摘要：本发明涉及一种基于混沌PSO算法的雷电定位方法，包括如下步骤：1)在雷电定位计算中引入自适应PSO算法，在粒子群位置更新引入混沌，用混沌序列代替现有粒子；2)确定雷电定位的数学模型，利用混沌变量Cid来调节混沌程度；3)利用粒子位置更新，由局部最优，得到全局最优位置解；4)由全局最优位置计算得到最大似然估计值，结合雷达定位原理确定雷电发生位置和时间，完成定位计算。其有益效果为：所述方法在能够计算出雷电发生距离和时间的同时，相对于传统方法、混沌PSO方法在寻优精度、稳定性和速度上有了显著提高，计算工作量相对于传统迭代方法明显减少。

摘要：本发明涉及一种基于非负ICA的相控阵风廓线雷达信号处理方法，包括如下步骤：1)采集相控阵风廓线雷达回波信号，形成观测信号；2)对观测信号进行信号预处理操作，得到信噪比较高的信号；3)利用非负ICA方法对预处理的信号进行分离，得到分离后的源信号；4)对分离后的源信号进行后续处理。其有益效果为：所述方法能够提取相控阵风廓线雷达接收信号的各成分，尤其对组网的雷达信号的同频干扰、噪声调频干扰、工频干扰及杂波等有较好的抑制，在消杂去噪过程中不妨碍有用信号。

摘要：一种涂料用水性聚氨酯/丙烯酸酯复合乳液，属于涂料技术领域，该乳液由聚醚多元醇、多异氰酸酯类单体、蓖麻油、小分子扩链剂、亲水扩链剂、成盐剂、封端剂、丙烯酸酯单体等制成。本发明还提供了一种水性聚氨酯/丙烯酸酯复合乳液制备方法，该方法将聚醚多元醇、多异氰酸酯类单体、蓖麻油以及亲水扩链剂按照一定比例进行逐步聚合，再加入封端剂封端，制备出封端的阴离子型水性聚氨酯乳液，后加入丙烯酸酯类单体与苯乙烯继续聚合，形成核壳型水性聚氨酯/丙烯酸酯复合乳液。本发明所述宽温域阻尼涂料用水性聚氨酯乳液涂饰成膜后，tanδ≥0.3有效温域可大于160℃。

摘要：本发明涉及一种基于深度哈希检索的景点图像识别方法，属于人工智能领域。该方法包括如下步骤：步骤一：对已有的景点图像数据进行训练得到训练集；步骤二：使用经典卷积神经网络VGG16来训练提取待测图像特征；步骤三：在训练好的网络神经模型中，由哈希层以及哈希层中的编码块数确定k位的哈希编码，并对得到的哈希编码进行阈值化分得到二值码，将待测的景点图像数据通过训练好的神经网络模型，以得到待测景点图像的二值码，通过对训练集和待测图像的二值码进行多索引哈希近邻检索以实现最终的查找。本发明在提高图像识别准确率的同时，降低检索成本。

摘要：本发明提供了一种电力需求预测方法，包括：步骤1，收集电力负荷数据集，进行预处理；步骤2，输入电力负荷数据集，执行冠豪猪优化算法CPO优化变分模态分解VMD算法动态参数；步骤3，建立串行模型xLSTM‑Informer；步骤4，采用Informer模型进行数据预测：将扩展长短期记忆网络xLSTM模型提取的特征输入到Informer模型中进行电力需求预测，输出电力需求预测值与真实值的对比结果；步骤5，对步骤4中得到的电力需求预测模型进行评估。本发明可以灵活处理不同特征的数据，在不同的电力需求场景下都能保持较好的预测性能。

摘要：本发明提供了一种基于多尺度混合架构的电力需求动态预测方法，包括以下步骤：步骤1，获取多源数据并进行预处理；步骤2，构建动态特征工程；步骤3，构建混合预测模型；步骤4，执行分阶段动态训练策略；步骤5，验证模型并部署应用所述模型。本发明通过引入温度敏感度分段非线性编码和节假日多维动态衰减模型，显著提升了极端温度场景下的预测精度，降低了高温日负荷预测误差以及春节假期误差。此外，通过轻量化设计及分阶段动态策略分阶段扩展输入长度，训练收敛速度提升明显。

摘要：本发明提供一种融合深度学习的电力需求多算法协同的需求预测方法及系统，该系统包括短期电力需求预测平台、中长期电力需求预测平台、收集管理平台和展示分析平台，本发明通过设置短期电力需求预测平台，鲸鱼优化算法通过引入混沌映射和非线性收敛因子提升其泛化能力，并结合多尺度图卷积网络优化权重，结合模拟退火算法，优化了模型的节点数、学习率和迭代次数，构建了模型，通过设置中长期电力需求预测平台，基于Tent混沌映射和动态步长因子优化标准麻雀搜索算法，通过优化卷积神经网络和双向长短期记忆网络结合注意力机制的复合模型的关键参数，预测结果准确可靠，降低了电力需求预测成本。

摘要：本发明公开了一种支持可持续URLLC业务的辐射感知多小区协同传输方法及系统，涉及无线通信技术领域，包括以下步骤：构建系统模型；基于系统模型，以最小化系统长期时间平均发射功率为目标，构建面向多时隙的长期随机优化问题；引入虚拟队列将长期随机优化问题转换为每个调度周期内的单时隙确定性优化子模型；通过集中式全局协作匹配确定各蜂窝用户与多天线基站之间的关联关系；各个多天线基站以分布式方式独立求解自身的波束赋形与子载波分配策略，并在连续调度周期内动态重复执行以实现多小区协同数据传输。本发明针对 URLLC 业务突发性强、干扰敏感及集中式优化代价高的问题，实现跨小区的联合资源调度与长期稳定性保障。

摘要：本发明公开了一种基于队列感知的多基站协作无线资源分配方法，涉及电子通讯技术领域，针对URLLC服务在多小区蜂窝系统中的随机到达问题，提供了一种低复杂度的分布式资源优化解决方案，研究了密集蜂窝网络部署下动态URLLC任务多时隙下载的资源管理问题，弥补了现有方案中忽视队列稳定性的缺陷；通过将原问题转化为一系列和速率最大化的在线子问题来解耦多维时间耦合量，然后提出了一个多基站并行的分布式算法将全局计算任务分解到各自的基站，从而降低了计算复杂度；本发明可有效调节吞吐量与队列缓存之间的折中，同时在提升系统长期性能方面具有明显优势。

摘要：本发明公开了一种轻量级边缘信息强化的高分辨率遥感图像语义分割方法，包括：获取Potsdam遥感图像数据集并预处理后，划分为训练集、验证集和测试集；搭建轻量级边缘信息强化的高分辨率遥感图像语义分割网络，包括主干网络、可分离残差结构特征提取模块和解码模块；利用训练集和验证集对语义分割网络中进行训练和验证，计算损失函数并进行反向传播，更新网络参数，得到训练好的最佳参数网络模型；将测试集输入训练好的最佳参数网络模型中，输出遥感图像的精确分割图。本发明在模型设计中采取多尺度的特征提取方式来保证更丰富的特征和边界信息，从而实现精确分割。