一种用于计算机网络技术的硬盘安全隔离装置

    公开(公告)号:CN118915885A

    公开(公告)日:2024-11-08

    申请号:CN202410949049.5

    申请日:2024-07-16

    IPC分类号: G06F1/18 G11B33/14 G06F1/20

    摘要: 本发明公开了一种用于计算机网络技术的硬盘安全隔离装置,包括主机箱,所述主机箱的内部设有硬盘箱,所述硬盘箱上设有安装板,所述硬盘箱的内壁上设有滑槽,所述滑槽中滑动设有隔离放置装置,所述硬盘箱内中部设有隔离板,所述硬盘箱的底部设有散热扇,所述隔离放置装置上设有压固装置。本发明属于计算机硬盘隔离技术领域,具体是解决了应用于计算机网络中的多组硬盘在进行安装时,需要独立安装两套散热器,十分繁琐,占用空间,两组硬盘在进行分别固定时,十分繁琐,不便于拆卸的一种用于计算机网络技术的硬盘安全隔离装置。

    一种基于多方向局部差异测度与熵加权的红外小目标检测方法

    公开(公告)号:CN114494903B

    公开(公告)日:2024-11-01

    申请号:CN202210069992.8

    申请日:2022-01-21

    IPC分类号: G06V20/13 G06V10/26 G06V10/46

    摘要: 本发明公开了一种基于多方向局部差异测度与熵加权的红外小目标检测方法,包括:步骤一,通过多方向局部差异测度来增强目标并抑制杂波背景,步骤二,利用熵来表征目标与背景之间的异质性,进一步增强目标,同时生成显著图。步骤三,采用自适应阈值操作从背景中分割出目标。本发明提出了一种多方向局部差分测度方法,设计了多方向卷积核能够有效的解决所定义的背景区域随目标单元格的增长而成比例增长造成的问题,对目标及其周围局部纹理结构的尺寸变化具有较强的鲁棒性,从而显著降低了误报率。本发明对于复杂背景中的红外小目标检测能在增强目标的同时有效的抑制背景,具有更高的检测率和低虚警率。

    一种手写汉字图像的笔顺识别方法及系统

    公开(公告)号:CN113903045B

    公开(公告)日:2024-11-01

    申请号:CN202111237628.X

    申请日:2021-10-22

    IPC分类号: G06V30/244 G06F40/126

    摘要: 本发明公开了一种手写汉字图像的笔顺识别方法及系统,其中,笔顺识别方法包括预处理步骤、第一次笔顺匹配步骤、第二次笔顺匹配步骤和笔段融合步骤;本发明提供的笔顺识别方法是针对静态手写汉字图像,避免了在电子设备上书写体验的失真;本发明基于八邻域方向编码规则给出了不同类型笔画的非法方向编码,并根据非法方向编码来计算第一次笔顺匹配步骤中的匹配权重;本发明对手写汉字进行第一次笔顺匹配和第二次笔顺匹配,可确保手写汉字中的每个笔段都有匹配的笔顺;本发明通过不同笔段的八邻域编码链和不同笔画的合法方向编码来实现笔段融合;通过本发明提供的笔顺识别方法,能有效提高静态手写汉字图像中笔顺识别的准确率。

    高反光运动物体的三维重建方法、装置及电子设备

    公开(公告)号:CN115049789B

    公开(公告)日:2024-10-29

    申请号:CN202210764403.8

    申请日:2022-06-29

    IPC分类号: G06T17/00 G01B11/24

    摘要: 本申请提供了一种高反光运动物体的三维重建方法、装置及电子设备,方法包括:获取目标高反光运动物体在正弦光栅照射下生成的多个不同相移的图像;从多个不同相移的图像中筛选不存在反光情况的目标图像;基于多个目标图像的相移步数和图像光强,构建目标高反光运动物体对应的目标系数矩阵和目标光强矩阵;根据所述目标系数矩阵、所述目标光强矩阵,对所述目标高反光运动物体进行三维重建。本申请能够对高反光运动物体进行精准地重建。

    基于修正Q矩阵和注意力机制的知识状态预测方法及装置

    公开(公告)号:CN118821927A

    公开(公告)日:2024-10-22

    申请号:CN202411302761.2

    申请日:2024-09-19

    发明人: 钟睿 王坤

    摘要: 本发明公开了一种基于修正Q矩阵和注意力机制的知识状态预测方法及装置,其中的方法首先采用现有的基于知识点先决依赖关系图的修正Q矩阵进行学习者知识点诊断,克服了传统认知诊断模型中专家Q矩阵易出现误差且标注的人工消耗过大的问题。其次,修正Q矩阵忽视了练习之间的关联使得知识点难度区分度不足,从而导致认知诊断结果准确性不高。为了提高知识点难度区分度,本发明提出了基于超图注意力机制的练习关联度量模型,得到了更精确的练习相似度。通过提升练习相似度的方式提升了知识点难度区分度。最后,在诊断阶段,本发明通过引入Transformer至项目反应理论进行信息聚合与更新,预测最优化的知识点熟练程度,最终得到学生的知识状态。

    一种面向典型农村道路遥感提取的深度学习方法

    公开(公告)号:CN117173557B

    公开(公告)日:2024-10-18

    申请号:CN202310972067.0

    申请日:2023-08-03

    摘要: 本发明公开了一种面向典型农村道路遥感提取的深度学习方法,包括:(1)获取用于典型农村道路提取的高分辨率遥感影像,并进行预处理,包括辐射定标、大气校正、几何校正、波段融合;(2)依据预处理后的高分遥感影像进行人工目视解译,获取道路矢量数据,并制作模型的训练与测试数据集;(3)在U‑Net模型中加入优化残差模块、全局上下文注意力机制模块和DUpsampling模块,提出GDU‑Net模型;(4)利用训练数据集进行模型训练,然后将测试数据集输入到模型中,进行道路提取与结果评价。本发明不仅能够正确提取农村道路的边界,而且增强了提取结果的完整性,显著提升了典型农村道路的提取精度,具有较好的应用价值。

    学生表现预测方法、装置、电子设备及存储介质

    公开(公告)号:CN118780949A

    公开(公告)日:2024-10-15

    申请号:CN202410767603.8

    申请日:2024-06-14

    摘要: 一种学生表现预测方法、装置、电子设备及计算机可读存储介质,其中,学生表现预测方法,包括:获取预设时间段内学生的多种行为类别中不同目标行为对应的学习行为数据;将所述不同目标行为对应的学习行为数据以预设时间单位进行聚合,以及将聚合得到的聚合数据以所述行为类别为单位分别进行特征融合,得到类别特征集,确定以时间序列排列的所述类别特征集为类别特征时序集;将所述类别特征时序集输入至预训练的特征重构网络,得到重构时序集;将所述重构时序集输入至学生表现预测模型,得到对所述学生的表现预测结果。上述学生表现预测方法、装置、电子设备及计算机可读存储介质可以客观、高效地对学生表现进行预测。

    基于图神经网络的知识结构预测方法、装置、设备及介质

    公开(公告)号:CN118780353A

    公开(公告)日:2024-10-15

    申请号:CN202410722080.5

    申请日:2024-06-05

    IPC分类号: G06N5/02 G06N3/042

    摘要: 一种基于图神经网络的知识结构预测方法、装置、电子设备及计算机可读存储介质,其中,该方法,包括:获取用户的学习概念图;计算学习概念图中每个节点的文本分别与专家词典中各文本的文本相似度,获取最大的文本相似度作为每个节点的语义相似度;根据学习概念图中节点的语义相似度和学习概念图的节点结构特征进行图增强表示,得到学习概念图的节点增强表示;将学习概念图的节点增强表示和概念图的邻接矩阵进行串联得到的输入向量输入至基于图神经网络构建的知识结构预测模型,得到用户的知识结构预测结果。上述基于图神经网络的知识结构预测方法、装置、电子设备及计算机可读存储介质可以客观、准确、高效地对学习者的知识结构进行预测。