摘要：本发明公开了一种富硒黄芪的药物组合物及其制备方法及其和应用，属于保健食品技术领域。该药物组合物是一种能够抗氧化、抗衰老的药物组合物，以质量份数计，由100～250份黄芪粉和0.1～0.2份L‑硒‑甲基硒代半胱氨酸作为主药，再添加有药学上可接受的药用辅料。本发明采用以黄芪和新的有机硒补剂L‑硒‑甲基硒代半胱氨酸作为配伍方式，研究该富硒黄芪配伍的抗氧化、抗肿瘤和抗衰老的活性。采用本发明的方法可以生产获得富硒黄芪片剂的配伍，成本低，黄芪与硒的组分配比稳定、硒含量可控，效果好。该配方配比合理，能够提高人体免疫，抗氧化和抗衰老。

摘要：本发明公开了一种多通道电力系统稳定器控制方法，通过采集当前计算周期内的振荡信号，计算出多通道电力系统稳定器在不同控制方式下的组合控制信号，进而计算在不同组合控制信号下，下一计算周期目标信号的值。然后根据目标信号计算指标函数的值，最后选取指标函数最小的控制组合信号作为实际多通道电力系统稳定器输出信号。该方法可以根据电力系统的运行状态及时调整电力系统稳定器的作用通道，具有良好的动态性能和较强的鲁棒性，对系统运行状态变化和多种扰动的适应性强。设计思路简单，避免了多个通道之间的交互影响降低电力系统稳定器控制效果的缺点，便于工程应用。通过指标函数中目标信号的选取和权重系数的设置能够实现多目标协调控制。

摘要：本发明公开了一种基于电力系统多维特征的功率振荡类型判别方法，通过对低频振荡信号计算时域指标，频域指标、能量指标、互相关指标、自相关指标、样本熵指标和模态指标，建立了较完备的指标集，能够较完整地描述电力系统振荡的特征信息。本发明使用了互信息特征选择方法，相比广泛使用的Fisher判别法，互信息特征选择可以度量变量之间的非线性关系。使用互信息特征选择方法得到的特征进行模型训练，有助于提高训练模型的泛化能力和降低训练模型的复杂度,从而有效防止过拟合现象产生。本发明使用了机器学习分类器对电力系统功率振荡事件类型进行识别，相比传统分类方法，可以有效提高分类的精度和训练模型的泛化能力。

摘要：本发明公开了一种基于多阶段迁移学习的强迫振荡分层定位方法。该方法包括离线训练和在线定位两部分。首先依据发电机相关性对电力系统进行分区，将各分区振荡主成分的平滑伪Wigner‑Ville分布进行图像化，形成区间WVD图像。然后对预训练的卷积神经网络进行第一阶段迁移学习，得到第一层分区定位模型。输入定位分区的区内WVD图像，再对分区定位模型进行第二阶段迁移学习，得到第二层机组定位模型。最后验证本方法的离线定位正确率。通过先后将实际发生强迫功率振荡的区间和区内WVD图像分别输入到分区定位模型和机组定位模型，实现扰动源的在线定位。本发明不仅能够具有较高的定位准确率，并具有定位速度快，适应性高、鲁棒性强等特点。

摘要：本发明公开了一种具有冷却功能的搬运装置，涉及压铸技术领域，包括机器手、换热装置和喷淋装置，机器手设有用于夹取工件的夹持装置，夹持装置包括可相对运动的夹板，夹板从工件的两侧夹持；换热装置设于夹板上远离工件的一侧，换热装置设有制冷器，通过制冷器对夹板进行冷却实现工件的降温，在夹持工件过程中实现冷却；喷淋装置固定于夹板的底部，喷淋装置设有移动板及若干个喷头，喷头位于移动板上，通过喷头往工件喷出冷却水实现冷却，移动板可沿竖直方向往复移动，提高在喷淋时的范围，利于快速冷却工件，通过制冷器与喷淋合并方式缩短冷却时间，进而实现提高生产效率。

摘要：一种方法包括：基于与第一码字集有关的信息和与第二码字集有关的信息来确定差异，第一码字集是从用户设备接收的并且提供关于用户设备与基站之间的信道的信息，用户设备使用利用第一训练数据集训练的第一模型来生成第一码字集。

摘要：本公开的实施例涉及针对CSI反馈的单独训练方式的设备、方法、装置和计算机可读存储介质。该方法包括：在终端设备处从网络设备接收与CSI相关联的训练数据集、网络设备的码本和与码本相关联的第一组码字索引；以及基于第一码字和第二码字确定终端设备的CSI反馈压缩，所述第一码字和第二码字是基于训练数据集、网络设备的码本和第一组码字索引生成的。

摘要：本公开的实施例涉及针对CSI反馈的码本掩码单独训练方式的设备、方法、装置和计算机可读存储介质。该方法包括：从网络设备接收与信道状态信息CSI相关联的训练数据集、网络设备的码本的大小以及与码本相关联的第一组码字索引，其中码本的大小与网络设备的码本中的向量的数目相关联；以及基于第一多个向量和第二多个向量确定网络设备的CSI反馈压缩，第一多个向量和第二多个向量是基于训练数据集、码本的大小和与码本相关联的第一组码字索引而被生成的。

摘要：公开了用于编码器和解码器的协作机制。在一个方面中，终端设备向网络设备发送与终端设备处的编码器相关联的第一量化类型。在第一量化类型和与网络设备处的解码器相关联的第二量化类型不同的情况下，终端设备从网络设备接收网络设备处的至少一个转换器的至少一个输入大小。终端设备基于至少一个输入大小来确定编码器的输出大小。然后，终端设备向网络设备发送输出大小。这样，第二量化类型的解码器可以同时服务于第一量化类型和第二量化类型的编码器。从而提高了通信效率。

摘要：各种示例性实施例公开了一种用于信道状态信息的机器学习中的数据增强方法、装置以及计算机可读存储介质。根据示例性实施例，通信网络中的第一装置配置为：从第二装置接收信道状态信息第一数据集和量化码字；基于确定性增强规则，利用所述信道状态信息第一数据集生成增强数据集；以及至少使用所述增强数据集和所述量化码字训练机器学习模型。