<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
        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(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
                
          
            
          

            
            
            
            
            
            
            
            
            
            
        
          
        
        
        
    
          

          








          
      
          
          
          
            
          
                
          
                  
          
                  	
                  	
                  		最新專利技術(shù)
                  	
                  
          
                
          
                
          
                    
            
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了一種融合先驗(yàn)知識(shí)分段訓(xùn)練的煤礦瓦斯突出智能預(yù)測(cè)方法，屬于瓦斯預(yù)警數(shù)據(jù)處理技術(shù)領(lǐng)域。該方法包括：首先對(duì)瓦斯突出預(yù)測(cè)參數(shù)數(shù)據(jù)歸一化形成標(biāo)準(zhǔn)樣本；隨后將瓦斯突出敏感指標(biāo)作為先驗(yàn)知識(shí)，構(gòu)造敏感特征提取器，從樣本中獲得敏感指標(biāo)特征，保持模...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      一種輻射源個(gè)體特征分析與二次訓(xùn)練系統(tǒng)，屬于電子偵察領(lǐng)域。本發(fā)明的系統(tǒng)包括在線偵察模塊、信號(hào)偵察設(shè)備模塊、數(shù)據(jù)展示模塊、指紋特征分析模塊、數(shù)據(jù)庫模塊、二次訓(xùn)練數(shù)據(jù)設(shè)置模塊、二次訓(xùn)練參數(shù)設(shè)置模塊、二次訓(xùn)練模塊、二次訓(xùn)練結(jié)果可視化模塊和模型更新推...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及新能源汽車技術(shù)領(lǐng)域，具體提供一種新能源汽車性能指標(biāo)評(píng)測(cè)方法，包括：根據(jù)多維對(duì)齊數(shù)據(jù)集，通過數(shù)據(jù)分布提取技術(shù)計(jì)算各參數(shù)的概率密度函數(shù)，得到參數(shù)分布特征集；根據(jù)降維特征向量集，通過隱變量提取技術(shù)利用變分自編碼器生成潛在異常分布特征，得...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      基于動(dòng)態(tài)數(shù)據(jù)融合的壓氣機(jī)效率計(jì)算方法及系統(tǒng)，屬于火力發(fā)電機(jī)組技術(shù)領(lǐng)域，解決如何降低計(jì)算壓氣機(jī)效率的復(fù)雜度的問題，本發(fā)明提供了一種變比熱多項(xiàng)式動(dòng)態(tài)分段的方法，將比熱容多項(xiàng)式按照溫度區(qū)間進(jìn)行分段線性化，在每個(gè)溫度區(qū)間內(nèi)使用線性函數(shù)代替復(fù)雜的多項(xiàng)...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了一種多模態(tài)數(shù)據(jù)融合方法、裝置及計(jì)算機(jī)設(shè)備，所述方法包括：獲取待融合傳感數(shù)據(jù)；對(duì)每一待融合傳感數(shù)據(jù)分別進(jìn)行可信度計(jì)算，得到每一待融合傳感數(shù)據(jù)各自對(duì)應(yīng)的第一可信度數(shù)據(jù)；基于所述待融合傳感數(shù)據(jù)各自對(duì)應(yīng)的第一可信度數(shù)據(jù)確定每一待融合傳感...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及車輛風(fēng)阻優(yōu)化方法及系統(tǒng)，包括：仿真模型構(gòu)建步驟：構(gòu)建車輛運(yùn)行環(huán)境仿真模型和車輛仿真模型，以降低風(fēng)阻系數(shù)為優(yōu)化目標(biāo)，進(jìn)行車輛運(yùn)行仿真分析，獲取優(yōu)化仿真數(shù)據(jù)；駕駛輔助功能開發(fā)步驟：基于優(yōu)化仿真數(shù)據(jù)對(duì)實(shí)車進(jìn)行駕駛輔助系統(tǒng)功能開發(fā)；交互顯...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明提供了一種基于仿真優(yōu)化的壓電材料油箱減振布局方法及系統(tǒng)，該方法通過應(yīng)用于仿真平臺(tái)，為預(yù)先構(gòu)建的三維有限元油箱模型設(shè)置仿真參數(shù)，并基于多個(gè)壓電材料布局方案在三維有限元油箱模型表面進(jìn)行模擬分析，并獲取各壓電材料布局方案對(duì)應(yīng)的振動(dòng)抑制效果，...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及船舶工程領(lǐng)域，尤其涉及一種水中氣泡發(fā)生裝置安裝位置設(shè)計(jì)方法，包括氣泡尺度的確定過程、氣泡上升速度的確定過程、噴管安裝距離的確定過程本發(fā)明通過通過多參數(shù)耦合建模實(shí)現(xiàn)氣泡尺度、上升速度及噴管布局的協(xié)同優(yōu)化。基于液體密度、氣體流量及噴口...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明提供了一種基于多級(jí)分解與核密度分位數(shù)的風(fēng)機(jī)功率區(qū)間預(yù)測(cè)方法，包括以下步驟：首先，獲取風(fēng)機(jī)功率數(shù)據(jù)集，篩選相關(guān)特征數(shù)據(jù)；對(duì)數(shù)據(jù)進(jìn)行預(yù)處理并劃分為訓(xùn)練集和測(cè)試集，根據(jù)所獲取的數(shù)據(jù)構(gòu)建輸入特征向量。其次，對(duì)序列進(jìn)行變分模態(tài)分解，并對(duì)關(guān)鍵參數(shù)...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明提供一種頻分射頻識(shí)別的高速并行讀寫方法、設(shè)備和裝置，涉及反向散射通信技術(shù)領(lǐng)域，該方法應(yīng)用于頻分射頻識(shí)別的高速并行讀寫設(shè)備，該方法包括：通過數(shù)字上變頻器將多個(gè)子頻段的RFID讀寫會(huì)話的下行激勵(lì)信號(hào)合并為復(fù)合信號(hào)；通過發(fā)送天線發(fā)射至頻分復(fù)...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明提供一種頻分復(fù)用射頻識(shí)別標(biāo)簽的設(shè)計(jì)方法、裝置、設(shè)備和存儲(chǔ)介質(zhì)，涉及射頻識(shí)別技術(shù)領(lǐng)域，該方法包括：獲取多個(gè)頻分復(fù)用RFID芯片并確定對(duì)應(yīng)的工作頻段，工作頻段為子頻段；根據(jù)預(yù)設(shè)的子頻段數(shù)量、各RFID芯片的目標(biāo)工作頻段確定符合目標(biāo)品質(zhì)因子...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本申請(qǐng)?zhí)岢鲆环N解碼方法、生成答案的方法、電子設(shè)備及計(jì)算機(jī)程序產(chǎn)品，應(yīng)用于人工智能技術(shù)領(lǐng)域，該解碼方法包括：確定大模型的編碼模塊基于輸入問題生成的編碼信息；基于所述編碼信息，以m個(gè)token為預(yù)測(cè)單位，采用自回歸的方式預(yù)測(cè)得到多個(gè)語義片段；每...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本申請(qǐng)涉及跨區(qū)輸電碳排放預(yù)測(cè)技術(shù)領(lǐng)域，尤其是涉及一種跨區(qū)輸電碳減排中基于機(jī)器學(xué)習(xí)的碳排放量預(yù)測(cè)方法，其包括數(shù)據(jù)采集、多源數(shù)據(jù)融臺(tái)模型構(gòu)建、動(dòng)態(tài)特征提取以及時(shí)序建模與區(qū)域差異性校正等步驟。通過分層特征提取和降維處理生成高維特征集，并結(jié)合機(jī)器學(xué)...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及圖像處理技術(shù)領(lǐng)域，公開了一種基于雙域特征融合的圖像去模糊模型及其方法，其中方法包括以下步驟：采集數(shù)據(jù)，建立模糊圖像數(shù)據(jù)集；搭建基于空域和頻域特征融合的DAF?UNet神經(jīng)網(wǎng)絡(luò)；所述的DAF?UNet神經(jīng)網(wǎng)絡(luò)由n個(gè)不同尺度的UNet...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本申請(qǐng)?zhí)岢鲆环N目標(biāo)識(shí)別方法、裝置以及計(jì)算機(jī)存儲(chǔ)介質(zhì)，所述目標(biāo)識(shí)別方法包括：獲取針對(duì)待識(shí)別目標(biāo)以及輔助指向標(biāo)記圖形的目標(biāo)識(shí)別圖像，其中，所述待識(shí)別目標(biāo)與所述輔助指向標(biāo)記圖形的相對(duì)位置固定；在所述目標(biāo)識(shí)別圖像中，獲取所述輔助指向標(biāo)記圖形中任意一...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本公開涉及一種圖像生成模型訓(xùn)練方法、圖像生成方法、裝置、電子設(shè)備、存儲(chǔ)介質(zhì)及程序產(chǎn)品，該方法包括：通過關(guān)鍵點(diǎn)提取網(wǎng)絡(luò)提取第一參考圖像中的主體對(duì)象的關(guān)鍵點(diǎn)特征，通過控制網(wǎng)絡(luò)對(duì)關(guān)鍵點(diǎn)特征進(jìn)行處理，得到圖像控制特征；通過圖像特征提取網(wǎng)絡(luò)提取第一參...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      一種動(dòng)態(tài)渲染機(jī)制下的移動(dòng)端三維模型可視化方法，所述動(dòng)態(tài)渲染機(jī)制下的移動(dòng)端三維模型可視化方法包括以下步驟：第一步、首先服務(wù)端依次利用冗余剔除、拓?fù)鋬?yōu)化、紋理壓縮、材質(zhì)歸一化、LOD生成技術(shù)對(duì)三維模型文件進(jìn)行處理，直至三維模型文件達(dá)到量化指標(biāo)要...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了一種基于元學(xué)習(xí)的通用背景知識(shí)優(yōu)化少樣本建筑點(diǎn)云語義分割方法，包括：采用自適應(yīng)原型生成算法為支持集中每個(gè)類別生成前景原型；采用建模算法從支持集所有樣本和查詢集所有樣本中學(xué)習(xí)背景知識(shí)，得到通用背景原型，并利用自適應(yīng)背景損失算法優(yōu)化通...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了一種基于音頻信號(hào)的吸入器智能監(jiān)測(cè)裝置及方法，監(jiān)測(cè)裝置包括殼體，所述殼體包括中空旋蓋和底座；所述中空旋蓋安裝在底座上，所述底座之中安裝有PCB板；所述PCB板上設(shè)置有電子模塊和USB數(shù)據(jù)接口，所述電子模塊包括音頻傳感器系統(tǒng)，所述殼...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本申請(qǐng)?zhí)峁┝艘环N針對(duì)慢阻肺的中醫(yī)方劑推薦方法、系統(tǒng)、存儲(chǔ)介質(zhì)和計(jì)算機(jī)設(shè)備。該方法包括：為每種癥候類型配置中醫(yī)方劑，形成中醫(yī)方劑庫；對(duì)多個(gè)慢阻肺患者的問診記錄進(jìn)行數(shù)據(jù)清洗和預(yù)處理，得到慢阻肺癥狀數(shù)據(jù)集；將慢阻肺癥狀數(shù)據(jù)集劃分為知識(shí)數(shù)據(jù)集和微調(diào)...
								
            
							
            
							
						
            • 
					
                    
          
                
          

                 
          
                 	
		            	首頁
		            	上一頁
		            	
		            	142
		            	
		            	下一頁
                 	
                 	
            	
          
            
          
            
          
                
          
                  
          技術(shù)分類
          
                  
          
                      
                  
          
                
          
            
          
          
          
      
          
    
          
    
    

























































































































































 
 
    







主站蜘蛛池模板：
男女吃奶做爰猛烈紧视频|
久久99热这里只有精品国产|
日本人妻伦在线中文字幕|
亚洲综合欧美在线一区在线播放|
欧美中日韩免费观看网站|
国日韩精品一区二区三区|
伊人久久精品一区二区三区|
亚洲 欧美 动漫 少妇 自拍|
国产va免费精品观看精品|
av无码制服丝袜国产日韩|
日韩精品无码免费毛片|
欧美成 人版中文字幕|
亚洲欧洲日产国码无码av一|
国产在线一区二区三区av|
自慰无码一区二区三区|
国产成人高清亚洲综合|
又黄又爽又色视频免费|
成人做爰69片免费看网站野花|
一本色道久久88加勒比—综合|
亚洲国产精品18久久久久久|
日韩人妻一区中文字幕|
亚州中文字幕午夜福利电影|
久久久g0g0午夜无码精品|
欧美另类高清zo欧美|
国产69精品久久久久777|
日韩中文字幕精品人妻|
免费网站看v片在线a|
国产免费爽爽视频|
国产sm精品调教视频网址|
婷婷五月综合丁香在线|
东京热人妻丝袜无码AV一二三区观|
猫咪av成人永久网站在线观看|
亚洲色av天天天天天天|
狠狠婷婷色五月中文字幕|
国产成人精品永久免费视频|
国产日韩欧美|
亚洲欧美日韩愉拍自拍美利坚|
国产无遮挡裸露视频免费|
国色精品无码专区在线不卡|
加勒比无码一区二区三区|
亚洲аv电影天堂网|