本發(fā)明涉及計(jì)算機(jī)軟件技術(shù)領(lǐng)域，提供一種面向RISC?V架構(gòu)擴(kuò)展指令集的可擴(kuò)展操作系統(tǒng)，硬件層的通用RISC?V處理器包括基礎(chǔ)指令集和部分標(biāo)準(zhǔn)擴(kuò)展指令集，多樣化RISC?V處理器還包括除了通用處理器所包含的指令集之外的其他標(biāo)準(zhǔn)和非標(biāo)準(zhǔn)擴(kuò)展...

本發(fā)明屬于軟件測試技術(shù)領(lǐng)域，涉及一種基于離散事件仿真引擎的系統(tǒng)自動(dòng)測試方法和裝置。該方法包括：選擇離散事件仿真引擎的測試模式，所述測試模式包括基于智能體自動(dòng)測試、基于歷史數(shù)據(jù)自動(dòng)測試、基于人工輔助半自動(dòng)測試；根據(jù)選擇的測試模式生成測試指...

本發(fā)明公開一種時(shí)序數(shù)據(jù)的空間存儲優(yōu)化方法及系統(tǒng)，屬于信息存儲技術(shù)領(lǐng)域。所述方法包括：獲取包含n個(gè)時(shí)間序列S<subgt;i</subgt;的時(shí)間序列集合S；將時(shí)間序列S<subgt;i</subgt;陸續(xù)存儲至數(shù)...

本發(fā)明提供一種代碼補(bǔ)全模型訓(xùn)練方法、裝置、電子設(shè)備和存儲介質(zhì)，屬于代碼補(bǔ)全技術(shù)領(lǐng)域，其中方法包括：獲取待補(bǔ)全的開源的抽象語法樹AST數(shù)據(jù)集；后序遍歷AST數(shù)據(jù)集，得到AST數(shù)據(jù)集對應(yīng)的后序序列數(shù)據(jù)集；基于AST數(shù)據(jù)集構(gòu)建詞匯表，基于詞匯...

本發(fā)明屬于計(jì)算機(jī)仿真技術(shù)領(lǐng)域，具體涉及一種離散事件仿真引擎和離散網(wǎng)格驅(qū)動(dòng)的氣象環(huán)境模型構(gòu)建方法和裝置。該方法包括：構(gòu)建氣象實(shí)體，包括天氣現(xiàn)象和天氣等級；根據(jù)氣象實(shí)體的屬性的變化，模擬氣象實(shí)體在離散網(wǎng)格中從產(chǎn)生到消亡的過程，得到氣象實(shí)體行...

本發(fā)明提供一種基于汽車駕駛環(huán)境的神經(jīng)系統(tǒng)疾病預(yù)警與監(jiān)測方法及裝置，屬于信息處理技術(shù)領(lǐng)域。所述方法包括：在訓(xùn)練數(shù)據(jù)集上訓(xùn)練異常駕駛行為預(yù)警模型；采集目標(biāo)車輛行駛過程中的目標(biāo)駕駛員狀態(tài)數(shù)據(jù)、目標(biāo)車輛行駛數(shù)據(jù)、目標(biāo)車輛行駛狀態(tài)和目標(biāo)車輛環(huán)境；...

本發(fā)明公開了一種開發(fā)運(yùn)維流水線任務(wù)輸入輸出顯示化方法，其步驟包括：1)獲取用戶輸入或編寫的開發(fā)運(yùn)維流水線描述文件、任務(wù)輸入描述文件和任務(wù)輸出描述文件；根據(jù)開發(fā)運(yùn)維流水線描述文件構(gòu)造一流水線；2)依次執(zhí)行流水線中的各任務(wù)，并在執(zhí)行每一任務(wù)...

本發(fā)明涉及計(jì)算機(jī)軟件技術(shù)領(lǐng)域，提供一種面向RISC?V架構(gòu)的操作系統(tǒng)解耦構(gòu)建方法及裝置，將操作系統(tǒng)中的軟件組件劃分為三類，既節(jié)省了使用RISC?V擴(kuò)展指令集特定的編譯工具鏈構(gòu)建擴(kuò)展指令集不相關(guān)軟件組件時(shí)可能帶來的工程量，又省略了可能存在...

本發(fā)明涉及計(jì)算機(jī)軟件工程技術(shù)領(lǐng)域，提供一種編譯優(yōu)化模型訓(xùn)練方法及編譯優(yōu)化方法，該訓(xùn)練方法將程序樣本編譯至RISC?V平臺，可以使訓(xùn)練得到的編譯優(yōu)化模型應(yīng)用于RISC?V平臺上的程序編譯優(yōu)化，進(jìn)而可以為開發(fā)人員在RISC?V平臺上的程序編...

本公開一種基于SM2數(shù)字標(biāo)識簽名的泛指定驗(yàn)證者簽名證明方法及系統(tǒng)，屬于信息安全技術(shù)領(lǐng)域。所述方法包括：從簽名者獲取消息m、該消息m的簽名σ以及該簽名者的用戶信息ID<subgt;a</subgt;，并結(jié)合由系統(tǒng)管理員生成的系...

本發(fā)明屬于離散事件仿真技術(shù)領(lǐng)域，涉及一種基于離散事件仿真引擎的削峰優(yōu)化方法和裝置。該方法包括：進(jìn)行基于時(shí)間并發(fā)的離散事件削峰優(yōu)化，將同一時(shí)刻發(fā)生的離散事件進(jìn)行合并和并發(fā)處理；進(jìn)行基于空間融合的離散事件削峰優(yōu)化，將相同事件類型且相同觸發(fā)單...

本發(fā)明涉及一種用于阿爾茨海默病篩查的視頻制作方法和裝置。該方法包括：收集健康受試者在觀看視頻時(shí)的眼動(dòng)數(shù)據(jù)并進(jìn)行數(shù)據(jù)預(yù)處理，包括對其進(jìn)行時(shí)間窗口劃分；針對每個(gè)時(shí)間窗口計(jì)算不同受試者眼動(dòng)數(shù)據(jù)的相似性分?jǐn)?shù)，并通過預(yù)設(shè)的閾值篩選高相似性視頻片段...

本發(fā)明涉及一種基于眼動(dòng)追蹤的阿爾茨海默病智能篩查系統(tǒng)。該系統(tǒng)包括：數(shù)據(jù)捕獲模塊，該模塊利用網(wǎng)絡(luò)攝像頭或手機(jī)攝像頭捕捉被試者在日常環(huán)境下的眼動(dòng)數(shù)據(jù)，同時(shí)保證眼動(dòng)視頻與觀看視頻的時(shí)間同步；數(shù)據(jù)預(yù)處理和分析模塊，該模塊對原始眼動(dòng)數(shù)據(jù)進(jìn)行清洗、...

本發(fā)明提供一種基于RISC?V芯片的雙光融合監(jiān)控方法及系統(tǒng)，屬于圖像處理技術(shù)領(lǐng)域，包括：獲取雙光視頻流數(shù)據(jù)，包括可見光視頻流和紅外視頻流；解析雙光視頻流數(shù)據(jù)獲取可見光視頻幀圖像和灰度視頻幀圖像；將可見光視頻幀圖像和灰度視頻幀圖像輸入至雙...

本發(fā)明涉及一種基于元函數(shù)的信息抽取上下文學(xué)習(xí)方法及裝置。所述方法包括：構(gòu)建執(zhí)行上下文學(xué)習(xí)信息抽取任務(wù)的神經(jīng)網(wǎng)絡(luò)模型；構(gòu)建訓(xùn)練數(shù)據(jù)集，訓(xùn)練數(shù)據(jù)包括：抽取說明、標(biāo)注范例和文本；將類別匿名化的抽取說明、標(biāo)注范例和文本輸入編碼器，采用上下文學(xué)習(xí)...

本發(fā)明提供基于深度學(xué)習(xí)的軟件包構(gòu)建失敗原因確定方法及裝置。其中方法包括：獲取軟件包構(gòu)建的日志文本；將日志文本輸入至已訓(xùn)練的深度學(xué)習(xí)模型中，獲取深度學(xué)習(xí)模型輸出的構(gòu)建失敗原因；其中，深度學(xué)習(xí)模型包括第一詞嵌入模塊、第二詞嵌入模塊以及融合處...

本發(fā)明屬于仿真計(jì)算技術(shù)領(lǐng)域，涉及一種離散事件仿真引擎效能評估方法和裝置。該方法包括：通過一系列同時(shí)發(fā)生的離散事件，測試仿真引擎完成所有離散事件所需的CPU時(shí)間，進(jìn)而計(jì)算離散事件處理平均耗時(shí)，作為引擎性能評估指標(biāo)；測試仿真引擎面臨海量離散...

本發(fā)明公開一種AI模型的實(shí)時(shí)訓(xùn)練方法、系統(tǒng)、設(shè)備及存儲介質(zhì)，屬于人工智能技術(shù)領(lǐng)域。所述方法包括：基于接收到的數(shù)據(jù)采集指令進(jìn)行原始數(shù)據(jù)采集；將所述原始數(shù)據(jù)發(fā)生給PC端，以使所述PC端基于該原始數(shù)據(jù)訓(xùn)練一AI模型后，將訓(xùn)練后的AI模型返回給...

本發(fā)明公開一種面向文檔知識庫的多粒度結(jié)構(gòu)化檢索增強(qiáng)生成方法及裝置，屬于信息檢索和自然語言處理領(lǐng)域。所述方法包括：將原始文檔數(shù)據(jù)中的每一原始文檔D<subgt;i</subgt;切分為若干個(gè)葉節(jié)點(diǎn)粒度的文檔片段并生成不同粒度層...

本發(fā)明公開了一種基于UWB信號的非接觸式快速血壓測量方法及系統(tǒng)，屬于非接觸感知領(lǐng)域。本發(fā)明從UWB接收信號中判斷感知范圍內(nèi)是否有人存在，當(dāng)感知范圍內(nèi)有人存在時(shí)，判斷人的狀態(tài)是處于靜止?fàn)顟B(tài)還是活動(dòng)狀態(tài)；當(dāng)檢查到人處于靜止?fàn)顟B(tài)時(shí)，提取人體的...