<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(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)明公開了一種列式存儲的氣象格點數(shù)據(jù)的分片存儲與多級抽稀方法，包括以下步驟：S1.數(shù)據(jù)解析與坐標轉(zhuǎn)換；S2.批次數(shù)據(jù)合并；S3.多級抽稀聚合；S4.空間分片與索引建立；S5.列式分片存儲。本發(fā)明通過基于列式存儲的氣象格點數(shù)據(jù)的分片存儲與多...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本申請公開了一種基于地名時空派生關(guān)系網(wǎng)絡的空間模糊位置確定方法及裝置，涉及數(shù)據(jù)信息處理領(lǐng)域。所述方法包括：獲取待推理地物信息；基于地名時空派生關(guān)系網(wǎng)絡，采用語義相似度根據(jù)所述待推理地物信息確定空間相似集合；地名時空派生關(guān)系網(wǎng)絡是采用地名時空...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了一種基于知識圖譜與語義推理的座艙主動推薦系統(tǒng)及方法，涉及智能座艙技術(shù)領(lǐng)域。該系統(tǒng)通過接收用戶的自然語言語音輸入，執(zhí)行語音識別與語義解析，提取用戶意圖、關(guān)鍵詞與槽位實體，生成結(jié)構(gòu)化語義信息，結(jié)合環(huán)境上下文信息構(gòu)建或調(diào)用帶有語義關(guān)系...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本申請公開了一種線性代數(shù)方程組的快速求解方法，其屬于數(shù)據(jù)處理技術(shù)領(lǐng)域，包括：根據(jù)待求解的線性代數(shù)方程組內(nèi)的系數(shù)矩陣確定預條件矩陣，在每輪迭代求解過程中，按照如下步驟得到解向量：利用預條件共軛梯度算法對線性代數(shù)方程組進行求解，基于當前迭代輪所...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      基于解析四維集合變分的地理依賴耦合參數(shù)優(yōu)化方法，屬于海洋數(shù)據(jù)同化技術(shù)領(lǐng)域。包括：選取獨立點、生成參數(shù)初始擾動場集合、開展A?4DEnVar數(shù)據(jù)同化、基于獨立點參數(shù)值插值得到全網(wǎng)格參數(shù)。本發(fā)明實現(xiàn)了在強耦合數(shù)據(jù)同化框架下基于A?4DEnVar...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明提供一種面向漁業(yè)養(yǎng)殖的自動計量投料控制方法和系統(tǒng)，所述方法包括：投料智能化分析，在漁業(yè)的養(yǎng)殖階段針對自動計量投料過程進行智能化分析，根據(jù)不同投放飼料類型分析和投放過程分析，確定當前養(yǎng)殖階段的投料是否合格；投料區(qū)域多特征分析，對養(yǎng)殖投料...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      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)星軌道預測技術(shù)領(lǐng)域，公開了基于物理信息神經(jīng)網(wǎng)絡的衛(wèi)星軌道預測方法、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；該網(wǎng)絡以衛(wèi)星歷史位置數(shù)據(jù)作為輸入，預測未來時刻的衛(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)進行預處理，獲得數(shù)據(jù)集；S2：建立地質(zhì)反演模型和時序預測模型；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測方法，涉及磁芯損耗預測技術(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...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      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測方法，屬于數(shù)據(jù)處理與預測技術(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測模型，包括...
								
            
							
            
							
						
            • 
					
                    
          
                
          

                 
          
                 	
		            	首頁
		            	上一頁
		            	
		            	18
		            	
		            	下一頁
                 	
                 	
            	
          
            
          
            
          
                
          
                  
          技術(shù)分類
          
                  
          
                      
                  
          
                
          
            
          
          
          
      
          
    
          
    
    

























































































































































 
 
    







主站蜘蛛池模板：
欧美黑吊大战白妞|
caoporn成人免费公开|
18禁真人抽搐一进一出在线|
欧美亚洲偷图色综合|
亚洲精品无码成人av电影网|
精品久久久久久国产|
国产aⅴ夜夜欢一区二区三区|
亚洲人成精品久久久久桥|
男人和女人做爽爽视频|
边添小泬边狠狠躁视频|
蜜桃麻豆www久久囤产精品|
情欲少妇人妻100篇|
国产偷v国产偷v亚洲高清|
国产精品国三级国产av|
美女裸体十八禁免费网站|
亚洲蜜桃精久久久久久久久久久久|
久久99精品久久久久久秒播|
国产高清在线精品一区二区三区|
秋霞无码一区二区|
两个人看的www视频免费完整版|
午夜精品久久久久久久久久久久|
韩国三级a视频在线观看|
西西人体44www大胆无码|
日本最新免费二区三区|
高潮喷吹一区二区在线观看|
99热精这里只有精品|
久久 国产 尿 小便 嘘嘘|
久久精品国产亚洲av麻豆不卡
|
亚洲成aⅴ人在线电影|
日本乱码乱码免费高清视频|
久久丫亚洲一区二区|
久久99精品这里精品6|
777米奇久久最新地址|
亚洲精品在看在线观看高清|
国产公开久久人人97超碰|
最新亚洲人成网站在线观看|
亚洲精品国产成人99久久|
一二三四视频社区在线播放中国
|
日夜啪啪一区二区三区|
国产在线乱子伦一区二区|
老熟妇乱子伦牲交视频欧美|