摘要：本发明公开了一种基于时空关联与空洞注意力的视频异常检测方法及程序产品，包括：S1、获取待检测视频，利用预训练的视频特征编码器提取待检测视频每个片段的RGB特征与光流特征；S2、通过运动引导注意力特征机制将RGB特征和光流特征融合，得到原始视频特征；S3、对每个片段的原始视频特征间的空间关联性与时间连续性建模，并根据空间关联性与时间连续性对原始视频特征进行增强，得到片段级视觉特征；S4、将所有片段的片段级视觉特征输入异常检测模型，识别待检测视频所有片段的异常分数；其中，所述异常检测模型用于基于多尺度空洞注意力机制，捕获所有片段的片段级视觉特征的局部细节与全局时序依赖关系，得到每个片段的异常分数。本发明的视频异常检测准确性更高。

摘要：本发明涉及一种基于智能问答_人机交互机制的骚扰电话应对方法及系统，包括：（1）在机主电话具有白/黑名单的基础上，增加灰名单；（2）对于陌生来电，启用机器人与来电者进行智能问答，根据问答内容决定振铃还是进入灰名单；（3）对于灰名单中的来电，启用机器人与来电者进行智能问答，根据对来电可疑度的再次判断，并结合机主设置，可直接挂断并将来电归为黑名单；也可继续归为灰名单；也可以振铃通知机主接听，以排除可疑性或防止紧急电话漏接；（4）对于判断为属于黑名单的骚扰/诈骗类电话，除了直接挂断外，还可切换为训练/惩戒模式，在提高骚扰方耗费时间和通讯成本同时，让其成为问答机器人的一个训练工具。

摘要：本发明公开了一种基于流量和可靠性的不确定图关键边评估方法，该方法针对不确定图中边移除后对流量和可靠性产生的相对损失这一角度，将流量作为衡量关键边的最关键因素，当流量一致时，将边分为三类，分别计算将边移除后剩余不确定图的满足最大流的子图集合，再根据子图集合计算分布可靠性和容量可靠性，最后依据分布可靠性和容量可靠性判断边的关键度。本发明综合考虑流量、分布可靠性和容量可靠性来评估边的关键度，时间复杂度更低，效率更高。

摘要：本发明公开了一种基于贝叶斯网络的个人数据分析方法及计算机存储介质，方法包括以下步骤：(1)将个人生活行为数据具体化为行为和行为属性的一维向量，行为属性中至少包含时间属性，经过数据预处理，得到生活行为数据记录；(2)通过混合结构学习算法对数据进行学习，构建生活数据贝叶斯网络；(3)根据生活数据贝叶斯网络进行参数学习，学习得到每个网络节点的条件概率分布表；(4)根据生活数据贝叶斯网络，使用联合树推理算法，基于特定行为的概率计算其他行为发生的概率，完成个人生活行为分析预测。本方法将贝叶斯网络应用到个人行为数据分析中去，并对网络构造方法进行了改进，有效地提高学习的准确率和算法的收敛性，提升运行性能。

摘要：本发明公开了一种基于数据网络相似性的航空发动机剩余寿命预测方法，步骤如下：S1、基于全寿命周期航空发动机数据集，构造各个寿命状态对应的数据网络，组成一个寿命状态数据网络库；S2、针对待测航空发动机，基于其在线监测数据，构造数据网络；S3、基于航空发动机数据网络相似度/距离公式，计算待测发动机数据网络与各相关寿命状态网络的相似度/距离，构建寿命状态网络参考集；S4、基于S3得到寿命状态网络参考集，根据各参考寿命状态网络与待测发动机检测数据网络的相似度，融合各参考状态的剩余寿命，预测得到待测发动机的剩余寿命。本发明能够捕获航空发动机各部件之间的相关特性，可以以较小的计算代价进行较高精度的航空发动机剩余寿命预测。

摘要：本发明公开了一种基于图神经网络的QoS预测方法及程序产品，包括：将原始Web服务数据中的各用户和各服务分别作为节点，形成初始节点图，并生成多个增广子图；计算任意两个用户、服务间的相似度对于每个节点，筛选与其相似度最高的若干同类节点，形成该节点的邻接子图；对每个节点的邻接子图，采用图对比技术和特征融合技术得到每个节点在对应邻接子图中的嵌入向量，并融合同一增广子图下邻居节点的嵌入向量，以及不同增广子图下对应节点的嵌入向量，得到每个用户、服务的最终嵌入向量，再与历史调用特征向量进行聚合，得到融合特征嵌入向量；将所有融合特征嵌入向量拼接后输入图随机神经网络，输出预测QoS。本发明可以解决数据稀疏性和冷启动问题。

摘要：本发明公开了一种基于时间序列的异常检测方法，包括节点内数据相关性分析和节点间数据相关性分析：节点内数据相关性描述的是传感器节点数据的时间相关性，计算当前数据与历史数据之间的数据相关性；节点间数据相关性描述的是不同传感器节点之间的空间数据相关性，计算传感器节点数据与其邻居节点数据之间的数据相关性。本发明提供的基于时间序列的异常检测方法，能有效地检测出异常数据，而且在有错误数据的影响下仍能保持良好的性能；同时本发明应用了一种时间序列数据的近似方法，能够有效地压缩时间序列数据，并给出了压缩时间序列之间相似性的度量方法，用于时间序列的聚类分析，从而实现基于时间序列的异常检测。

摘要：本发明公开了一种基于相关性的分布式事件检测方法，采用分簇结构，根据无线传感器网络事件区域的局部性，在节点内分析数据的时间相关性，在相邻节点间分析数据的空间相关性，识别出发生事件的节点；采用直方图方法分析节点异常的相关性，提高检测的准确度；因节点间传递的是直方图的摘要信息，减少了节点间的通信能耗；本方法可以有效检测出新事件的发生，具有较低的误报率和能量消耗，相对于集中式异常检测方法，具有较高的检测性能，并显著降低了通信成本。

摘要：本发明公开了一种基于数据快照图的异常检测方法，包括如下步骤：（1）对无线传感器网络当前监测区域内的检测数据进行采集和预处理，确定事件区域；（2）获取与当前事件相关的数据集，用图模型抽象概括事件数据，将事件数据转换成事件数据快照图；（3）采用基于结构关联度的图相似算法，在事件模式图数据库中进行查询，查找与事件图相似的事件模式图，判断当前事件的类型；所述事件模式图数据库为事件模式图的集合，所述事件模式图为事件数据快照图，是对事件类型的抽象描述。本发明提供的基于数据快照图的异常检测方法，事件图可以基于领域专家知识获得，或基于数据分析获得，用于复杂事件检测，提高事件检测效率、降低误报率。

摘要：本发明提供了一种圆弧型封闭式翅片管，所述翅片管包括圆形基管和第一翅片、第二翅片、第三翅片和第四翅片，所述第一翅片和第二翅片之间设置第一连接片，所述第三翅片和第四翅片之间设置第二连接片，第一连接片和第二连接片为圆弧形金属板。本发明将翅片管的结构进行优化，使其达到换热效率最大化，以节约能源，达到环保节能的目的。