法，本发明能够在计算图像块之间的几何关系时，通过格拉姆角场的计算，减少冗余计算，提高整体效率。

 本公开提供了一种基于视觉的可通行区域检测及分类方法及系统，涉及计算机视觉领域，方法包括:基于校园地图数据，划分多个目标区域，获取目标区域的第一图像数据；对第一图像数据进行第一图像处理，得到第一图像数据对应的第一训练数据；对第一图像数据进行第二图像处理，得到第一测试数据；基于第一训练数据和第一测试数据进行目标神经网络模型的训练，利用优化处理对参数进行优化，得到第一神经网络模型；通过第一神经网络模型对来自目标区域的图像进行语义分割，生成目标区域的图像对应的语义分割图像；基于语义分割图像，确定目标区域的通行路线。节约了在算力有限设备上的神经网络模型负载，空闲出的算力可用来进行避障行走和路径规划。

 本技术属于行人检测技术领域，公开了一种基于结构重参数化的果园行人检测方法、系统、设备及介质。本发明基于改进的DINO模型搭建基于结构重参数化的目标检测网络模型。模型的骨干网络中使用了结构重参数化的方法，通过对模型结构进行重参数化操作，在模型部署阶段几乎不改变检测精度的前提下，极大缩小了网络的参数量，从而达到轻量化的目的。此外，模型的特征融合模块中引入渐进式的双向特征融合网络，融合高阶特征，以增强模型的表征能力，在模块内部对不同特征的特征图融合添加了不同的权重，以区分不同特征图的重要性。本发明还改进了模型损失函数度量，使用最小点距离损失函数进行边界框回归预测。

 本文涉及一种集成点云加速模块的线结构光相机和方法，其中，该线结构光相机包括处理芯片和点云加速模块；处理芯片用于对线结构光相机获取到的图像进行光条中心提取，得到图像的光条中心序列；处理芯片用于根据相机内参、相机外参和光条中心序列，通过点云加速模块计算得到光条中心序列的点云数据。通过本申请，通过相机中的处理芯片和点云加速模块，实现了将光条中心转点云的计算任务从外部监看终端迁移到相机中，可以大大减少系统的整体处理时间和成本，解决了如何降低线结构光相机的测量成本的问题。

 本技术涉及无线通信技术领域，特别涉及一种基于深度学习的RIS辅助通信系统信道估计方法，包括:构建RIS辅助通信系统的信道估计模型，模型采用AMRN网络；激活部分RIS元件，其中L小于N；用户设备发射信道信息，并通过激活后的RIS元件转发到基站；对基站接收到的信道信息进行初步信道估计，得到初步信道估计结果HLS；将HLS输入到预训练的AMRN网络中，得到信道估计结果；本发明通过利用深度可分离卷积提取局部特征，结合上下文感知的非线性权重生成机制，强化了信道的局部高频特征捕捉和增强，还通过融合高频信息与低频信息，有效提高了RIS信道估计的精度和适用性，降低了计算复杂度。

 本技术提供了一种基于HPLC的电力物联网多场景数据采集方法，属于电力通信技术领域。解决了基于HPLC的电力物联网多场景数据采集中的实时性差、多种终端接入困难以及多STA并发机制的数据上行冲突的技术问题。其技术方案为:包括以下步骤：S1：终端设备先进行一次数据预采集；S2：Ⅱ型采集器中的单片机通过RS‑485接口将终端设备采集到的数据进行抄录和存储；S3：服务器下发数据采集指令；S4：单片机将上次存储的数据经IP化协议转换和资源跨层分配后上传到服务器。本发明的有益效果为：本发明极大程度保障了电力物联网多场景数据采集的实时性要求，抑制了多STA数据上行冲突。