摘要：本发明涉及神经网络结构重构领域，更具体地说，涉及一种基于全脑光学成像数据的神经元重构方法及装置。本发明提出的一种基于全脑光学成像数据的神经元重构方法，包括以下步骤：S1、原始分辨率成像数据的预处理；S2、基于支持寻找操作的半自动重构流程，结合当前位置，辅助遍历神经元，重构神经元模型；S3、进行神经元结构分析。本发明通过支持寻找操作的优化的重构流程，最小化用户输入，能够高效地进行TB量级全脑光学成像数据中长程轴突投射的半自动重构，为基于大数据的单神经元分辨率的全脑网络计算分析提供了有效手段。

摘要：本发明目的在于提供一种双组份内墙保温腻子及其制备方法。所述双组份内墙保温腻子，包括组分一和组分二，其中：组分一为粉体部分，组分二为液体部分；所述组分一，由石膏、改性钠基膨润土、岩棉、硅酸镁铝、纤维素、木质纤维和缓凝剂组成；所述组分二，由水、合成树脂、矿物油消泡剂、聚氨酯增稠剂、杀菌剂和醇酯十二组成，所述组分一和组分二的质量比为1:0.38‑0.42。本发明得到的内墙保温腻子施工性及打磨性能均良好，吸水率低，粘接强度大，且导热系数小，具有很大的应用前景。

摘要：本发明旨在提供一种外墙保温腻子膏及其制备方法。该外墙保温腻子膏由以下质量份的各物质组成：合成树脂乳液：10‑17；改性钠基膨润土浆：25‑30；岩棉：20‑30；硅酸镁铝：15‑20；轻质保温材料：10‑15；木质纤维：0.5‑0.7；醇酯十二：0.3‑0.6；2.5%羟乙基纤维素溶液：7.5‑9；杀菌剂：0.2‑0.4；分散剂：0.4‑0.6；pH调节剂：0.2‑0.3；水：1‑3。本发明一种建筑用保温腻子的制备方法简单易行，得到的保温腻子施工性及打磨性能均良好，粘接强度大，且导热系数小，具有很大的应用前景。

摘要：本发明目的在于提供一种双组份外墙保温腻子及其制备方法。所述双组份外墙保温腻子，包括组分一和组分二，其中：组分一为粉体部分，组分二为液体部分；所述组分一由水泥、改性钠基膨润土、岩棉、硅酸镁铝、轻质保温材料、纤维素、木质纤维、淀粉醚和PP纤维组成；所述组分二由水、合成树脂、矿物油消泡剂、聚氨酯增稠剂、杀菌剂和醇酯十二组成，所述组分一和组分二的质量比为1:0.40‑0.45。本发明得到的外墙保温腻子具有优良的防火性和保温性能。该双组份外墙保温腻子施工性及打磨性，柔韧性均良好，粘接强度大，且导热系数小，具有很大的应用前景。

摘要：本发明旨在提供一种建筑用保温腻子及其制备方法。该保温腻子由以下质量份的各物质组成：无机胶凝材料：14‑20；改性钠基膨润土：15‑25；岩棉：25‑35；硅酸镁铝：25‑30；胶粉：0.4‑0.8；HPMC：0.3‑0.5；缓凝剂：0.1‑0.2；水：25‑35。本发明利用膨润土的特性，将其进行有机改性，使其更具有良好的保温性能，再配以其他保温材料，制备出一种具有防火性和保温性能的保温腻子。本发明一种建筑用保温腻子的制备方法简单易行，得到的保温腻子施工性及打磨性能均良好，粘接强度大，且导热系数小，具有很大的应用前景。

摘要：本发明旨在提供一种内墙保温隔音腻子膏及其制备方法。该腻子膏由以下质量份的各物质组成：合成树脂乳液：3.5‑8；改性钠基膨润土浆：25‑30；岩棉：20‑40；纳米级空心微珠：10‑30；微米级中空可膨胀弹性微珠5‑10；醇酯十二：0.3‑0.6；2.5%羟乙基纤维素溶液：5‑7.5；杀菌剂：0.1‑0.2；分散剂：0.3‑0.5；水：4‑6。本发明利用膨润土、纳米级空心微珠、微米级中空可膨胀弹性微珠的协同作用，制备出一种保温性能优异，隔音效果优良的内墙腻子。具有很大的应用前景。

摘要：本发明属于集成电路领域，涉及一种内部软启动电路，包括：积分放大电路和环形振荡器电路；积分放大电路包括4个NMOS管M1～M4、两个电容C2～C3以及放大器；M1和M3的栅极接入环形振荡器电路的时钟信号第一输出端，M1的源极连接环形振荡器电路，M1的漏极分别连接M2的漏极和C2的正极；M2和M4的栅极接入环形振荡器电路的时钟信号第二输出端，M2的源极接地；C2的负极分别连接M3的漏极和M4的源极；M3的源极接地；M4的漏极分别接入放大器的负极输入端和C3的正极；放大器的正极输入端接地，放大器的输出端C3的负极连接，并作为积分放大电路的输出端；本发明在不过度降低充电电流情况下大幅延长软启动时间。

摘要：本发明公开的属于智能协同决策技术领域，具体为基于智能协同决策多维度评估与集成优化方法，包括具体步骤如下：S1，数据处理：构建统一的数据采集平台，接入多源异构数据，包括结构化数据、半结构化数据和非结构化数据，并采用数据清洗、转换、标准化技术，消除数据质量问题，打破数据孤岛，建立企业级或行业级数据仓库；S2，分析处理：运用人工智能算法对多维度数据进行挖掘分析，构建多维度评估指标体系。本发明通过构建统一的数据采集平台，接入多源异构数据，并采用数据清洗、转换、标准化技术，建立企业级或行业级数据仓库，具有能够打破部门间的数据壁垒，实现数据的高效整合与共享。

摘要：本发明公开的属于行为克隆的机器人技术领域，具体为行为克隆的机器人连续轨迹生成方法，包括具体步骤如下：S1，数据采集与预处理：先利用多种传感器进行数据采集，接着对数据进行清洗与降噪，之后再对数据进行标注优化；S2，模型构建与训练：先根据任务信息选择对应的模型架构，接着训练多个不同结构或参数初始化的模型，之后采用迁移学习和强化学习相结合的训练策略对模型进行训练。本发明通过多传感器融合采集、数据清洗降噪和标注优化等措施，有效提升了数据质量。

摘要：本发明公开的属于通用时间Transformer模型技术领域，具体为通用时间Transformer模型零样本预测训练方法，包括具体步骤如下：S1，数据预处理与增强：先对多个领域的时间序列数据进行收集和整合，接着对时间序列数据进行特征工程，之后对数据进行增强；S2，改进模型结构与训练策略：先在通用时间Transformer模型的注意力模块中，增加自适应权重调整机制。本发明通过多领域数据融合和数据增强技术，丰富了训练数据的类型和特征，使模型能够学习到更广泛的数据模式和规律；这有助于模型在面对不同领域的零样本预测任务时，更好地泛化，提高预测的准确性和稳定性，减少因数据单一导致的过拟合问题。