本发明涉及一种卡口节点的短时交通流预测方法，包括：获取目标卡口的天气信息、节假日信息、以及目标卡口所在目标区域的路网地理图及其历史交通流数据；对历史交通流数据提取交通流特征矩阵和POI数据；根据卡口节点的邻居信息利用SDNE算法和DTW算法计算卡口节点与其相邻节点之间的连接强度；根据连接强度矩阵和交通流特征矩阵利用空间注意力机制和基于切比雪夫多项式为卷积核的GCN算法挖掘卡口节点的空间特征；根据空间特征矩阵利用Gate‑TCN模型提取卡口节点的时空特征；根据外部属性构建目标卡口节点的流量吸引矩阵，并根据目标卡口节点的天气信息、节假日信息和时空特征利用MLP多层感知器预测目标卡口节点的交通流。

本发明请求保护一种基于在线社交网络的信息传播预测系统及方法，属于在线社交网络分析领域。它包括了获取数据源，建立用户边关系动态，建立用户关注度演化动态，构建热点话题传播预测模型四个部分。第一步，获取数据源。第二步，构建用户边关系动态，以异质平均场理论为基础，采用图演化博弈对其进行改进，使之具有现实适用性。第三步，构建用户关注度演化动态，定义收益矩阵和信息流行度，根据演化博弈论构建用户关注度演化动态机制。第四步，构建信息传播预测方法。将用户边关系动态和用户关注度演化动态与传统流行病模型结合，构建一种新的信息传播预测方法。该发明能够有效的预测复杂社会网络中信息传播的动态态势，揭示不同动力学要素对信息扩散的影响。

本发明请求保护一种基于车辆轨迹语义分析和深度信念网络的轨迹预测方法，属于智能交通分析领域。首先，获取数据源。其次，交通卡口关联性分析。根据轨迹集中交通卡口的上下文关系，使用统计概率模型构建关联空间，按照关联空间中的相对位置度量交通卡口之间的关联性；第三，根据新的轨迹时空关联向量集挖掘轨迹中的用户行车模式，训练DBN网络形成特征提取模型；第四，根据轨迹特征建立回归预测模型，利用处理后的交通轨迹特征集，对未来轨迹进行回归预测，同时采用权重聚类对结果进行优化，最终实现对车辆轨迹的精确预测。本发明有效改善了实际交通环境中复杂的路网关系对轨迹预测的负面影响，提高了预测效率。

本发明涉及一种数据驱动的输入输出含噪声Hammerstein非线性系统偏差校正辨识方法，属于控制理论与控制工程非线性系统辨识领域。该方法包括：S1：采集系统观测输入数据和观测输出数据；S2：构建Hammerstein非线性系统可解释重构模型；S3：处理Hammerstein非线性系统噪声与系统数据，解耦噪声作用；S4：利用二维搜索方法求解系统噪声方差；S5：利用最小二乘偏差校正方法求解系统参数辨识。本发明采用系统观测输入输出数据，基于可解释的重构模型，避免参数估计过程的偏差，提高模型精度，提供一致估计。

本发明公开了一种洗头床及其控制方法，该洗头床包括洗头床本体，在洗头盆处设置有洗头外罩，在洗头外罩内设置有至少一个莲蓬头，在莲蓬头的进水口处设置有用于开关进水口的莲蓬头开关阀；还包括在莲蓬头出水口附近设置有至少一个气囊，气囊的加压进口/减压出口分别与加压装置的加压出口和减压装置的减压进口相连；加压装置的控制端与控制器的加压控制端相连，减压装置的控制端与控制器的减压控制端相连，控制器的进水控制端与莲蓬头开关阀的控制端相连。本发明能够对头发进行自动的清洗，降低工作人员的工作量。

本发明涉及一种动静态数据混合驱动的Hammerstein非线性工业系统简约灰箱子空间辨识方法，属于控制理论与控制工程非线性系统辨识领域。该方法包括：S1：采集系统动态数据和静态数据；S2：选择和处理Hammerstein非线性系统模型，得到预测模型；S3：构建Hammerstein非线性系统动态简约模型；S4：构建Hammerstein非线性系统静态简约模型；S5：利用递阶拉格朗日最优加权方法求解系统参数融合辨识。本发明同时采用动静态数据，基于分解的简约模型，避免对额外中间参数的估计，降低估计模型的方差、提高模型精度。

本发明提供了一种便携式异常行为智能分析系统，系统主要包括边缘设备背包、云端服务器和移动端平台。边缘设备背包包括锂电池及智能逆变器、监控摄像头、三脚架、智能行为识别系统、边缘计算设备；智能异常行为识别以边缘端设备为载体，用于实现异常行为的实时报警，将结果展示在移动端并提供报警处理功能；云端服务器用于智能行为识别模型的训练以及参数的更新。本系统的目的为搭建便携式的视频监控报警平台，部署摄像头，添加边缘计算的规则，实现异常行为报警功能，实时处理报警信息，降低报警时延。

本发明属于锂电池SoC估计领域，具体涉及一种基于卡尔曼滤波器和神经网络联合估计模型的SoC估计方法；该方法包括：实时获取待检测的锂电池的电流和电压；将获取的电流和电压输入到神经网络联合估计模型中，得到待检测的锂电池SoC估计结果，本发明利用锂电池电化学模型结合神经网络非线性参数化方法，提高了模型的泛化能力；使用Sage‑Husa估计器与无迹卡尔曼滤波算法结合，提高算法估计精度；通过实时更新模型参数，解决了因环境变化和自身老化造成的锂电池模型准确性降低的问题；与深度学习的估计方法相比，需要的数据量更小，抗噪声的能力更强。

本发明公开了一种处理冶金工业流程废水的油水分离装置，包括废水槽、分离器和净水槽，分离器设有进液口、净水出口，分离器的进液口与废水槽的出液口连接，分离器的净水出口与净水槽的进水口连接，分离器设有可压缩分离腔，该可压缩分离腔分别与进液口和净水出口连通，该可压缩分离腔内填充有滤芯，滤芯包括多孔基体，该多孔基体具有三维通孔，该多孔基体的表面接枝有2,3‑环氧丙基三甲基氯化铵。本发明公开了一种基于上述装置的油水分离方法。本发明的有益效果：滤芯表面具有高亲水性，允许水通过而阻隔油通过，从而起到油水分离作用，油水分离装置的可压缩分离腔的体积能改变，从而可以压缩滤芯从而减小滤芯孔径，适应不同含油废水的分离要求。

本发明公开了一种用于处理冶金含油废水的泡沫，包括多孔基体，该多孔基体具有三维通孔，该多孔基体的表面接枝有2,3‑环氧丙基三甲基氯化铵。本发明的目的之二在于提供一种上述泡沫的制备方法。本发明的有益效果：制备得到的泡沫形貌完整，机械性能好，水通过速度高，对含油乳液的分离效率高，重复性好。