<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
    




          
    
          
        
          
            
        
          
        
          
            
        
          
    
          
    
          
        
          
            拖動滑塊完成拼圖
        
          
        
          
    
          
    
          
        
          
        
          
    
          

          














          
    
    
          
        首頁
        專利交易
        IP管家助手
        科技果

        科技人才

        科技服務(wù)
        國際服務(wù)
        商標交易
        會員權(quán)益
        需求市場

        
        關(guān)于龍圖騰

        
        
        
        
        
        
    
          
    
          
        
        
             / 

            
            
            免費注冊
        
    
          

          



          
    
          
        到頂部
        到底部
    
          

          















          
    
    
          
        
        
          
            
            
            
            
            
            
            
            

            
            
          
                
          
                    
                    清空
                    搜索
                
          
            
          

            
            
            
            
            
            
            
            
            
            
        
          
        
        
        
    
          

          








          
      
          
          
          
            
          
                
          
                  
          
                  	
                  	
                  		最新專利技術(shù)
                  	
                  
          
                
          
                
          
                    
            
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了一種基于似然的認知診斷Q矩陣估計方法，所屬領(lǐng)域為認知診斷評估領(lǐng)域，包括：獲取學生對題目的響應(yīng)數(shù)據(jù)和部分定義的Q矩陣，利用G?DINA模型擬合獲得學生屬性向量的后驗分布，并基于此計算邊際似然。進而通過AIC或BIC值評估不同q向量...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及月球遙感探測領(lǐng)域，尤其涉及一種基于深度學習的月球礦物多源數(shù)據(jù)協(xié)同反演方法，包括構(gòu)建多源數(shù)據(jù)集；基于多源數(shù)據(jù)集訓(xùn)練礦物預(yù)測模型，采用交叉驗證法對礦物預(yù)測模型進行評估；將氧化物遙感數(shù)據(jù)輸入礦物預(yù)測模型，生成初始礦物豐度預(yù)測圖；提取巖性...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及電力能源負荷分析技術(shù)領(lǐng)域，尤其涉及一種基于深度學習的深遠海養(yǎng)殖電力能源負荷智能分析方法。所述方法包括以下步驟：獲取深遠海養(yǎng)殖電力能源系統(tǒng)的電力多能源設(shè)備數(shù)據(jù)以及用戶用電數(shù)據(jù)；基于電力多能源設(shè)備數(shù)據(jù)以及用戶用電數(shù)據(jù)建立優(yōu)化運行光?柴...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了一種基于多模態(tài)大模型的CVOCA特征提取方法及系統(tǒng)，屬于多模態(tài)特征提取技術(shù)領(lǐng)域，包括數(shù)據(jù)輸入；數(shù)據(jù)預(yù)處理，對輸入的數(shù)據(jù)進行處理，生成標準化輸入；特征統(tǒng)一表示，利用跨模態(tài)統(tǒng)一編碼器將視覺、文本、時序數(shù)據(jù)映射到統(tǒng)一特征空間；特征優(yōu)化...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了一種光伏發(fā)電功率數(shù)據(jù)處理與動態(tài)擬合方法及系統(tǒng)，包括：采集光伏發(fā)電的歷史數(shù)據(jù)集；對歷史數(shù)據(jù)集進行數(shù)據(jù)預(yù)處理，去除限電狀態(tài)、陰雨雪天氣、功率波動超過設(shè)定閾值的日期對應(yīng)的數(shù)據(jù)，得到用于數(shù)據(jù)擬合的樣本數(shù)據(jù)；基于樣本數(shù)據(jù)的數(shù)學特性，得到樣...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本申請涉及一種用電行為模式確定方法、裝置、計算機設(shè)備、可讀存儲介質(zhì)和程序產(chǎn)品。所述方法包括：獲取多個樣本電力負荷曲線，并基于多個樣本電力負荷曲線和最大均值差異MMD模型，對高斯混合模型進行訓(xùn)練，得到訓(xùn)練后的高斯混合模型；將多個預(yù)設(shè)負荷數(shù)據(jù)數(shù)...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及水文水資源技術(shù)領(lǐng)域，具體為多源數(shù)據(jù)驅(qū)動的復(fù)雜水域流向識別方法及系統(tǒng)，包括以下步驟：S1：通過整合水文觀測、遙感影像、地形數(shù)據(jù)的多維度信息，并通過去噪、時空對齊及特征提取，構(gòu)建標準化水域特征數(shù)據(jù)集；S2：基于量子路徑疊加原理，融合多...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本申請涉及數(shù)據(jù)處理的領(lǐng)域，具體提供一種分析標注數(shù)據(jù)的方法、系統(tǒng)和裝置，該方法包括，對存儲在主題隊列中的日志數(shù)據(jù)進行解析驗證，確定日志數(shù)據(jù)是否出現(xiàn)異常；在確定日志數(shù)據(jù)出現(xiàn)異常時，根據(jù)預(yù)設(shè)的處理策略，處理并合并日志數(shù)據(jù)和當前標注任務(wù)以及與目標用...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本申請涉及智能運動設(shè)備技術(shù)領(lǐng)域，提供了一種智能跳繩的計數(shù)誤差修正及運動強度動態(tài)分級方法及系統(tǒng)。方法通過獲取跳繩過程中的三維運動數(shù)據(jù)；對三維運動數(shù)據(jù)進行特征提取，獲取跳繩運動特征；通過所述跳繩運動特征在三維運動數(shù)據(jù)中識別出目標數(shù)據(jù)段；在目標數(shù)...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及信號處理領(lǐng)域，公開了一種基于多級殘差交叉注意力的航跡識別和分類方法。該方法由全局特征提取網(wǎng)絡(luò)和分類網(wǎng)絡(luò)組成，其中全局特征提取網(wǎng)絡(luò)由多個殘差交叉注意力模塊順序堆疊，每一級模塊包括殘差特征提取模塊與交叉注意力模塊，分別用于提取局部特征...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開一種變工況下小樣本的滾動軸承故障診斷方法和系統(tǒng)，涉及故障診斷領(lǐng)域，診斷方法包括：獲取樣本數(shù)據(jù)信號；劃分樣本數(shù)據(jù)信號；構(gòu)建多個串接的基礎(chǔ)卷積塊，并在其中相鄰的兩個基礎(chǔ)卷積模塊之間添加DGAA模塊形成基于DGAA的卷積特征提取網(wǎng)絡(luò)；將...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明屬于多模態(tài)數(shù)據(jù)融合識別技術(shù)領(lǐng)域，設(shè)計了一種光電?雷達時空協(xié)同的脈沖路由識別方法，實現(xiàn)了對多模態(tài)數(shù)據(jù)的高效融合與利用，達到了在模態(tài)部分缺失或受干擾時仍能準確識別目標的效果。與現(xiàn)有方法相比，該方法可以應(yīng)用于模態(tài)缺失的情況，適用場景更廣。時...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及數(shù)據(jù)處理技術(shù)領(lǐng)域，具體為一種基于多模態(tài)融合的標準化檢測結(jié)果校準方法，包括，通過對不同模態(tài)數(shù)據(jù)進行高精度時空同步與標準化，利用時間戳對齊、互相關(guān)函數(shù)及IMU動態(tài)補償，通過采用局部異常因子算法結(jié)合動態(tài)參數(shù)調(diào)整，并利用多模態(tài)數(shù)據(jù)內(nèi)在關(guān)聯(lián)...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明屬于電動汽車電池管理系統(tǒng)技術(shù)領(lǐng)域，具體涉及一種基于圖神經(jīng)網(wǎng)絡(luò)的自適應(yīng)電動汽車電池狀態(tài)預(yù)測與智能充電方法及系統(tǒng)，包括以下步驟：S1、電池單體關(guān)系圖構(gòu)建；S2、基于圖注意力網(wǎng)絡(luò)的SOC/SOH聯(lián)合預(yù)測；S3、自適應(yīng)充電策略生成；S4、自適...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及故障診斷技術(shù)領(lǐng)域，具體為觸頭機械磨損及故障診斷系統(tǒng)，觸頭機械磨損及故障診斷系統(tǒng)包括數(shù)據(jù)采集模塊、磨損診斷模塊、接觸面檢測模塊、緩沖判定模塊、復(fù)合診斷模塊。本發(fā)明中，通過三相分閘時間序列、電阻瞬時值、壓力信號與沖擊波包絡(luò)按毫秒級時間...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及社區(qū)管理技術(shù)領(lǐng)域，具體公開了一種應(yīng)用于智慧養(yǎng)老社區(qū)的數(shù)據(jù)管理方法及系統(tǒng)，其中，方法包括步驟：獲取原始健康數(shù)據(jù)，并將原始健康數(shù)據(jù)預(yù)處理為健康數(shù)據(jù)記錄；將健康數(shù)據(jù)記錄劃分出多個數(shù)據(jù)塊，并計算各個數(shù)據(jù)塊的哈希值；以數(shù)據(jù)塊的哈希值建立或增...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      一種基于洗牌差分隱私的矩陣分解推薦方法，包括：獲取用戶與項目之間的交互數(shù)據(jù)集，并將其輸入至矩陣分解推薦模型中進行處理，得到對用戶的項目推薦結(jié)果；還包括訓(xùn)練得到矩陣分解推薦模型：在服務(wù)端預(yù)處理模型信息；根據(jù)預(yù)處理好的模型信息在用戶端計算用戶特...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明提供一種核燃料組件有限元分析自動建模方法，屬于數(shù)字模型處理技術(shù)領(lǐng)域，該方法包括：獲取初始幾何模型后，進行預(yù)處理、抽殼操作，并識別接觸特征和焊點特征。再根據(jù)接觸特征和焊點特征，對核燃料組件的有限元模型進行接觸特征和焊點特征的自動創(chuàng)建。基...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了一種基于數(shù)字孿生的蛋雞類養(yǎng)殖模擬系統(tǒng)，涉及智能養(yǎng)殖技術(shù)領(lǐng)域，包括數(shù)據(jù)采集單元，用于獲取多維狀態(tài)參數(shù)，并輸出至生物狀態(tài)量化單元；生物狀態(tài)量化單元，用于解算出個體代謝率指數(shù)與群體聚集熵；時滯特征分析單元，用于量化并生成生物響應(yīng)時滯復(fù)...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及數(shù)值仿真技術(shù)領(lǐng)域，具體涉及三維元胞自動機與有限元耦合的鋼板腐蝕數(shù)值仿真方法，本發(fā)明通過初始仿真數(shù)據(jù)分析不同時刻下每個元胞網(wǎng)格區(qū)域的初始腐蝕速度和初始腐蝕程度，設(shè)置有限元網(wǎng)格分解的單位元尺寸，將元胞網(wǎng)格區(qū)域劃分為多個單位元區(qū)域，并獲...
								
            
							
            
							
						
            • 
					
                    
          
                
          

                 
          
                 	
		            	首頁
		            	上一頁
		            	
		            	10
		            	
		            	下一頁
                 	
                 	
            	
          
            
          
            
          
                
          
                  
          技術(shù)分類
          
                  
          
                      
                  
          
                
          
            
          
          
          
      
          
    
          
    
    

























































































































































 
 
    







主站蜘蛛池模板：
亚洲自偷自偷在线成人网站传媒
|
精品无码中文视频在线观看|
99福利资源久久福利资源|
国产小受被做到哭咬床单GV|
97亚洲色欲色欲综合网|
国产精品久久久久9999赢消|
久久大香香蕉国产拍国|
337p粉嫩大胆色噜噜噜|
亚洲国产区男人本色|
亚洲成在人线视av|
精品国产综合区久久久久久
|
四虎国产精品免费久久久|
久久国内精品一区二区三区|
日韩成人无码|
亚洲人成电影网站 久久影视
|
无码av片av片av无码|
亚洲欧美中文日韩V在线观看|
中文字幕人乱码中文|
天堂中文在线8最新版地址|
麻豆国产精品久久人妻|
无码高潮少妇毛多水多水|
日韩av片无码一区二区不卡|
成年午夜免费韩国做受视频|
免费大片黄国产在线观看|
亚洲国产精品日韩av专区|
国产精品免费麻豆入口|
国产精品白丝av嫩草影院|
夜夜高潮夜夜爽国产伦精品|
国产色视频免费|
99视频精品全部免费 在线|
无码AV无码免费一区二区|
免费人成网站免费看视频|
高清无码爆乳潮喷在线观看|
国产免费1卡2卡|
麻豆专媒体一区二区|
国产日韩精品一区二区三区在线|
日日噜噜夜夜爽爽|
国产亚洲欧美另类一区二区三区|
亚洲欧美日韩精品色xxx|
国产男女猛视频在线观看|
九九在线中文字幕无码|