摘要：本发明公开了基于大数据的建筑工程造价评估系统，涉及建筑工程造价评估技术领域，包括历史工程数据获取模块、造价偏差容许区间获取模块、造价评估偏差区域图获取模块和评估造价异常信号模块，通过将实时建筑阶段所对应的实际评估偏差变换曲线置于实时建筑阶段所对应的评估偏差区域图中，分析获得实时建筑阶段所对应的实时评估偏差：将实时评估偏差与实时建筑阶段所对应的阶段偏差区间进行对比分析判定获得造价异常信号，通过偏差区域图和曲线叠加实现造价风险的可视化与提前识别，显著提高全过程造价管控能力，通过造价异常信号实现造价偏差的动态监控与即时预警，能在施工过程中实时发现高估或低估风险，减少结算阶段被动调整。

摘要：本发明公开了一种基于多层次级联结构的图像风格迁移方法，步骤包括：将风格图和内容图输入到级联编码器中得到不同尺度的风格语义特征以及内容语义特征；对风格语义特征以及内容语义特征的每一尺度使用协方差变换网络进行特征融合，生成融合特征图；对融合特征图计算多级风格损失；对多级风格损失计算后的融合特征图计算多级内容损失；对计算损失后的融合特征图进行解码操作并作为下一级特征融合的内容图，经过级联的编解码器结构最终生成多层次风格迁移后的风格化图像。该图像风格迁移方法能够有效提升模型在不同风格特征迁移情况下对风格图的特征捕捉和迁移能力。

摘要：本发明涉及深度学习语义分割技术领域，尤其涉及一种基于选择性扫描视觉状态空间模型的视频序列分割方法，将图像序列输入到重叠特征块划分层，将输入图像序列划分为图像特征块序列；将图像特征块序列输入到基于选择性扫描视觉的状态空间模型编码器中提取不同尺度上的粗细特征序列；将不同尺度上的粗细特征序列输入到多层感知机层进行多级特征的有效融合得到特征序列；将特征序列输入到基于卷积神经网络的轻量级解码头预测分割掩码，并进行视觉可视化生成语义分割图；以此方式解决了现有技术中传统的卷积神经网络接受范围有限，并且基于自注意力的网络在构建长期依赖方面具有极高的计算复杂度，从而导致图像序列分割效果差的技术问题。

摘要：本发明公开了一种基于多级预测一致性的半监督图像分割方法，步骤包括：将带标签图像以及不带标签图像按比例组成扩充数据集；利用半监督图像分割网络的双分支结构的两个分割模型生成对应的多级预测分割掩膜；针对带标签图像和不带标签图像分别采用有监督学习和相互监督；由两个分割模型输出预测分割掩膜；将两个预测分割掩膜进行融合操作得到一致性分割掩膜。该半监督图像分割方法通过按比例组成扩充数据集，在图像标注数量有限的情况下，扩充了数据集的大小，丰富了数据集的信息含量；通过使用不同架构的两个模型，增强了模型的泛化能力，提升了模型的分割精度，以获得更好的分割效果。

摘要：本发明涉及深度学习声纹识别技术领域，具体涉及一种基于双特征分支结构的声纹识别方法：包括对原始语音信号分别提取Mel倒谱特征与小波变换特征并形成两路分支；将上述特征分别输入自注意力网络与卷积TDNN网络进行多尺度特征建模，并对两路输出进行融合；对融合后的声纹表征进一步计算多级判别损失，以增强在嘈杂或失配环境下的说话人区分度；对融合输出进行解码或上采样操作并作为下一级处理的输入，最终经由级联式编解码器结构生成多分辨率且更具鲁棒性的声纹特征。该方法旨在克服单一路径特征提取在复杂环境下的不足，通过结合自注意力与卷积TDNN的优势，显著提升对多分辨率语音特征的捕捉与识别能力。

摘要：本发明涉及深度学习语义分割技术领域，尤其涉及一种基于状态空间模型的弱监督视频序列分割方法，通过弱监督学习和视觉状态空间结构模型实现图像序列的分割，不依赖于昂贵的像素级标注数据，充分提取了图像序列中的图像之间的时序和空间关系，大幅降低图像序列分割中的计算复杂度和耗时，解决图像分割效果差、模型泛化能力差的问题，有效提升图像序列分割模型在分割任务中的分割效果和泛化能力。

摘要：本发明公开了一种基于多尺度编解码器的多模态视频序列分割方法，步骤包括：提取图像特征和文本特征；获取同时包含图像与语言语义信息的联合特征表示；提取出在不同空间分辨率下的多尺度融合特征序列；得到时空建模后的特征表示序列；得到统一语义空间下的跨尺度融合特征表示；得到前景特征；对分割掩码进行视觉可视化生成语义分割图。该多模态视频序列分割方法能够实现图像和语言语义的深度交互，建立上下文和语义关系，通过多模态协同机制引入跨模态信息交互，增强模型在复杂动态场景中的鲁棒性与稳定性，有效提升图像序列分割模型在分割任务中的分割效果和泛化能力。

摘要：本发明公开了一种多模态协同的视频序列分割方法，步骤包括：获得图像序列的多尺度局部特征矩阵以及多尺度全局特征矩阵；获得文本序列的多尺度文本特征矩阵；获得多尺度局部特征矩阵以及多尺度全局特征矩阵的多尺度局部‑全局融合特征矩阵；获得多尺度局部‑全局融合特征矩阵以及多尺度文本特征矩阵的多模态融合特征矩阵；利用预训练大模型的解码器来预测生成分割掩码，输出语义分割图。该视频序列分割方法在面对复杂多变的场景时表现稳定，无需依赖大量标注数据，降低了训练成本，适用于多种实际应用领域，包括智能监控、自动驾驶及医学影像分析等。

摘要：本发明提供了一种基于视觉符号提示的语言学习方法、装置、设备及存储介质，接收原始语言文本并进行识别，尤其在英语语言中，将识别结果中的每个单词分解为字母序列，通过语言数据库识别每个字母的位置属性，区分出需要添加提示发音的元音字母和辅助拼读的辅音字母。根据元音、辅音字母在单词中的具体位置和前后字母组合环境，建立字母与标准发音的映射关系，再从多种助记符号的符号库中，选择与国际音标发音特征最匹配的视觉提示符号。将这些视觉提示符号添加到对应元音或辅音字母的指定位置，与不变动的字母重新组合生成自带提示发音的新型教练式单词。从根本上降低了英语发音学习的认知负担，甚至引领一种新型的语言书写、描述的表达方式。

摘要：本发明公开了一种在FPGA中实现梯形图填充的方法，首先画梯形的四个边，并在画边的同时以边上每个像素点的行坐标为索引将该点的列坐标存储到存储器A，每行只存储经过该行的最小列坐标和最大列坐标。建立一个存储器区域B。根据存储器A存储的列坐标按行以每次N列的数据填充填充存储器B，按行填充与画边长是同时进行，且整个梯形填充的过程也是并行的。本发明方法与利用CPU进行的填充比较具有可并行处理的优点，从而可以使填充速度与使用相同频率的CPU填充的速度相比成倍增加。