本发明公开了一种基于边缘检测和语义分割的企业产品缺陷智能检测方法。首先使用带注意力机制的DeeplabV3+对产品图像进行语义分割，其次采用边界感知损失函数对图卷积神经网络进行优化，然后使用优化后的图卷积神经网络对DeeplabV3+的语义分割进行边缘优化用以提高语义分割的准确性，得到产品图像的语义分割结果，接着使用Transformer对产品图像进行边缘检测，得到产品的边缘信息，最后逐像素融合语义分割与边缘检测的结果，得到产品的缺陷并提供缺陷的位置以及缺陷形状。本发明方法可有效获取企业产品的缺陷，语义分割提供了缺陷的精确位置，而边缘检测可以帮助确定产品中的不规则形状或边缘缺陷，两者相结合可以提高缺陷检测精确性。

本发明公开了一种基于改进的卷积神经网络的驾驶员状态识别方法，包括：输入驾驶员驾驶视频V1，进行超分辨率处理后输出视频V2。搭建卷积神经网络，构造人体关键点检测识别模型M1。利用yolo算法对视频V2中的人物进行检测，输出单人体视频集V3，捕捉关键帧后，输出单人体关键帧集V4。使用模型M1对V4识别，构造人体关键点坐标集K1。对各种姿势关键点进行坐标点信息标记，计算得到人体姿势对应关键点坐标分布模型M2。对坐标集K1二次检测，使用正常坐标点计算人体关键点之间距离信息，和模型M2对照从而判定驾驶员驾驶状态。本发明利用已经标注好的人体关键点信息，结合机器学习和特征识别技术实现驾驶员驾驶时的姿势检测。

本发明公开了一种多特征双向门控领域专家实体抽取方法及系统。该方法首先通过构建领域专家语料库以训练实体抽取模型；接着，使用BERT方法进行字嵌入表示，对语料库专业领域词汇构造要素进行特征分析并提取边界特征；然后，利用双向门控神经网络和注意力机制有效获取特定词语长距离依赖关系；最后，结合条件随机场模型实现命名实体识别，将抽取后的信息建立高质量的实体信息索引项返还WEB应用系统。本发明方法可有效抽取领域专家信息实体，充分利用文本字嵌入特征、边界特征以及上下文特征以获得更好的NER性能，从而解决人工特征提取成本高和专业新词无法识别等问题。

本发明公开了一种光伏阵列多传感器故障检测定位方法，该方法将传感器分成若干个检测单元，在检测故障时，先将故障定位到检测单元；然后利用改进BP神经网络对检测单元内部的故障特征值与故障位置间的映射关系进行学习，从而实现光伏阵列故障点的检测与定位；最后提出了一种新的非硬性故障判据。本发明故障检测定位方法能适用于大规模光伏阵列又不过多增加系统成本；既能够精确自主检测定位又算法简洁、易于实现。

本发明公开了一种用于瓷质微粉抛光砖生产的设备，包括刀架，所述刀架为中空结构，此瓷质微粉抛光砖的生产设备结构简单，通过加入卡杆和T形杆的组合结构，手动转动第一螺纹杆，带动第二螺纹杆转动，因第一螺纹杆和第二螺纹杆上的螺纹方向相反，两个滑块相向运动，拉紧绳变松，且两个滑块相向运动时会使得两个卡杆发生转动，卡杆与卡槽脱离，第一电导片与第二电导片脱离，电磁铁失去磁性，在第一弹簧的作用下，两个T形杆相背运动与限位槽脱离，此时，人手动将切刀从刀架中拔出，安装时，将切刀插入刀架内，反向转动第一螺纹杆即可，从而达到方便拆卸与安装切刀的效果。

本发明属于UV固化材料技术领域，公开了一种水下超疏油自清洁UV固化金属涂料及其涂层和制备方法与在抽油烟机、不粘锅、船舶防污等领域中的应用。本发明涂料包括底涂和面涂，底涂由组分A和组分B组成。本发明还提供一种基于上述水下超疏油自清洁UV固化金属涂料的涂层及其制备方法。本发明涂料可在抽油烟机、不粘锅、船舶防污等领域中的应用。基于本发明涂料所得的金属涂层具有特殊的纳米与微米的复合结构，在复合结构的表面上具有亲水聚合物分子刷结构，从而使得该涂层具有空气中超亲水超亲油，而在水下超疏油的性质，在空气中对水和油的接触角为0°，在水下对油滴的接触角大于150°，可应用于船舶防污、抽油烟机、不粘锅等领域中。

本发明公开了一种汽车空调系统的进风箱，包括有箱体、空调进风口、隔板、链轮和链条，所述箱体的一端开设有自然进风口，所述箱体的另一端安装有换气扇，所述箱体的底端开设有若干个出风口，若干个所述隔板分别与所述箱体铰接，所述隔板位于所述箱体内部，所述隔板边缘固接有橡胶块，所述隔板的安装有链轮，所述链轮上套设有链条，所述链轮与第一电机固接，所述空调进风口设置在隔板的下方，所述自然进风口覆盖隔板的上下两侧。本发明的有益效果为可便捷的调节车内的空气环境，提升车内的空气质量。

本发明公开了基于拓扑排序奖励机制的无人机农业驱鸟方法及系统，包括：构建鸟类识别器，收集鸟类的三维目标数据，进行三维目标跟踪；根据识别的结果自动生成奖励自动机，并构建奖励自动机与底层算法的连接机制，使用强化学习方法进行路径规划；将基于拓扑排序的奖励机制的强化学习方法用于无人机路径规划问题，使用基于拓扑排序的奖励机制的无人机进行农业驱鸟工作。本发明基于拓扑排序中任务间的依赖关系，通过分层强化学习思想提高系统的并行性和资源利用率，并将其生成顶层的抽象任务表征应用于底层的连续系统的控制，自适应动态环境，解决了目前农业驱鸟领域存在的鸟害控制、任务协调性差、易造成路径重复覆盖、能耗高效率低等实际问题。

本发明涉及企业画像和自然语言处理技术领域，公开了一种基于情境嵌入和知识蒸馏的企业画像标签抽取方法装置，将企业情境信息向量化后与企业文本向量拼接，得到融合企业情境信息的企业文本；构建主干网络进行模型训练，构建小规模TextCNN枝干网络内嵌到前11层Transformer的主干网络上，将融合后的企业文本传入Bert模型发现其隐藏特征，再传入BiLSTM网络和最大池化层进一步发现其上下文特征和局部特征；使用主干网络指导枝干网络进行知识蒸馏和标签抽取。本发明使用企业情境嵌入可以有效提高标签抽取的准确率，同时拥有知识蒸馏的深度学习模型可以提高标签抽取效率，使其在实际场景中更好的应用。

本发明公开了一种基于知识图谱的虚拟货币地址画像方法及装置。适用于普遍的虚拟货币地址画像问题。这种地址画像的方法主要是基于知识图谱构建结构化数据，结合了地址画像的思想，对虚拟货币地址数据进行处理，首先使用neo4j图关系数据库存储相关虚拟货币地址，然后分析各地址的性质构建地址画像其次通过可视化技术展示各地址间的数据，最后将获取到的地址间的性质提取出来，利用地址和地址之间的关系状况决定各地址的画像方法。本发明方法可有效提高虚拟货币犯罪追溯效率，具有更好的实用性。