<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)明公開(kāi)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(gè)體代謝率指數(shù)與群體聚集熵；時(shí)滯特征分析單元，用于量化并生成生物響應(yīng)時(shí)滯復(fù)...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明提供一種核燃料組件有限元分析自動(dòng)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(jìn)行預(yù)處理、抽殼操作，并識(shí)別接觸特征和焊點(diǎn)特征。再根據(jù)接觸特征和焊點(diǎn)特征，對(duì)核燃料組件的有限元模型進(jìn)行接觸特征和焊點(diǎn)特征的自動(dòng)創(chuàng)建。基...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      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(xiàng)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(jìn)行處理，得到對(duì)用戶的項(xiàng)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(jì)算用戶特...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及社區(qū)管理技術(shù)領(lǐng)域，具體公開(kāi)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(gè)數(shù)據(jù)塊，并計(jì)算各個(gè)數(shù)據(jù)塊的哈希值；以數(shù)據(jù)塊的哈希值建立或增...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及故障診斷技術(shù)領(lǐng)域，具體為觸頭機(jī)械磨損及故障診斷系統(tǒng)，觸頭機(jī)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(cè)模塊、緩沖判定模塊、復(fù)合診斷模塊。本發(fā)明中，通過(guò)三相分閘時(shí)間序列、電阻瞬時(shí)值、壓力信號(hào)與沖擊波包絡(luò)按毫秒級(jí)時(shí)間...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明屬于電動(dòng)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(dòng)汽車電池狀態(tài)預(yù)測(cè)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(cè)；S3、自適應(yīng)充電策略生成；S4、自適...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      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(biāo)準(zhǔn)化檢測(cè)結(jié)果校準(zhǔn)方法，包括，通過(guò)對(duì)不同模態(tài)數(shù)據(jù)進(jìn)行高精度時(shí)空同步與標(biāo)準(zhǔn)化，利用時(shí)間戳對(duì)齊、互相關(guān)函數(shù)及IMU動(dòng)態(tài)補(bǔ)償，通過(guò)采用局部異常因子算法結(jié)合動(dòng)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)明屬于多模態(tài)數(shù)據(jù)融合識(shí)別技術(shù)領(lǐng)域，設(shè)計(jì)了一種光電?雷達(dá)時(shí)空協(xié)同的脈沖路由識(shí)別方法，實(shí)現(xiàn)了對(duì)多模態(tài)數(shù)據(jù)的高效融合與利用，達(dá)到了在模態(tài)部分缺失或受干擾時(shí)仍能準(zhǔn)確識(shí)別目標(biāo)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(chǎng)景更廣。時(shí)...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開(kāi)一種變工況下小樣本的滾動(dòng)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(hào)；劃分樣本數(shù)據(jù)信號(hào)；構(gòu)建多個(gè)串接的基礎(chǔ)卷積塊，并在其中相鄰的兩個(gè)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)明涉及信號(hào)處理領(lǐng)域，公開(kāi)了一種基于多級(jí)殘差交叉注意力的航跡識(shí)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(gè)殘差交叉注意力模塊順序堆疊，每一級(jí)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...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本申請(qǐng)涉及智能運(yùn)動(dòng)設(shè)備技術(shù)領(lǐng)域，提供了一種智能跳繩的計(jì)數(shù)誤差修正及運(yùn)動(dòng)強(qiáng)度動(dòng)態(tài)分級(jí)方法及系統(tǒng)。方法通過(guò)獲取跳繩過(guò)程中的三維運(yùn)動(dòng)數(shù)據(jù)；對(duì)三維運(yùn)動(dòng)數(shù)據(jù)進(jìn)行特征提取，獲取跳繩運(yùn)動(dòng)特征；通過(guò)所述跳繩運(yùn)動(dòng)特征在三維運(yùn)動(dòng)數(shù)據(jù)中識(shí)別出目標(biāo)數(shù)據(jù)段；在目標(biāo)數(shù)...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本申請(qǐng)涉及數(shù)據(jù)處理的領(lǐng)域，具體提供一種分析標(biāo)注數(shù)據(jù)的方法、系統(tǒng)和裝置，該方法包括，對(duì)存儲(chǔ)在主題隊(duì)列中的日志數(shù)據(jù)進(jìn)行解析驗(yàn)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(shí)，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(dāng)前標(biāo)注任務(wù)以及與目標(biāo)用...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      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(dòng)的復(fù)雜水域流向識(shí)別方法及系統(tǒng)，包括以下步驟：S1：通過(guò)整合水文觀測(cè)、遙感影像、地形數(shù)據(jù)的多維度信息，并通過(guò)去噪、時(shí)空對(duì)齊及特征提取，構(gòu)建標(biāo)準(zhǔn)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(qǐng)涉及一種用電行為模式確定方法、裝置、計(jì)算機(jī)設(shè)備、可讀存儲(chǔ)介質(zhì)和程序產(chǎn)品。所述方法包括：獲取多個(gè)樣本電力負(fù)荷曲線，并基于多個(gè)樣本電力負(fù)荷曲線和最大均值差異MMD模型，對(duì)高斯混合模型進(jìn)行訓(xùn)練，得到訓(xùn)練后的高斯混合模型；將多個(gè)預(yù)設(shè)負(fù)荷數(shù)據(jù)數(shù)...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開(kāi)了一種光伏發(fā)電功率數(shù)據(jù)處理與動(dòng)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(duì)歷史數(shù)據(jù)集進(jìn)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(dòng)超過(guò)設(shè)定閾值的日期對(duì)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(xué)特性，得到樣...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開(kāi)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(duì)輸入的數(shù)據(jù)進(jìn)行處理，生成標(biāo)準(zhǔn)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(jué)、文本、時(shí)序數(shù)據(jù)映射到統(tǒng)一特征空間；特征優(yōu)化...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及電力能源負(fù)荷分析技術(shù)領(lǐng)域，尤其涉及一種基于深度學(xué)習(xí)的深遠(yuǎn)海養(yǎng)殖電力能源負(fù)荷智能分析方法。所述方法包括以下步驟：獲取深遠(yuǎn)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(yùn)行光?柴...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及月球遙感探測(cè)領(lǐng)域，尤其涉及一種基于深度學(xué)習(xí)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(cè)模型，采用交叉驗(yàn)證法對(duì)礦物預(yù)測(cè)模型進(jìn)行評(píng)估；將氧化物遙感數(shù)據(jù)輸入礦物預(yù)測(cè)模型，生成初始礦物豐度預(yù)測(cè)圖；提取巖性...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開(kāi)了一種基于似然的認(rèn)知診斷Q矩陣估計(jì)方法，所屬領(lǐng)域?yàn)檎J(rèn)知診斷評(píng)估領(lǐng)域，包括：獲取學(xué)生對(duì)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(xué)生屬性向量的后驗(yàn)分布，并基于此計(jì)算邊際似然。進(jìn)而通過(guò)AIC或BIC值評(píng)估不同q向量...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明提供一種TPU上矩陣運(yùn)算的實(shí)現(xiàn)方法、裝置、設(shè)備及介質(zhì)，屬于電數(shù)字?jǐn)?shù)據(jù)處理技術(shù)領(lǐng)域。該方法包括：按照TPU中張量計(jì)算核心的數(shù)量，對(duì)輸入矩陣進(jìn)行劃分，得到各張量計(jì)算核心對(duì)應(yīng)的待處理子矩陣；獲取待處理子矩陣的矩陣維度，以及向量存儲(chǔ)器容量；按...
								
            
							
            
							
						
            • 
					
                    
          
                
          

                 
          
                 	
		            	首頁(yè)
		            	上一頁(yè)
		            	
		            	11
		            	
		            	下一頁(yè)
                 	
                 	
            	
          
            
          
            
          
                
          
                  
          技術(shù)分類
          
                  
          
                      
                  
          
                
          
            
          
          
          
      
          
    
          
    
    

























































































































































 
 
    







主站蜘蛛池模板：
久久人搡人人玩人妻精品首页|
免费毛片手机在线播放|
国内自拍真实伦在线视频|
精品国产人妻一区二区三区久久|
久久久亚洲精品无码|
国产无套水多在线观看|
伊人久久综合狼伊人久久|
人妻洗澡被强公日日澡电影
|
国产成人一区二区三区免费|
午夜精品久久久久久|
日本亚洲欧美在线视观看|
少妇大胆瓣开下部自慰|
好男人在在线社区www在线影院|
欧美人成网站在线看|
无码国产成人午夜电影观看
|
日韩乱码免费一区二区三区|
无遮挡无码h纯肉动漫在线观看
|
国产一区二区三区免费观看在线|
蜜芽tv国产在线精品三区
|
国产成人精品aa毛片|
800av凹凸视频在线观看|
色一情一乱一伦麻豆|
免费人成网站视频在线观看
|
97人妻天天摸天天爽天天
|
精品熟女少妇av久久免费软件|
国产精品狼人久久久久影院|
欧洲中文字幕一区二区|
亚洲图片校园另激情类小说|
日本强伦片中文字幕免费看|
欧美老熟妇喷水|
好爽毛片一区二区三区四|
日夜啪啪一区二区三区|
久热在线中文字幕色999舞|
久久久av波多野一区二区|
精品人妻少妇一区二区三区在线|
久久精品国产亚洲AV瑜伽|
麻豆专媒体一区二区|
福利所第一导航福利|
欧美黑人激情性久久|
性欧美牲交在线视频|
国内精品久久久久久99|