<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)
                  	
                  
          
                
          
                
          
                    
            
					
						
          • 
							
							
            
					    		
								
            
								      本申請涉及一種基于傳感器信號相關(guān)抑制的欠定盲源分離優(yōu)化方法。所述方法包括：通過對測量信號進行自適應(yīng)白化處理，利用動態(tài)協(xié)方差矩陣重構(gòu)技術(shù)，極大降低傳感器信號間相關(guān)性，有效壓縮特征空間維度，降低采集數(shù)據(jù)之間的耦合程度。構(gòu)建基于L1范數(shù)約束的聚類...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及數(shù)據(jù)處理技術(shù)領(lǐng)域，提供一種數(shù)據(jù)驅(qū)動的EBT訓(xùn)練場景生成方法及系統(tǒng)，通過實時獲取飛行操縱數(shù)據(jù)流、生理反饋數(shù)據(jù)流以及語音交互數(shù)據(jù)流，生理反饋數(shù)據(jù)流包含瞳孔直徑變化率；基于生理反饋數(shù)據(jù)流，生成系統(tǒng)管理能力維度的量化評分；當其低于預(yù)設(shè)能力...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本申請涉及一種基于量子卷積神經(jīng)網(wǎng)絡(luò)的數(shù)據(jù)特征提取方法和裝置，方法包括：對圖像數(shù)據(jù)進行量子態(tài)編碼，得到量子態(tài)數(shù)據(jù)；構(gòu)建量子核電路，并基于量子核電路對量子態(tài)數(shù)據(jù)進行映射；對量子核電路的末態(tài)進行量子測量，得到量子核矩陣；將量子核矩陣作為卷積核，并...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了一種基于幅相誤差和協(xié)方差矩陣聯(lián)合重構(gòu)的自適應(yīng)波束形成方法，包括：建立存在陣列通道幅相誤差時的干擾信號功率稀疏表示模型，將真實干擾加噪聲協(xié)方差矩陣重構(gòu)轉(zhuǎn)化為幅相誤差和干擾功率的聯(lián)合估計，并將其等效表示為改進型基追蹤降噪問題；利用交...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本申請涉及一種基于隱變量的多視圖聚類方法、裝置、設(shè)備和存儲介質(zhì)。方法包括：獲取多視圖數(shù)據(jù)的隱變量，根據(jù)隱變量得到樣本的隱表示；利用V個神經(jīng)網(wǎng)絡(luò)將N個樣本的隱表示映射到視圖數(shù)據(jù)的特征空間得到各視圖數(shù)據(jù)的重構(gòu)數(shù)據(jù)表示...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了一種基于多尺度核注意力機制的腦網(wǎng)絡(luò)分析方法，包括以下步驟：對功能磁共振成像數(shù)據(jù)進行預(yù)處理，得到每個腦區(qū)的時間序列；利用皮爾遜相關(guān)性構(gòu)建每個被試的初始功能腦網(wǎng)絡(luò)作為模型的初始輸入特征；基于多尺度核注意力機制的編碼器對初始功能腦網(wǎng)絡(luò)...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了一種油井施工的安全監(jiān)測方法及監(jiān)測系統(tǒng)，屬于電數(shù)字數(shù)據(jù)處理技術(shù)領(lǐng)域，所述方法包括以下步驟：采集油井施工的監(jiān)測數(shù)據(jù)；從監(jiān)測數(shù)據(jù)中提取特征，并對特征和監(jiān)測數(shù)據(jù)進行融合，獲得融合特征；通過基于機器學(xué)習的預(yù)測模型，對融合特征的檢測值進行預(yù)...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了基于深度學(xué)習的單源域泛化故障診斷方法，屬于機械故障診斷領(lǐng)域。該方法包括：通過編碼器提取特征，得到類相關(guān)特征和類無關(guān)特征；將類相關(guān)特征和類無關(guān)特征經(jīng)過特征級協(xié)混增強模塊進行增強；將增強類相關(guān)特征和增強類無關(guān)特征經(jīng)過解碼器的處理；對...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了一種融合特征交互和動態(tài)加權(quán)的滑坡易發(fā)性評估方法及系統(tǒng)，屬于地質(zhì)災(zāi)害評估領(lǐng)域，包括步驟：建立評價指標體系并進行因子分級；采集滑坡與非滑坡點樣本數(shù)據(jù)，采用隨機森林評估因子重要性獲取初步權(quán)重，基于I?RF模型初評易發(fā)性；利用地理探測器...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明提供一種壓縮空氣儲能硐庫圍巖形變監(jiān)測系統(tǒng)，涉及硐庫圍巖技術(shù)領(lǐng)域，包括：數(shù)據(jù)采集模塊，在硐庫壓縮空氣入口和出口區(qū)域沿管道徑向布置同心圓監(jiān)測點，獲取應(yīng)變、位移的時序數(shù)據(jù)；初步篩選模塊計算位移?應(yīng)變變化速率比，篩選出異常點集合A；計算模塊計...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及阻尼器監(jiān)測與異常識別技術(shù)領(lǐng)域，公開一種基于分數(shù)階神經(jīng)網(wǎng)絡(luò)的阻尼器監(jiān)測異常識別方法，包括：采用分布式傳感器網(wǎng)絡(luò)對阻尼器運行狀態(tài)進行實時監(jiān)測并存儲，得到原始數(shù)據(jù)集，并采用基于小波變換的自適應(yīng)濾波算法進行濾波處理，之后聯(lián)合短時傅里葉變換...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明提供了一種ATE設(shè)備狀態(tài)檢測方法及裝置，所述方法包括：響應(yīng)于選擇指令在ATE設(shè)備中確定節(jié)點，并通過監(jiān)測系統(tǒng)采集運行中的ATE設(shè)備的第一模擬信號，對第一模擬信號進行處理，通過異常檢測系統(tǒng)對處理后的第一模擬信號進行檢測，從而向用戶展示AT...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及智能變電站技術(shù)領(lǐng)域，公開了一種智能變電站安措校核方法及系統(tǒng)。其中，該方法包括：采集目標智能變電站的多源實時監(jiān)測數(shù)據(jù)，并對多源實時監(jiān)測數(shù)據(jù)進行邊緣聯(lián)邦聚合得到協(xié)同特征數(shù)據(jù)；基于協(xié)同特征數(shù)據(jù)構(gòu)建目標智能變電站的動態(tài)拓撲圖譜，并對目標智...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明屬于面向工業(yè)信息系統(tǒng)的異常數(shù)據(jù)檢測的技術(shù)領(lǐng)域，具體涉及基于時頻空圖網(wǎng)絡(luò)的多變量時序數(shù)據(jù)異常檢測方法及裝置。所述方法包括：基于傳感器獲取的多變量時間序列數(shù)據(jù)構(gòu)建數(shù)據(jù)集，包括基于正常數(shù)據(jù)構(gòu)建的訓(xùn)練集和驗證集，以及基于攻擊場景下的數(shù)據(jù)構(gòu)建的...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及材料物理化學(xué)性質(zhì)測試與分析技術(shù)領(lǐng)域，尤其涉及一種基于多模態(tài)數(shù)據(jù)融合的生物組織解剖質(zhì)量評估方法。包括：步驟1：空間配準的多模態(tài)數(shù)據(jù)同步采集，通過集成光學(xué)路徑的空間配準裝置，在同一坐標系下同步采集數(shù)據(jù)；基于坐標映射關(guān)系，將力學(xué)分布圖及...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及潛水監(jiān)測技術(shù)領(lǐng)域，解決了現(xiàn)有技術(shù)中無法有效對潛水員進行安全監(jiān)測的問題，提供了一種基于數(shù)據(jù)融合分析的潛水員安全監(jiān)測方法及系統(tǒng)。該方法包括：獲取潛水員的實時體征數(shù)據(jù)和所處的實時環(huán)境數(shù)據(jù)；對所述實時環(huán)境數(shù)據(jù)進行分析，得到用于反映當前環(huán)境...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及多源數(shù)據(jù)監(jiān)測技術(shù)領(lǐng)域，公開了一種基于多源數(shù)據(jù)的生豬屠宰線智能監(jiān)測系統(tǒng)。該系統(tǒng)包括：采集子系統(tǒng)，用于對多個加工工位的生豬個體進行多源異構(gòu)數(shù)據(jù)采集，得到多源融合數(shù)據(jù)集；建立子系統(tǒng)，用于建立跨工位特征關(guān)聯(lián)矩陣；匹配子系統(tǒng)，用于進行當前工...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本申請的一種港機設(shè)備狀態(tài)監(jiān)測的通道權(quán)重分配方法及裝置，該方法包括：多個傳感器經(jīng)Modbus和CAN協(xié)議傳輸振動信號數(shù)據(jù)，對其進行FFT變換生成能量譜分布；基于該分布，用小波包分解確定主要特征頻段，并建立其與神經(jīng)網(wǎng)絡(luò)通道的關(guān)聯(lián)；依此關(guān)聯(lián)，用多...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及數(shù)據(jù)融合技術(shù)領(lǐng)域，公開一種基于邊緣計算的多源異構(gòu)數(shù)據(jù)融合方法及系統(tǒng)，方法包括獲取異構(gòu)數(shù)據(jù)流并進行數(shù)據(jù)類型識別和數(shù)據(jù)特征提取，得到原始特征集合；根據(jù)原始特征集合，統(tǒng)一特征維度和調(diào)整時間基準，得到時序矢量數(shù)據(jù)；根據(jù)時序矢量數(shù)據(jù)，填補缺...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了一種基于人工智能的報警信息關(guān)聯(lián)處理方法，所述報警信息關(guān)聯(lián)處理方法包括：獲取報警信息并對所述報警信息進行預(yù)處理；基于人工智能算法對報警信息的不同報警項進行關(guān)聯(lián)分析，構(gòu)建所述報警項之間的關(guān)聯(lián)規(guī)則；所述關(guān)聯(lián)規(guī)則用于表征報警項的出現(xiàn)之間...
								
            
							
            
							
						
            • 
					
                    
          
                
          

                 
          
                 	
		            	首頁
		            	上一頁
		            	
		            	2
		            	
		            	下一頁
                 	
                 	
            	
          
            
          
            
          
                
          
                  
          技術(shù)分類
          
                  
          
                      
                  
          
                
          
            
          
          
          
      
          
    
          
    
    

























































































































































 
 
    







主站蜘蛛池模板：
欧美va亚洲va在线观看日本|
日本不卡一区二区三区|
日本最大色倩网站www|
好大好硬好爽免费视频|
亚洲日韩a∨无码久|
成年女人永久免费观看视频|
成人美女黄网站色大免费的|
国产精品自产拍在线18禁|
九九精品无码专区免费|
国产综合久久99久久|
亚洲第一无码xxxxxx|
无码国内精品久久人妻蜜桃|
欧洲卡一卡二卡三爱区|
亚洲国产成人最新精品|
人人妻人人澡人人爽秒播|
亚洲国产a∨无码中文777|
亚洲精品一区二区动漫|
免费无码又爽又刺激软件下载|
國产一二三内射在线看片|
精选国产av精选一区二区三区|
亚洲精品无码你懂的网站|
国产精品久久久久久福利|
亚洲伊人久久综合成人|
a级黑人大硬长爽猛出猛进|
日日摸日日碰夜夜爽亚洲|
亚洲第一无码xxxxxx
|
中文字幕人妻少妇引诱隔壁|
亚洲第一成年免费网站|
午夜DY888国产精品影院|
亚洲日本va午夜蜜芽在线电影|
日韩av无码中文字幕|
国产精品高清一区二区不卡|
中国丰满少妇人妻xxx性董鑫洁|
成人亚洲一区无码久久|
午夜无码福利伦利理免|
欧美人与性动交α欧美精品|
天天摸天天做天天爽水多|
免费一区二区无码东京热|
亚洲熟妇丰满xxxxx国语|
青青青在线香蕉国产精品|
男女猛烈无遮挡免费视频app|