摘要：本发明公开了一种基于网络嵌入的众包垃圾工人检测方法、系统及存储介质，基于工人的答案通过率构建了一个以工人和请求者为节点的众包异构网络；为众包异构网络中中心度不同的节点生成不同数目的不定长游走路径；对生成的路径进行正采样和负采样得到表示学习模型的训练数据；根据得到的数据训练HIN2Vec模型，以学习众包异构网络中工人节点的表示向量；基于工人向量利用OneClassSVM算法进行工人分类，以检测不同勾结模式的垃圾工人。本发明的检测方法能够高效检测不同勾结模式的众包垃圾工人。

摘要：本申请公开了一种存储检索方法及相关产品。该方法包括：由存储模块中的第一功能模块接收来自第一网元的第一请求，向目标第二功能模块发送第二请求；目标第二功能模块根据第二请求检索获取至少一个第一向量，向第一功能模块发送至少一个第一向量的标识；第一功能模块，接收来自目标第二功能模块的至少一个第一向量的标识，向第三功能模块发送第三请求，第三请求用于请求获取至少一个第一向量对应的至少一个第一原始数据；第三功能模块，接收来自第一功能模块的第三请求，根据第三请求向第一网元提供至少一个第一原始数据。该方法提供了与大模型进行标准化互通互连的接口，避免了不同结构的存储模块与大模型的连接接口的兼容问题。

摘要：一种适用于轮式车辆的轮胎，为一种具有支撑及缓冲结构的免充气不爆胎聚氨酯开式结构轮胎。通过对现有充气轮胎的承载和缓冲结构的改变和合理的聚氨酯配方，保留充气轮胎的优点，克服充气轮胎的缺陷，同时改善和提高轮胎性能，提高轮胎使用寿命和应对复杂路面的能力，并简化轮胎的生产工艺及降低轮胎的生产成本。

摘要：一种适用于多领域力机械轮式车辆(包括摩托车)及轮式机械的轮胎，为一种具有支撑及缓冲结构的免充气不爆胎开式结构力车胎(包括聚氨酯力车胎及橡胶力车胎)。通过对现有充气力车胎的承载和缓冲结构的改变和合理的聚氨酯配方，保留充气力车胎的优点，克服充气力车胎的缺陷，同时改善和提高力车胎性能，提高力车胎使用寿命和应对复杂路面的能力，并简化力车胎的生产工艺及降低力车胎的生产成本。

摘要：一种不会爆胎的开式结构力胎，所述力胎由具有弹性缓冲性质的材料组成，由包裹着力胎轮辋的内圈部分和与地面接触的外圈部分所组成，内圈的轴径等于或小于外圈的轴径，其间由位于内、外圈之间并平行于轴径其轴向侧视呈倒“V”形的支撑板或由位于两轮圈轴径中线并垂直于两轮圈轴径的环状辐板和环状辐板两侧呈“X”形交叉的支撑板或由力胎圆心向外放射位于所述内外圈之间的支撑板或由位于所述内外圈之间的空心圆柱形侧壁所组成，可广泛适用于使用力胎的轮式机械，达成保留现有力胎的优点，克服现有力胎缺陷的目的，同时大幅改善和提高力胎性能，大幅提高力胎使用寿命和应对复杂路面的能力，同时大幅简化力胎的生产工艺及降低力胎的生产成本。

摘要：本申请涉及一种数据处理方法、装置、计算机设备和存储介质。所述方法包括：获取包含多个训练特征的训练集合，训练特征携带标签；输入各个训练特征至初始脉冲神经网络，通过初始脉冲神经网络的初始延时参数对各个训练特征进行延时处理，得到各个训练特征的延时特征；通过初始脉冲神经网络的预设学习规则、标签和延时特征对初始脉冲神经网络的权重参数和延时参数进行学习，直至初始脉冲神经网络满足预设收敛条件，生成目标脉冲神经网络，目标脉冲神经网络包括目标权重参数和目标延时参数。通过延时参数增加样本的多样性，提升网络的复杂度和信息表征能力，从而提升网络的性能。

摘要：本发明公开了一种交通时空序列单步预测方法、系统及存储介质，使用3D卷积神经网络提取时空特征，未割裂时间特征和空间特征时之间的联系；同时，本发明将交通时空序列的多模态数据之间的影响纳入考虑范围，利用多任务学习提取各模态之间的关联，提高了预测精度。

摘要：本发明公开了一种交通时空序列多步预测方法、系统及存储介质，基于历史数据X1:T计算改进的历史均值第二步，历史数据X1:T和改进的改进历史均值通过3D‑CNN模块进行下采样；第三步，使用序列到序列模型进行多步预测得到模型的编码器和解码器均由ConvLSTM组成，并在解码器中融入了注意力机制，进而使用转置3D卷积进行上采样；第四步，与做多模型融合，得到最终的预测结果本发明预测方法的精度更高。

摘要：本发明涉及磁微粒化学发光免疫检测技术领域，具体公开一种磁珠磁损率的测定方法。所述测定方法包括以下步骤：构建具有磁珠浓度梯度的标准液；测定每种磁珠浓度下的标准液的光密度，并绘制磁珠浓度‑光密度标准曲线；对待测样本进行磁分离洗涤，并测定待测样本的光密度值；将待测样本的光密度值代入磁珠浓度‑光密度标准曲线，得到待测样本的磁珠浓度，由待测样本的磁珠浓度计算得到待测样本的磁珠量；将待测样本的磁珠量与待测样本在磁分离洗涤前加入的磁珠总量进行比较，得到磁损率；其中，待测样本中含有的磁珠种类与磁珠浓度‑光密度标准曲线的磁珠种类相同。本发明的测定方法具有测试简单、高效及成本低等特点。

摘要：本发明公开了一种跨语言代码搜索方法、终端设备及存储介质，使用预训练的CodeBERT获取代码tokens的表示，提取代码的序列特征矩阵#imgabs0#按行展平，作为代码片段的结构特征vtok；采用图卷积运算提取统一后的AST的特征，将图卷积运算最后一层的特征矩阵#imgabs1#按行展平，作为代码片段的结构特征vast；融合代码片段的结构特征vtok和作为代码片段的结构特征vast，得到完整的代码特征vcode；利用所述完整的代码特征vcode进行对比学习，得到跨语言代码搜索模型。本发明提高了模型对不同编程语言但是功能相同的代码片段的区分能力。