科学研究

系统分四段。产流用NeuralHydrology的CUDALSTM，7200个网格一次批量前向，现场推理约59秒。汇流用运动波，把网格产流汇到7个出口。概率预报对残差做空间相关采样，蒙特卡洛80次，输出5%–95%流量区间、洪峰分布和首次越线时间。验证按事件对齐2025年雨季洪峰，而不是拿整季最大值

系统支持Excel、CSV等格式的负荷数据导入，提供缺失值处理、异常值识别、时间序列整理、日负荷曲线分析、周负荷分析、月度统计、峰谷时段识别、典型日提取和预测结果展示功能。用户可以选择历史数据范围、预测时间长度和模型参数，查看实际值与预测值对比、预测误差和统计指标。

整个框架由三部分组成。加载路径的描述必须通过荷载大小和时间，所以为二阶张量，材料及其尺寸可以组合成一组一维张量用于表征。所以分别通过两个不同网络学习特征。一个FNN用于学习一阶张量，一个由GNN（学序列自身交互）,LSTM（加入时间约束），TCN（学单变量波形）。最后拼接特征，由另一个FNN计算结果

平台功能包括：场景配置，新建或删除场景、上传基准数据，可添加订单动态到达、设备故障等事件并设置到达频率、数量、交期松紧、故障率等参数；算法配置，接入并选择不同的调度算法，既有启发式规则也有强化学习算法；仿真参数，设置时钟推进方式和运行时长；运行仿真，由算法在每个决策点做出拆批、设备指派和开工时间决策

系统支持学生就业数据的录入、导入、查询、修改和删除，可管理学生的基本信息、学习成绩、技能掌握情况、实习经历、项目经验及就业去向等数据。系统对原始数据进行清洗和特征处理，基于K-NN算法计算待预测学生与历史样本之间的相似度，输出就业安置预测结果；同时支持查看预测记录和相关数据统计，帮助管理人员识别需要

本产品（单台温度采集设备）满足以下要求：（1）温度采集速率支持最大100KSa/s/通道采样率；（2）上位机可以实时显示和存储56路采集数据；（3）每通道24位ADC，温度典型分辨率为0.1℃；（4）数据记录器采集模式；（5）内置并行数据流，每台设备的8路是完全意义上的同步；（6）8位组隔离数字I/

项目包含数据清洗与特征整理、ANN代理模型训练与验证、多目标优化、Pareto解集生成、敏感性分析和结果可视化等模块。通过模型分析不同设计变量对采光、热舒适和能耗的影响，并从非支配解集中筛选符合不同设计偏好的候选方案，为建筑性能比较和设计决策提供数据支持。

系统含17个Lean4模块、506个定义/定理、零sorry（证明无空洞）。模块覆盖：测度论基础设施（Hausdorff维数、可测结构与谱分解）、有理数精确算术验证（分数权重用最小公分母精确表示，消除浮点近似）、数论显式公式与弱收敛框架、多轮审计迭代记录（v3-v9修改日志完整保留）。工程侧：lak

IoT数据采集 通过TCP协议对接上位机系统，实时采集300+传感器的振动、位移、加速度等监测数据消息中间件服务 基于ActiveMQArtemis实现MQTT消息代理，支持多协议（AMQP/MQTT/STOMP）数据分发时序数据存储 TDengine时序数据库存储高频采集数据（200Hz采样率），

主要可协助：论文算法或数学模型的FPGA实现可行性评估Matlab、Python、C/C++算法的定点化与RTL架构设计高速ADC、CMOSSensor及多通道数据采集DDR3/DDR4缓存、高速数据汇聚与网络传输TCP/UDP/IP、Ethernet、PCIe、Aurora、RapidIO等接口图

本项目是一个面向大规模区块链交易网络的智能分析与风险识别框架，旨在利用图神经网络技术挖掘比特币交易网络中的复杂关联关系，实现交易实体分类与高风险节点识别。项目支持超大规模交易图数据处理、图结构建模、节点分类、风险排序及模型评估等核心功能。基于PyTorch与PyTorchGeometric构建图机器

平台支持复杂文档解析、语义切片、元数据管理、知识质检、智能体模板、来源引用和专业资料检索；通过GIS接口与算法服务接入图层、遥感和业务数据，并提供权限管理、安全审计、问题反馈及版本治理，形成可检索、可追溯、可持续扩展的专业知识平台。

（1）统一模型管理：提供模型全生命周期管理能力，包括模型的注册、更新、删除、验证、配置等，确保模型资源的可维护性和可追溯性。（2）智能调度与计算：支持多模型协同调度，优化计算资源分配，保障模型运行的稳定性和高效性，满足业务系统的高并发调用需求。（3）模型绩效评价：建立模型考核机制，对模型的计算精度、

一键运行31种3DGS方法：per-method独立Conda环境隔离依赖，Python统一入口标准化各方法接口，YAML配置声明超参数与随机种子，新增方法仅需约300行wrapper代码四大标准数据集覆盖：Tanks&Temples、Mip-NeRF360、NeRF-Synthetic、DeepB

全自动脚手架构建：从冻结3DGS检查点自动铺设双三次贝塞尔图块，无需人工干预，唯一超参数为残差阈值τ持久参数绑定：每个高斯原语获得稳定参数坐标(k,u,v,ξ)，编辑状态仅由当前控制点决定，误差不累积统一属性传输：通过单一雅可比矩阵J=F'F⁻¹推导全属性闭合更新——位置仿射变换、协方差二次变换、球

系统已上线四大模块(体验入口https://aiqr.miaomiao.help)。一、制作模块(https://aiqr.miaomiao.help/create):上传任意照片作载体,输入任意长度内容,按长度自适应选择(https://aiqr.miaomiao.help)。一、制作模块(htt

1.数据处理模块：支持Excel试验数据导入、异常值清洗、数据集划分，搭配RSM响应面法生成虚拟样本实现小样本数据增强；2.建模预测模块：搭建BP-ANN神经网络模型，可自定义隐藏层神经元数量，完成材料抗压强度等指标回归预测，输出R²精度评价指标；3.多目标优化模块：基于响应面模型开展配合比参数优化

1.自动化路径规划算法：设计了混合轮廓-牛耕全覆盖算法，并配套实现了MBR最优扫描方向、最短弧局部绕障、2.5D动态障碍高程切片、TSP贪心全局连结与测地线安全转场、动力学转弯平滑级联滤波等模块，最终以HTTP微服务形式与UE5解耦集成。2.控制终端模块：集成该项目的所有可调参功能，包括无人机物理属

本项目为计算机科学毕业设计，主要应用于计算几何与空间数据处理领域。系统主要包含以下核心功能模块：1、多边形几何数据导入与解析：支持多边形顶点坐标的安全加载与结构化存储。2、空间重叠面积核心算法：实现两个复杂多边形在平移、旋转等几何变换过程中的最大重叠面积计算与求解。3、计算结果验证与可视化输出：支持

该项目基于SPICE解析器提供的AST，对SPICE网表进行编译，编译目标是符号运算方程组。该编译器的目标输入为SPICE网表，经过AST展平，原始方程生成，拓扑分析，拓扑方程生成，代数环破除，方程依赖拓扑排序，方程组输出，符号方程运行时编译等模块，最终的目标输出为可离散求解的符号运算方程组或运行时