<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
        國際服務
        商標交易
        會員權益
        需求市場

        
        關于龍圖騰

        
        
        
        
        
        
    
          
    
          
        
        
             / 

            
            
            免費注冊
        
    
          

          



          
    
          
        到頂部
        到底部
    
          

          















          
    
    
          
        
        
          
            
            
            
            
            
            
            
            

            
            
          
                
          
                    
                    清空
                    搜索
                
          
            
          

            
            
            
            
            
            
            
            
            
            
        
          
        
        
        
    
          

          








          
      
          
          
          
            
          
                
          
                  
          
                  	
                  	
                  		最新專利技術
                  	
                  
          
                
          
                
          
                    
            
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了一種模型訓練方法、數(shù)據分類方法、裝置、設備及存儲介質，涉及數(shù)據處理技術領域。模型訓練方法包括：獲取帶有樣本標簽的訓練樣本集，并確定每個訓練樣本的類內密度，其中，樣本標簽用于表征訓練樣本的類型，類內密度用于表征每類訓練樣本內的樣本...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明提供一種基于深度學習的電站設備狀態(tài)趨勢預測方法，包括如下步驟：S1、獲取電站設備歷史運行數(shù)據，并進行預處理；S2、利用深度神經網絡，基于電站設備歷史運行數(shù)據構建趨勢預警模型、溫度時序預測子模型和振動時序預測子模型；S3、通過模型依次輸...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及數(shù)據處理領域，尤其涉及一種鋰電池充電數(shù)據監(jiān)測方法及系統(tǒng)。方法包括步驟：獲取歷史充電數(shù)據點的特征序列，在所有歷史充電數(shù)據點的特征序列中獲取任意一維度的特征數(shù)據，計算各維度的特征數(shù)據與其他維度的特征數(shù)據的類別一致性，根據類別一致性確定...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及人工智能技術領域，具體為一種基于深度學習的薄片類部件性能快速預測方法，采集多工況仿真數(shù)據生成訓練樣本，構建并編碼網格拓撲結構提取多維特征，經特征融合與自注意力機制處理后，輸入感知機預測應力并評估誤差。本發(fā)明中，通過引入仿真信息構建...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本申請?zhí)峁┝艘环N乘員損傷預測方法、裝置、電子設備及存儲介質，包括：根據獲取到的原始工況碰撞脈沖確定脈沖曲線中兩個階段的間斷位置，以生成對應多種碰撞工況的重構碰撞脈沖曲線；將重構碰撞脈沖曲線進行二階半正弦波擬合處理，以得到二階半正弦簡化脈沖曲...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開一種基于局部徘徊活動場景的船舶軌跡預測方法，屬于智能海事監(jiān)管技術領域，包括：獲取AIS數(shù)據后進行預處理，并劃分為訓練集、驗證集和測試集；構建混合神經網絡預測模型；將訓練集輸入到混合神經網絡預測模型中通過MSE和Adam進行訓練優(yōu)化...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了一種基于UUSGSR的數(shù)控機床動力刀座降噪方法，屬于數(shù)控機床伺服刀架動力刀座監(jiān)測技術領域，本發(fā)明方法具體步驟包括：對監(jiān)測的刀架動力刀座內軸承振動信號進行希爾伯特變換和橢圓濾波預處理；構建非飽和放縮型高斯勢隨機共振模型處理信號；提...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及發(fā)電機監(jiān)測技術領域，特別涉及一種水輪發(fā)電機組在線狀態(tài)監(jiān)測方法及系統(tǒng)，包括：采集數(shù)據，通過輕量化TinyML推理模型對數(shù)據進行預處理；通過PCA對預處理后的數(shù)據進行降維處理，對降維后的數(shù)據進行動態(tài)歸一化；通過特征提取模塊對歸一化后的...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及一種頁巖儲層油氣運移能力的評價方法，以巖石對流體吸附抑制指數(shù)與孔徑貢獻指數(shù)的算術平方根作為油氣運移能力指數(shù)，用以評價油氣運移能力；0<油氣運移能力指數(shù)≤0.35時，油氣運移能力為III類，油氣運移能力差；0.35<油氣...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了一種高并行度Softmax軟硬件協(xié)同設計方法，通過引入基于分布的和估計方法與Log2量化來改進Softmax算法，實現(xiàn)更少的面積開銷、更快的運行速度和更低的能耗。該方法包括：統(tǒng)計階段：處理整個輸入向量以生成直方分布圖和輸入序列的...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及一種多目標啟發(fā)式潮流方程矩陣最優(yōu)分塊計算方法和裝置，其中，方法包括：以負載平衡性和子矩陣計算總代價最小為目標，構建雅克比矩陣最優(yōu)分塊模型；將所述雅克比矩陣最優(yōu)分塊模型的目標函數(shù)作為多目標遺傳退火算法的適應度函數(shù)，并進行雅克比矩陣最...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本申請涉及一種云臺角度解算方法、裝置、電子裝置和存儲介質，其中，該云臺角度解算方法包括：獲取初始重力加速度數(shù)據和初始角速度數(shù)據，根據初始重力加速度數(shù)據和初始角速度數(shù)據，確定重構重力加速度數(shù)據，根據初始重力加速度數(shù)據確定觀測模型，并根據重構重...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了一種多源公開新聞政策采集方法及平臺，具有多源公開新聞政策采集模塊、多源公開新聞政策格式化處理存儲模塊、多源公開新聞政策自動采集模塊，所述系統(tǒng)采集多源公開新聞政策，并將采集的信息進行格式化處理存儲，能對采集到的格式化信息進行檢索。...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本申請涉及一種圖數(shù)據庫的存儲和管理方法，該方法包括：基于集群創(chuàng)建指令確定集群部署策略，根據集群部署策略創(chuàng)建對應的Zone，并確定各個Zone的副本數(shù)量；根據各個Zone的副本數(shù)量和圖數(shù)據庫配置的總分片數(shù)，在各Zone的物理機上輪詢分配分片副...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了一種基于數(shù)字孿生的可視化場景方法、系統(tǒng)、設備和介質，涉及數(shù)字孿生與可視化建模技術領域，包括采集多格式源數(shù)據進行字段標準映射，將字段標準映射后的多格式源數(shù)據執(zhí)行一致性校驗；將一致性校驗后的多格式源數(shù)據寫入待融合緩沖區(qū)，在待融合緩沖...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了一種文字寫作修正輔助方法及系統(tǒng)，涉及人工智能技術領域，方法包括：獲取用戶的當前文字描述，提取實體文本并進行語義排序，生成實體文本序列；通過詞向量模型識別各實體文本的規(guī)范得分、情感得分和行文對象級別，生成第一投影點；以每個實體文本...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本申請涉及一種基于強化學習的RAG系統(tǒng)評估數(shù)據集自動合成方法和裝置，其中，該方法包括：獲取RAG系統(tǒng)的知識庫數(shù)據，并從知識庫數(shù)據中提取目標垂直領域的關鍵詞和相關的文檔；根據關鍵詞和文檔，利用預設的提示詞模版合成初始問答對；構建初始問答對的獎...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明提供可交互的多模態(tài)人工智能數(shù)字人自動講解方法及系統(tǒng)，涉及人工智能體數(shù)字人技術領域，包括通過將文檔轉換為結構化文件，利用多模態(tài)人工智能模型解析圖片序列得到文本內容，采用大語言模型及人工智能體構建講解文本，并通過人工智能體將音頻與數(shù)字人及...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本申請涉及語義分析技術領域，具體涉及基于語義分析的AI智能體問答文本生成方法，包括：獲取每個問題對的問題關鍵詞集合和問答關鍵詞集合；計算各關鍵詞的語義變化向量，進而獲取每個問題對的問題關鍵詞集合中每個關鍵詞的語義異常偏差；結合問題關鍵詞集合...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本申請涉及人工智能技術領域，公開了一種生命意義感檢測方法及裝置。該方法包括：基于多篇科學文獻構建知識圖譜；獲取用于訓練的文本數(shù)據；將所述知識圖譜作為大語言模型的背景知識，通過所述大語言模型生成所述文本數(shù)據對應的知識描述文本；基于所述文本數(shù)據...
								
            
							
            
							
						
            • 
					
                    
          
                
          

                 
          
                 	
		            	首頁
		            	上一頁
		            	
		            	14
		            	
		            	下一頁
                 	
                 	
            	
          
            
          
            
          
                
          
                  
          技術分類
          
                  
          
                      
                  
          
                
          
            
          
          
          
      
          
    
          
    
    

























































































































































 
 
    







主站蜘蛛池模板：
人妻中出无码一区二区三区|
亚洲美女高清无水av|
国产成人亚洲综合二区|
久久99精品国产麻豆婷婷洗澡|
18禁超污无遮挡无码免费游戏|
亚洲成人av免费一区|
成人无码午夜在线观看|
少妇激情作爱视频|
久久精品国产99国产精2021|
国产精品丝袜无码不卡一区|
亚洲中文字幕久久精品无码app|
精选国产av精选一区二区三区
|
国产精品国产自线拍免费|
玩爽少妇人妻系列|
亚洲乱码国产乱码精品精大量
|
国内精品久久久久久久97牛牛|
蜜国产精品jk白丝av网站|
亚洲欧洲日产国码无码动漫|
人妻暴雨中被强制侵犯在线|
亚洲大尺度一区二区三区
|
人妻少妇精品系列|
亚洲午夜理论电影在线观看|
欧美日产国产精品日产|
国产aⅴ夜夜欢一区二区三区|
国产综合18久久久久久|
中国少妇内射xxxxx-百度|
久草免费福利资源站在线观看|
国产鲁鲁视频在线观看|
老司机久久一区二区三区|
人妻暴雨中被强制侵犯在线|
国产 日韩 欧美 视频 制服|
亚洲精品无码mv在线观看网站|
国产日产欧产精品精品ai|
国产欧美日韩综合精品一区二区|
久久国产精品波多野结衣av
|
久久久久亚洲精品成人网|
午夜福利视频250|
亚洲另类激情专区小说图片|
十八岁以下禁止观看黄下载链接|
亚洲免费观看在线视频|
情侣作爱视频网站|