<thead id="3jag6"><rt id="3jag6"><noscript id="3jag6"></noscript></rt></thead>
  • <s id="3jag6"><track id="3jag6"><menuitem id="3jag6"></menuitem></track></s>
       
        

        <sub id="3jag6"><p id="3jag6"></p></sub>
          <style id="3jag6"></style>
          
国产精品久久久久久久网,人人妻人人澡人人爽国产,亚洲中文字幕无码爆乳APP,免费大片黄国产在线观看,无码抽搐高潮喷水流白浆,国产久免费热视频在线观看,国产亚洲精品成人aa片新蒲金,久久久97丨国产人妻熟女































          
    
          

        
       



    
          

          






    
    
    
    Document
    




          
    
          
        
          
            
        
          
        
          
            
        
          
    
          
    
          
        
          
            拖動(dòng)滑塊完成拼圖
        
          
        
          
    
          
    
          
        
          
        
          
    
          

          














          
    
    
          
        首頁(yè)
        專利交易
        IP管家助手
        科技果

        科技人才

        科技服務(wù)
        國(guó)際服務(wù)
        商標(biāo)交易
        會(huì)員權(quán)益
        需求市場(chǎng)

        
        關(guān)于龍圖騰

        
        
        
        
        
        
    
          
    
          
        
        
             / 

            
            
            免費(fèi)注冊(cè)
        
    
          

          



          
    
          
        到頂部
        到底部
    
          

          















          
    
    
          
        
        
          
            
            
            
            
            
            
            
            

            
            
          
                
          
                    
                    清空
                    搜索
                
          
            
          

            
            
            
            
            
            
            
            
            
            
        
          
        
        
        
          
            
            
                
          • 我要求購(gòu)
            • 
                
          • 我要出售
            • 
            
          

            
        
          
    
          

          








          
      
          
          
          
            
          
                
          
                  
          
                  	
                  	
                  		最新專利技術(shù)
                  	
                  
          
                
          
                
          
                    
            
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及智能軌道交通技術(shù)與時(shí)空數(shù)據(jù)挖掘領(lǐng)域，具體涉及一種基于動(dòng)態(tài)狀態(tài)增廣網(wǎng)絡(luò)的旅客出行意圖自驅(qū)動(dòng)識(shí)別方法，該方法用于從海量、匿名的軌道交通出行軌跡中，深度識(shí)別旅客潛在出行意圖與行為模式。本方法的核心在于構(gòu)建一個(gè)動(dòng)態(tài)狀態(tài)增廣的軌道拓?fù)渚W(wǎng)絡(luò)，...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及地震勘探相關(guān)領(lǐng)域，尤其涉及一種基于MFU?Net模型的地震震相拾取方法。本發(fā)明整體設(shè)計(jì)極大地提高了地震震相拾取的準(zhǔn)確性，相比傳統(tǒng)的U?Net模型，MFU?Net通過(guò)優(yōu)化跳躍連接、加強(qiáng)瓶頸層的關(guān)鍵特征提取能力，并解決數(shù)據(jù)集不平衡的問(wèn)...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及水環(huán)境風(fēng)險(xiǎn)監(jiān)測(cè)技術(shù)領(lǐng)域，尤其涉及一種評(píng)估水體發(fā)生藻類水華風(fēng)險(xiǎn)的方法。所述方法包括以下步驟：收集待評(píng)估水體的歷史監(jiān)測(cè)數(shù)據(jù)，包括藍(lán)藻豐度數(shù)據(jù)、水質(zhì)數(shù)據(jù)和水文數(shù)據(jù)；分析藍(lán)藻豐度或葉綠素a濃度與待評(píng)估水體的水質(zhì)、水文數(shù)據(jù)的相關(guān)性；篩選出與...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明提供基于多維度指標(biāo)的智能故障自愈方法，涉及故障檢測(cè)與修復(fù)技術(shù)領(lǐng)域，包括過(guò)采集多源數(shù)據(jù)并進(jìn)行特征工程處理，利用XGBoost分類器進(jìn)行故障分類，根據(jù)故障類型結(jié)合控制器類型和服務(wù)等級(jí)特征選擇組合修復(fù)策略，并通過(guò)服務(wù)依賴圖譜優(yōu)化后執(zhí)行修復(fù)操...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本申請(qǐng)實(shí)施例涉及數(shù)控機(jī)床主軸精度控制技術(shù)領(lǐng)域，提供一種確定數(shù)控機(jī)床主軸動(dòng)態(tài)誤差的方法及計(jì)算機(jī)程序產(chǎn)品。在獲取到數(shù)控機(jī)床主軸的振動(dòng)信號(hào)序列后，可以對(duì)振動(dòng)信號(hào)序列進(jìn)行分塊處理，并對(duì)各振動(dòng)信號(hào)序列塊進(jìn)行局部均值分解，得到不同的信號(hào)特征，并形成不同...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本申請(qǐng)實(shí)施例提供一種確定數(shù)控機(jī)床主軸動(dòng)態(tài)誤差的方法及計(jì)算機(jī)程序產(chǎn)品。獲取用于數(shù)控機(jī)床主軸的振動(dòng)信號(hào)序列；將振動(dòng)信號(hào)序列輸入至預(yù)先訓(xùn)練的深度時(shí)間卷積網(wǎng)絡(luò)中，由深度時(shí)間卷積網(wǎng)絡(luò)預(yù)測(cè)數(shù)控機(jī)床主軸的動(dòng)態(tài)誤差所屬的誤差類別，其中，深度時(shí)間卷積網(wǎng)絡(luò)通過(guò)...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本申請(qǐng)涉及數(shù)據(jù)處理技術(shù)領(lǐng)域，尤其涉及基于物聯(lián)網(wǎng)的隧道電氣安全監(jiān)測(cè)方法及系統(tǒng)；構(gòu)建調(diào)節(jié)系數(shù)；將調(diào)節(jié)系數(shù)與預(yù)設(shè)的初始截?cái)嗑嚯x的乘積作為最優(yōu)截?cái)嗑嚯x，基于最優(yōu)截?cái)嗑嚯x使用DPC算法對(duì)電氣設(shè)備進(jìn)行異常檢測(cè)。本申請(qǐng)具有提高隧道內(nèi)電氣設(shè)備監(jiān)測(cè)準(zhǔn)確度的效...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及數(shù)據(jù)處理技術(shù)領(lǐng)域，尤其涉及一種用于電氣設(shè)備的監(jiān)控方法及系統(tǒng)，該方法將電氣設(shè)備的任一監(jiān)測(cè)指標(biāo)的實(shí)時(shí)數(shù)據(jù)，以及歷史時(shí)段內(nèi)的歷史數(shù)據(jù)組成數(shù)據(jù)序列，根據(jù)數(shù)據(jù)序列中每個(gè)數(shù)據(jù)在不同情況下的變化規(guī)律，得到每個(gè)數(shù)據(jù)的三種異常特征值；針對(duì)任一種異常...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開(kāi)了一種多參數(shù)的水浴鍋防腐監(jiān)測(cè)方法、系統(tǒng)、水浴鍋及存儲(chǔ)介質(zhì)，屬于水浴鍋技術(shù)領(lǐng)域。本發(fā)明通過(guò)獲取水浴鍋的材料數(shù)據(jù)和所述水浴鍋中目標(biāo)介質(zhì)的指標(biāo)數(shù)據(jù)，所述材料數(shù)據(jù)包括：材料類型、材料厚度以及對(duì)所述材料類型在腐蝕介質(zhì)接觸下的腐蝕速率跳變值；...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及壓敏涂料技術(shù)領(lǐng)域，具體為一種基于壓敏涂料色差識(shí)別的結(jié)構(gòu)應(yīng)力監(jiān)測(cè)系統(tǒng)，系統(tǒng)包括：圖像分析模塊、頻率識(shí)別模塊、節(jié)律提取模塊、路徑對(duì)比模塊、預(yù)警判定模塊。本發(fā)明中，通過(guò)圖像色差梯度密度分析與物理響應(yīng)頻率信息的結(jié)合，實(shí)現(xiàn)色差異常區(qū)域在時(shí)間...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開(kāi)了一種基于大數(shù)據(jù)的電容器質(zhì)量檢測(cè)方法及系統(tǒng)，涉及電力設(shè)備智能監(jiān)測(cè)技術(shù)領(lǐng)域，包括將多源數(shù)據(jù)生成數(shù)據(jù)矩陣，提取數(shù)據(jù)矩陣中的每一列，表示為標(biāo)量函數(shù)，使用非對(duì)稱熱擴(kuò)散方程模擬動(dòng)態(tài)演化，計(jì)算演化后的特征場(chǎng)值；基于演化后的特征場(chǎng)值，計(jì)算特征演...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開(kāi)了一種基于數(shù)據(jù)特征的飛行器舵面故障在線探測(cè)方法，涉及飛行器故障在線探測(cè)技術(shù)領(lǐng)域，其通過(guò)實(shí)時(shí)跟蹤故障關(guān)聯(lián)參數(shù)的變化，結(jié)合統(tǒng)計(jì)檢驗(yàn)和數(shù)據(jù)特征分析等手段獲得故障發(fā)生時(shí)刻、故障類型識(shí)別結(jié)果以及故障參數(shù)在線估計(jì)結(jié)果。本發(fā)明相較于直接硬件探測(cè)...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明屬于數(shù)據(jù)分析技術(shù)領(lǐng)域，本發(fā)明公開(kāi)了一種基于軌道交通大模型數(shù)據(jù)分析的網(wǎng)絡(luò)智能中心；所述智能中心包括：設(shè)備狀態(tài)預(yù)測(cè)模塊、韌性決策構(gòu)建模塊、資源動(dòng)態(tài)平衡模塊、因果推理機(jī)制模塊和人機(jī)混合評(píng)估模塊，對(duì)特征向量進(jìn)行分析，得到量化和反饋軌道安全的軌...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明提供一種基于卷積流對(duì)抗網(wǎng)絡(luò)的智能異常檢測(cè)方法及系統(tǒng)，涉及異常檢測(cè)技術(shù)領(lǐng)域，該方法包括采集設(shè)備全生命周期振動(dòng)信號(hào)，處理為時(shí)頻圖，分正常訓(xùn)練集與全周期測(cè)試集；構(gòu)建含生成器和判別器的卷積流對(duì)抗網(wǎng)絡(luò)；預(yù)訓(xùn)練生成器，再交替優(yōu)化判別器和生成器；以...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開(kāi)了一種應(yīng)用于證據(jù)污染平臺(tái)的智能管理系統(tǒng)及方法，涉及智能管理技術(shù)領(lǐng)域，本發(fā)明通過(guò)采集平臺(tái)歷史數(shù)據(jù)，經(jīng)預(yù)處理后，基于歷史數(shù)據(jù)，構(gòu)建證據(jù)價(jià)值評(píng)估模型和污染風(fēng)險(xiǎn)評(píng)估模型；證據(jù)價(jià)值評(píng)估模型融合結(jié)合PageRank算法和加權(quán)線性回歸算法，生成...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及醫(yī)療信息化領(lǐng)域。本發(fā)明公開(kāi)了一種基于多模態(tài)數(shù)據(jù)融合的甲狀腺癌電子病歷系統(tǒng)，其包括多模態(tài)數(shù)據(jù)采集模塊采集患者文本、超聲影像、基因、生化指標(biāo)及臨床數(shù)據(jù)并標(biāo)準(zhǔn)化校準(zhǔn)生成標(biāo)準(zhǔn)數(shù)據(jù)；多模態(tài)特征提取模塊通過(guò)多技術(shù)提取各標(biāo)準(zhǔn)數(shù)據(jù)的語(yǔ)義、結(jié)構(gòu)、突...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明提供一種基于多模態(tài)數(shù)據(jù)的環(huán)境噪聲監(jiān)測(cè)方法，涉及環(huán)境監(jiān)測(cè)技術(shù)領(lǐng)域，包括以下步驟：S1:同步采集環(huán)境中的多模態(tài)數(shù)據(jù)，多模態(tài)數(shù)據(jù)包括原始聲學(xué)信號(hào)、氣象數(shù)據(jù)及視頻圖像數(shù)據(jù)；S2:數(shù)據(jù)處理與特征提取；S3:基于頻譜圖的信噪比與時(shí)域方差動(dòng)態(tài)調(diào)整自...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及航空發(fā)動(dòng)機(jī)技術(shù)領(lǐng)域，公開(kāi)了一種面向壓氣機(jī)整體葉盤加工的多傳感器數(shù)據(jù)融合方法，本發(fā)明對(duì)各傳感器數(shù)據(jù)信號(hào)進(jìn)行濾波與時(shí)間對(duì)齊，并對(duì)數(shù)據(jù)進(jìn)行了歸一化，然后通過(guò)時(shí)頻域雙流輸入BiLSTM特征提取模塊對(duì)振動(dòng)信號(hào)和功率信號(hào)進(jìn)行特征提取，采用具有...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明提供了一種基于自適應(yīng)傅里葉神經(jīng)過(guò)程的海洋多源數(shù)據(jù)融合方法，涉及數(shù)據(jù)融合技術(shù)領(lǐng)域，具體包括如下步驟：對(duì)海洋變量場(chǎng)數(shù)據(jù)進(jìn)行預(yù)處理。針對(duì)任意時(shí)間點(diǎn)自適應(yīng)生成集合背景場(chǎng)。將背景場(chǎng)、真值和觀測(cè)值組織成標(biāo)準(zhǔn)化、用于自適應(yīng)傅里葉神經(jīng)過(guò)程模型訓(xùn)練的數(shù)...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開(kāi)了基于多污染物協(xié)同與時(shí)空特征融合的污染物異常檢測(cè)方法，包括以下步驟：S1、構(gòu)建多污染物傳感器網(wǎng)絡(luò)數(shù)據(jù)集；S2、對(duì)研究區(qū)域內(nèi)多污染物傳感器網(wǎng)絡(luò)數(shù)據(jù)集進(jìn)行清洗與預(yù)處理；S3、對(duì)多污染物傳感器網(wǎng)絡(luò)數(shù)據(jù)集通過(guò)貝葉斯變分推斷學(xué)習(xí)單污染物傳感...
								
            
							
            
							
						
            • 
					
                    
          
                
          

                 
          
                 	
		            	首頁(yè)
		            	上一頁(yè)
		            	
		            	10
		            	
		            	下一頁(yè)
                 	
                 	
            	
          
            
          
            
          
                
          
                  
          技術(shù)分類
          
                  
          
                      
                  
          
                
          
            
          
          
          
      
          
    
          
    
    

























































































































































 
 
    







主站蜘蛛池模板：
亚洲伊人成综合人影院青青青|
粗大的内捧猛烈进出看视频|
国内精品自在自线视频|
亚洲—本道中文字幕东京热|
亚洲精品无码久久久久去q|
久久久这里只有精品10|
中文字幕乱码人在线视频1区|
久久一本久综合久久爱|
亚洲va天堂va在线va欧美|
精品无码中文视频在线观看|
欧洲极品无码一区二区三区|
动漫成人无码精品一区二区三区|
精品无码国产污污污免费网站国产|
亚洲欧美不卡视频在线播放|
蕾丝av无码专区在线观看|
麻豆国产成人av高清在线|
成年女人免费视频播放体验区|
无码乱人伦一区二区亚洲一|
亚洲国产区男人本色|
少妇特黄a片一区二区三区|
中文无码乱人伦中文视频播放|
国产中文字幕乱人伦在线观看
|
波多野结衣一区二区三区av高清|
精品少妇爆乳无码aⅴ区|
亚洲色婷婷久久精品av蜜桃久久|
亚洲自国产拍揄拍|
伊人久久综合无码成人网|
色婷婷久久一区二区三区麻豆
|
色综合天天综合欧美综合|
巨熟乳波霸若妻在线播放|
日本久久久久久久久久加勒比|
正在播放国产真实哭都没用|
日本免费一区二区三区在线播放|
老色69久久九九精品高潮|
精品久久久久中文字幕一区|
国产精品9999久久久久|
国内无遮挡18禁无码网站免费|
中文精品久久久久国产网址|
国内精品久久久久影院网站|
精品无码国产污污污免费|
国产午夜无码视频在线观看
|