<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)明涉及數(shù)據(jù)處理領(lǐng)域，涉及一種適用于山體區(qū)域的三維地質(zhì)災(zāi)害模型構(gòu)建方法及系統(tǒng)，包括：對每個第一監(jiān)測點在每一時刻下的三維地理坐標和環(huán)境數(shù)據(jù)進行異常篩選，得到在每一時刻下的多個第二監(jiān)測點；根據(jù)每一時刻的多個第二監(jiān)測點對應(yīng)的第一數(shù)量與全部的第一...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明提出了一種多參數(shù)融合的鉆具狀態(tài)智能診斷方法、裝置及設(shè)備，通過獲取鉆具基礎(chǔ)運行參數(shù)確定穩(wěn)定工作時段，在穩(wěn)定時段向鉆具施加特定頻率激勵振動形成主動傳播波；采用多點監(jiān)測技術(shù)獲取響應(yīng)振動信號并提取時刻序列，通過差分處理獲取時序偏移量；基于時序...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及衛(wèi)星軌道預(yù)測技術(shù)領(lǐng)域，公開了基于物理信息神經(jīng)網(wǎng)絡(luò)的衛(wèi)星軌道預(yù)測方法、終端及介質(zhì)。該方法基于同一時間段內(nèi)的衛(wèi)星位置數(shù)據(jù)、太陽位置數(shù)據(jù)和月球位置數(shù)據(jù)，構(gòu)建樣本集；構(gòu)建物理信息神經(jīng)網(wǎng)絡(luò)；該網(wǎng)絡(luò)以衛(wèi)星歷史位置數(shù)據(jù)作為輸入，預(yù)測未來時刻的衛(wèi)...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了一種結(jié)合地質(zhì)參數(shù)反演的壓裂施工壓力多步預(yù)測方法，屬于非常規(guī)油氣資源勘探開發(fā)技術(shù)領(lǐng)域。所述方法包括以下步驟：S1：收集多個井區(qū)的基礎(chǔ)數(shù)據(jù)，并對所述基礎(chǔ)數(shù)據(jù)進行預(yù)處理，獲得數(shù)據(jù)集；S2：建立地質(zhì)反演模型和時序預(yù)測模型；S3：在所述數(shù)...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了一種針對失效線索的召回激活方法，涉及數(shù)據(jù)處理技術(shù)領(lǐng)域，所述方法包括通過對原始破損線索數(shù)據(jù)集進行初步清洗，獲取包含缺失字段的記錄集合，針對每一項缺失字段采用預(yù)先建立的特征推斷模型，生成初步補全后的線索數(shù)據(jù)集，得到第一階段修復記錄；...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明提供了一種基于增強記憶狀態(tài)空間模型的磁芯損耗預(yù)測方法，涉及磁芯損耗預(yù)測技術(shù)領(lǐng)域，獲取輸入特征：B波形、H波形、溫度和頻率；通過Mamba狀態(tài)空間模型處理得到基本特征，通過特征轉(zhuǎn)換模塊將基本特征進行增強，得到中間特征；通過構(gòu)建增強記憶狀...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了一種服務(wù)金融場景需求的大模型智能匹配方法，包括：1、評估大模型的金融能力：基于各個能力維度的評價指標和得分得到能力特征向量；2、金融業(yè)務(wù)場景需求解析：結(jié)合領(lǐng)域關(guān)鍵詞映射、語義向量匹配和大模型評估三種方法，運用動態(tài)權(quán)重調(diào)制與多層次...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本申請涉及智能健身器械與運動康復技術(shù)領(lǐng)域，提供了一種肌肉硬度檢測與筋膜槍擊打參數(shù)智能匹配方法及系統(tǒng)。方法通過獲取目標肌肉區(qū)域在靜態(tài)按壓狀態(tài)下的原始硬度檢測信號；對原始硬度檢測信號進行降噪濾波處理，提取反映肌肉硬度的特征參數(shù)；將特征參數(shù)輸入預(yù)...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了一種眼圖交叉點集查找方法及計算機可讀存儲介質(zhì)，獲取眼圖離散點數(shù)據(jù)，將眼圖離散點數(shù)據(jù)劃分為多個子集合，每個子集合中均包括一個眼交叉點集，對每個子集合，定位到每個子集合的眼交叉位置，獲取眼交叉位置的眼圖離散點數(shù)據(jù)另存到對應(yīng)的交叉點數(shù)...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明提供了一種惡意軟件家族分類方法，包括：基于字節(jié)碼文件和配置文件分別得到RGB圖像；基于所設(shè)計的編碼器對所述RGB圖像進行特征提取，以獲得判別性特征向量；對每個RGB圖像通過數(shù)據(jù)增強生成樣本對，利用監(jiān)督對比學習方法優(yōu)化嵌入空間，使同類樣...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明實施例公開了一種基于多模態(tài)融合的動態(tài)意圖理解方法，包括：獲取用戶在本次對話中的多模態(tài)行為數(shù)據(jù)；根據(jù)本次對話是否為首次對話，對本次對話文本進行改寫；將改寫后的對話文本和其它多模態(tài)行為數(shù)據(jù)共同提供至大模型，提示大模型識別本次對話的意圖；具...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明提供一種基于單元網(wǎng)格劃分的路面濕滑狀態(tài)分析方法及系統(tǒng)，首先將管控路段劃分為多個帶有唯一網(wǎng)格標識信息和空間位置邊界的單元網(wǎng)格，接著獲取各單元網(wǎng)格對應(yīng)的包含反映路面表面狀態(tài)檢測參數(shù)集合的路面檢測數(shù)據(jù)，基于檢測數(shù)據(jù)和空間位置邊界建立單元網(wǎng)格...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明屬于人工智能領(lǐng)域，涉及一種聯(lián)邦雙正則化多誤差融合時序異常檢測方法，包括：中央服務(wù)器初始化全局模型，得到全局模型參數(shù)，并將全局模型參數(shù)分發(fā)給多個本地客戶端；多個本地客戶端分別接收全局模型參數(shù)，并利用本地私有數(shù)據(jù)進行本地訓練，得到本地模型...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及一種基于人工智能的紫花苜蓿耐鹽性預(yù)測方法，屬于數(shù)據(jù)處理與預(yù)測技術(shù)領(lǐng)域。其包括以下步驟：采集紫花苜蓿雙模態(tài)時序數(shù)據(jù)，構(gòu)建數(shù)據(jù)集；采用動態(tài)分段歸一化方法處理雙模態(tài)時序數(shù)據(jù)，得到歸一化后的雙模態(tài)時序數(shù)據(jù)；構(gòu)建紫花苜蓿耐鹽性預(yù)測模型，包括...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及故障診斷技術(shù)領(lǐng)域，具體為基于時間序列分析的斷路器機械故障預(yù)診斷方法，首先，通過安裝傳感器實時采集斷路器機械的運行數(shù)據(jù)，并對數(shù)據(jù)進行預(yù)處理；然后，基于標準運行數(shù)據(jù)采用時序分割策略，將數(shù)據(jù)分割成獨立時序序列，并針對每個獨立時序序列提取...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及智能地鎖技術(shù)領(lǐng)域，特別涉及一種基于生成對抗網(wǎng)絡(luò)的智能地鎖異常檢測方法及系統(tǒng)，通過采集目標地鎖系列的地鎖設(shè)計信息，并根據(jù)地鎖設(shè)計信息提取每一系列型號的型號本征特征，獲取型號本征特征集；基于型號本征特征集進行聚類分析，對應(yīng)定義多個虛擬...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明提供了一種基于神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)實時分析方法與系統(tǒng)，應(yīng)用于數(shù)據(jù)處理技術(shù)領(lǐng)域。本申請對制造場景數(shù)據(jù)中的結(jié)構(gòu)特征進行預(yù)處理與特征提取，生成特征分析數(shù)據(jù)；基于神經(jīng)網(wǎng)絡(luò)模型對汽車結(jié)構(gòu)進行實時分析，生成實時分析特征參數(shù)；基于動態(tài)閾值算法對相鄰幀結(jié)構(gòu)...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本申請涉及電纜接頭老化預(yù)測技術(shù)領(lǐng)域，具體提供了一種配電網(wǎng)電纜接頭老化預(yù)測方法及系統(tǒng)，該方法包括步驟：獲取待預(yù)測電纜接頭的多模態(tài)運行數(shù)據(jù)、接頭類型信息和運行工況信息;基于預(yù)設(shè)老化特征提取規(guī)則對多模態(tài)運行數(shù)據(jù)中不同模態(tài)的運行數(shù)據(jù)進行老化特征提取...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      一種基于深度學習的電力數(shù)據(jù)泄露識別方法及系統(tǒng)，該方法包括：S1.生成差分隱私標注用電數(shù)據(jù)集；S2.基于小波包分解與互信息篩選對差分隱私標注用電數(shù)據(jù)集進行特征映射，獲得多尺度關(guān)鍵特征張量；S3.將多尺度關(guān)鍵特征張量置入魚鷹優(yōu)化算法引擎，完成局...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本申請涉及一種基于區(qū)塊鏈的校園欺凌防控方法、系統(tǒng)、設(shè)備及存儲介質(zhì)。該方法包括：校園欺凌防控系統(tǒng)部署有去中心化網(wǎng)絡(luò)，去中心化網(wǎng)絡(luò)至少包括一個主節(jié)點和N個副節(jié)點，響應(yīng)于校園欺凌防控請求，將校園欺凌防控請求中攜帶的身份信息和提問內(nèi)容加密寫入?yún)^(qū)塊鏈...
								
            
							
            
							
						
            • 
					
                    
          
                
          

                 
          
                 	
		            	首頁
		            	上一頁
		            	
		            	12
		            	
		            	下一頁
                 	
                 	
            	
          
            
          
            
          
                
          
                  
          技術(shù)分類
          
                  
          
                      
                  
          
                
          
            
          
          
          
      
          
    
          
    
    

























































































































































 
 
    







主站蜘蛛池模板：
国产精品亚洲а∨天堂2021|
日韩精品国产二区三区|
国产精品多p对白交换绿帽|
亚洲成色最大综合在线|
欧美天天综合色影久久精品|
少妇午夜福利水多多|
麻豆精品一区综合av在线|
国产凸凹视频一区二区|
免费国产乱码一二三区|
中文字幕免费不卡二区|
久热综合在线亚洲精品|
嫖妓丰满肥熟妇在线精品|
国产精品成人av在线观看|
亚洲日韩∨a无码中文字幕|
久久ww精品w免费人成|
国产3p露脸普通话对白|
久久国国产免费999|
精产国品一二三产区m553麻豆|
国产精品人妻中文字幕|
动漫成人无码精品一区二区三区|
久久综合九色综合97婷婷|
九九在线精品国产|
好大好硬好爽免费视频|
国产精品美女久久久久|
成人午夜做爰视频免费看|
亚洲人av在线无码影院观看|
欧美综合婷婷欧美综合五月|
国产又大又黑又粗免费视频
|
天天躁夜夜躁狠狠久久成人网|
成人丝袜激情一区二区|
精品少妇av蜜臀av|
久久人人97超碰国产公开|
久久99国产综合精品免费|
丁香五月激情缘综合区|
四库影院永久国产精品|
男女xx00上下抽搐动态图|
国产精品福利视频萌白酱|
在线观看免费人成视频色|
中文版在线乱码在线看|
最大胆裸体人体牲交|
麻豆成人精品国产免费|