摘要：本发明提供了一种本发明实施例提出的分辨爬虫和CC攻击的方法、装置、电子设备及存储介质，先获取至少两个由同一用户访问的URL；然后计算每两两所述URL之间的距离，得到多个距离值；然后将所述多个距离值进行累加得到表征所述用户访问的离散度的距离和；在判断所述距离和不属于预先保存的阈值范围时，确定所述用户的访问为爬虫访问或者为CC攻击。

摘要：本发明公开了网络监控技术领域的一种可多角度监控的网络摄像机，包括安装板，安装板前端固定连接有调节装置，调节装置下端固定连接有固定板，固定板下端转动连接有清扫装置，清扫装置下端固定连接有摆动装置，摆动装置下端固定连接有摄像头，本发明结构简单制作成本低，只需要简单操作就可以自动进行清理摄像头上的灰尘。

摘要：一种对图像进行二次加密、解密方法以及水印信息篡改区域定位方法，利用混沌序列对数字信息进行加密得到混沌加密图像；向混沌加密图像中嵌入水印图像W，得到含有水印的二次加密图像。从含有水印的二次加密图像中提取出水印图像，得到混沌加密图像；利用混沌序列对混沌加密图像进行解密，得到原始图像信息。将提取出的水印图像W_c置乱，并与加密过程中嵌入的水印图像W进行比较，对得到的水印解码错误W_e进行Baker反变换，接着将反变换结果与水印解码错误W_e对比，定位出水印图像中的篡改区域。该方法能够保证图像信息的安全性，而且加密过的密文图像也具有身份认证功能，还能定位出水印信息篡改区域。

摘要：本发明公开的利用3D打印技术制造无水胶印版的方法，具体步骤为：选择3D打印机的类型并确定3D打印材料；利用三维软件进行版材及图文的设计；利用3D打印机打印无水胶印版。本发明采用3D打印技术来制造无水胶印版，可实现无水胶印版的精确制造，能够节省材料，缩短流程，提高精度，有效解决了现有技术在制造无水胶印版中存在的时间长、材料浪费、环境污染的问题。

摘要：本申请实施例提供一种抗横风的电动车辆控制方法、控制器和电动车辆，电动车辆控制方法用于在电动车辆处于横风工况时控制电动车辆的多个电机调整扭矩输出以控制电动车辆抵抗横风横摆，电动车辆控制方法包括在电动车辆的方向盘向左转动大于第一预设角度之后的第一时刻，主动控制电动车辆的两个左侧车轮的驱动扭矩小于两个右侧车轮的驱动扭矩。在第一时刻之后的第二时刻，方向盘向左的转角减小，主动控制两个左侧车轮的驱动扭矩和两个右侧车轮的驱动扭矩的差值减小。

摘要：本发明涉及一种光电耦合结构及其制造方法。光电耦合结构包括：基板；电子集成芯片和第一芯片，位于基板上，多个第一芯片环绕电子集成芯片外围间隔设置；重布线层，位于电子集成芯片与第一芯片上；多个第二芯片，位于重布线层上，且沿电子集成芯片边界延伸方向间隔设置；多个光子集成芯片，位于重布线层上，且环绕第二区域间隔设置；其中，光子集成芯片的投影与第一芯片的投影至少部分重叠，光子集成芯片的投影与电子集成芯片的投影至少部分重叠；光子集成芯片通过重布线层与电子集成芯片电性互连。如此，可以改善光电耦合结构中高速信号在传输过程中的信号完整性，减少传输损耗，减少封装占用面积，提高封装结构集成度。

摘要：本公开提供一种防伪溯源方法、装置、系统、电子设备及存储介质，该方法包括：确定针对目标产品的辅助信息的获取请求，其中，所述获取请求基于针对所述目标产品的条码的扫描操作生成；基于所述获取请求，确定所述目标产品的授权位置和使用位置；判断所述使用位置是否在所述授权位置的范围内；响应于所述使用位置不在所述授权位置的范围内，确定所述使用位置为侵权位置。通过本公开，可以识别超出授权的位置范围使用目标产品本身以及与之匹配的辅助信息的行为，并确定侵权位置。

摘要：本发明专利涉及控制电路及机械传动部分。小型废电池处理器的控制电路电源电路、时钟电路、复位电路分别连接着单片机，单片机连接着光电门检测、ＴＦＴ彩屏显示，机械传动主要有步进电机控制、减速电机控制组成，通过机械传动方式，将电池分解，从而达到分离效果，该发明具有环保、处理速度快的特点。从而给人们带来便利。

摘要：本发明公开的利用3D打印进行制版的方法，先利用三维软件设计出预印刷的版，包括版基的长、宽、高及版面上的各种凸起或凹下的图文，设置版材的底基材料及各种材料的厚度，选择相应的3D打印机，喷出各种金属版材或聚酯、感光版材，喷出版面上的图文。本发明方法能精准控制版材上凸起或凹下文字的高度、宽度及长度，减少制版中材料的浪费，缩短流程，节省时间，减轻污染。

摘要：本发明是一种基于多窗口相位相关（PhasecorrelationPC）的三维重建方法，涉及到一种基于多窗口PC的无人机影像三维地形重建方法，属于计算机视觉与航空影像处理领域。针对传统的PC算法在无人机低空图像三维地形重建中出现由于地形落差较大出现重建失败的问题，该方法在基于传统相位相关方法的同时，引入多窗口理论，逐层求解立体影像的视差值，并通过上层的视差值，指导下层的视差值求解，再通过下层的视差值对上层的视差值求解进行修正，逐步地恢复出视差图的细节特征。