摘要：本发明公开了一种报文的五元组认证方法，其中，包括：读取五元组的信息，将读取的五元组按照顺序设置唯一的ID值；从RAM中读取一待认证五元组对应的认证信息，并将该待认证五元组与对应的ID值匹配后进行认证，并将认证结果存储在一状态表内；通过ID值在状态表中查找需要输出的五元组，将认证后的五元组的认证结果读出。本发明报文的五元组认证方法，解决了认证过程中无法处理其他五元组认证的问题，也就没有了资源浪费，提高了五元组认证的效率。

摘要：本发明公开了一种弹性木地板制备方法，属于木地板制造技术领域，包括通过涂胶、组坯、热压胶合、冷却、砂光等工序制得坯板的步骤，以及对木地板坯板进行表面处理和在处理后的坯板表面涂布弹性层的步骤，其中涂布弹性层包括：(a)涂布附着力层；(b)涂布弹性层；(c)涂布耐污面层。所述的涂布附着力层是在经过精砂的表板上涂布水性底漆进行红外线烘干，随后涂布封油底漆进行UV干燥；所述的涂布弹性层是在附着力层表面涂布弹性底漆进行UV干燥；所述的涂布耐污面层是在弹性层表面涂布陶瓷面漆进行UV干燥。依据本发明所述方法制得的弹性木地板具有弹性层附着力强，漆膜表面柔韧性好，耐污染，脚部舒适感强，显著提高了地板的缓冲功能和降噪功能。

摘要：本发明涉及一种抗钙化短肽，特别涉及一种抗钙化短肽及其应用，其氨基酸序列如SEQ ID NO.1所示。本发明的实验证明，本发明提供的短肽能够显著抑制华法林和高钙、高磷诱导的瓣膜间质细胞钙化，并抑制低糖培养诱导的瓣膜间质细胞凋亡。因此，本发明提供的短肽可能成为良好的低副作用抗钙化药物。

摘要：本发明公开了一种基于云计算技术对交通资源进行配置的方法，所述方法包括：获取交通资源信息，并基于获取的所述交通资源信息，调用所述交通资源信息对应的历史交通数据；根据所述历史交通数据，获取所述历史交通数据中对应的历史客流量信息及其对应的历史交通路线信息；基于获取的所述历史客流量信息和历史交通路线信息，利用云计算技术，对交通资源进行配置；达到了智能化配置交通资源的目的，使得交通资源的配置更加客观；同时，也提高了交通资源配置的效率和便捷性，降低了交通资源的配置成本。

摘要：本发明提供一种到达站点区域标准化数据处理方法以及装置。其中，该方法包括：获取始发站点与目标到达站点的基础数据；基于所述基础数据和预设的判断规则，确定所述始发站点和所述目标到达站点之间的途经到达站点；获取所述途经到达站点的信息点，并确定所述途经到达站点的归属行政区域，实现到达站点的区域标准化处理。采用本发明公开的到达站点区域标准化数据处理方法，能够通过基础数据快速确定相应的到达站点，并确定对应的归属行政区域，实现到达站点的区域标准化处理，便于后续为用户提供准确及时的目的地反馈及其所在行政区域的提示信息，提高了网络购票到达站点的选择效率和成功率，为用户提供更加便捷的客运购票体验。

摘要：本发明公开一种尾座式电动飞行器的飞控航电通用架构及其仿真方法，其模块组成包括：飞控计算机、航电计算机、综合电源模块、力学目标机、单机模拟器、飞控航电地面站等，飞控和航电计算机通过内部专用数据通道连接协作，分工处理不同采样率的传感器数据，同时实现对电动飞控执行器高维复杂标定模型的高效部署。本发明可适用于任意气动外形和飞控执行器配置的尾座式电动飞行器的飞控航电系统开发、仿真和样机试飞；通过将飞控执行器的高维标定模型在飞控和航电上分布式部署并做级联式异步更新，可以兼顾执行器标定模型复杂度和飞行控制输出精度；相应的硬件在环仿真方法具有数值实时性和快速灵活搭建的优势。

摘要：本发明涉及尾气处理技术领域，且公开了一种改性沥青制备用尾气处理装置，该改性沥青制备用尾气处理装置，包括机体，所述机体底端设置有万向轮，所述机体顶部两端分别固定安装有机架和支架，所述支架上固定安装有废气桶，所述废气桶顶端通过固定件固定安装有桶盖。该改性沥青制备用尾气处理装置，为了更好地进行尾气处理，通过设置有处理组件，配合固定块、水泵、竖管、顶端电机、顶端转轴、传动件、喷水孔、十字架、过滤桶、弧形槽、过滤板和把手，能更好地将尾气中的弥散粒子(如焦油颗粒、烟尘等)分离出来，以达到净化尾气的目的，配合底板、抽液泵、进料管和出料管更好地收集处理后产物，配合风机、进气管和出气管更好地排出处理后尾气。

摘要：本发明提供一种基于强化学习的自适应评估函数动态权重调整方法，包括：获取预设在线强化学习算法的初始权重、优化器参数以及在线强化参数；基于所述初始权重进行单位类型权重初始化并记录初始得分，基于初始得分检索在线强化学习算法物理状态，初始化不同单位类型的得分，并计算资源得分；根据当前资源得分和上次得分差异，通过预设的优化器更新在线强化学习中的学习率和衰减率；基于更新后的学习率和衰减率通过在线强化学习更新单位类型权重，并记录最新的得分和权重，直到评估结束。本发明解决了现有在线强化学习的态势评估效率低、准确性差的问题。

摘要：本申请涉一种基于注意力双向LSTM模型的信念状态预测方法及系统，涉及数据处理技术领域。该方法包括：获取目标对象在对抗过程中最近时间步的行动轨迹数据；对所述行动轨迹数据进行预处理，得到观察序列；利用预先训练好的注意力双向LSTM模型，对所述观察序列进行处理，预测得到所述目标对象下一时间步的信念状态，由于上述注意力双向LSTM模型为利用历史对抗场景中采集到的对象样本的行动轨迹样本数据及对应的实际信念状态预测得到的，因此，采用上述信念状态预测方法，能够对博弈对抗过程中的信念状态进行准确地预测，即，提高了预测结果的准确性。

摘要：本申请涉一种基于TimeSformer模型的对抗结果预测方法及系统，涉及数据处理领域。该方法包括：获取对抗场景中具有对抗关系的目标对象的全局移动数据；对各个全局移动数据进行预处理，分别获得各目标对象的全局特征序列；利用预先训练好的TimeSformer模型，对获得的各全局特征序列进行处理，预测所述对抗场景的对抗结果，所述TimeSformer模型为利用历史对抗场景中采集到的具有对抗关系的训练样本的全局移动数据样本及对抗结果训练得到的。由此，提升了对抗结果的预测的准确度。