<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)明公開了基于多源薪酬數(shù)據(jù)整合的動(dòng)態(tài)權(quán)限管理系統(tǒng)及方法，涉及薪酬數(shù)據(jù)管理技術(shù)領(lǐng)域，包括以下步驟：采集來自多個(gè)業(yè)務(wù)系統(tǒng)中的角色名稱、權(quán)限邊界及操作粒度信息，基于字段級(jí)語義標(biāo)注方式，生成結(jié)構(gòu)化的角色語義本體詞條；將待映射角色按照權(quán)限維度進(jìn)行拆...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了一種基于人工智能的報(bào)警信息關(guān)聯(lián)處理方法，所述報(bào)警信息關(guān)聯(lián)處理方法包括：獲取報(bào)警信息并對(duì)所述報(bào)警信息進(jìn)行預(yù)處理；基于人工智能算法對(duì)報(bào)警信息的不同報(bào)警項(xiàng)進(jìn)行關(guān)聯(lián)分析，構(gòu)建所述報(bào)警項(xiàng)之間的關(guān)聯(lián)規(guī)則；所述關(guān)聯(lián)規(guī)則用于表征報(bào)警項(xiàng)的出現(xiàn)之間...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      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(jì)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(jìn)行數(shù)據(jù)類型識(shí)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(shí)間基準(zhǔn)，得到時(shí)序矢量數(shù)據(jù)；根據(jù)時(shí)序矢量數(shù)據(jù)，填補(bǔ)缺...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本申請(qǐng)的一種港機(jī)設(shè)備狀態(tài)監(jiān)測(cè)的通道權(quán)重分配方法及裝置，該方法包括：多個(gè)傳感器經(jīng)Modbus和CAN協(xié)議傳輸振動(dòng)信號(hào)數(shù)據(jù)，對(duì)其進(jìn)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)明涉及多源數(shù)據(jù)監(jiān)測(cè)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(cè)系統(tǒng)。該系統(tǒng)包括：采集子系統(tǒng)，用于對(duì)多個(gè)加工工位的生豬個(gè)體進(jìn)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(jìn)行當(dāng)前工...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及潛水監(jiān)測(cè)技術(shù)領(lǐng)域，解決了現(xiàn)有技術(shù)中無法有效對(duì)潛水員進(jìn)行安全監(jiān)測(cè)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(cè)方法及系統(tǒng)。該方法包括：獲取潛水員的實(shí)時(shí)體征數(shù)據(jù)和所處的實(shí)時(shí)環(huán)境數(shù)據(jù)；對(duì)所述實(shí)時(shí)環(huán)境數(shù)據(jù)進(jìn)行分析，得到用于反映當(dāng)前環(huán)境...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及材料物理化學(xué)性質(zhì)測(cè)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(píng)估方法。包括：步驟1：空間配準(zhǔn)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(zhǔn)裝置，在同一坐標(biāo)系下同步采集數(shù)據(jù)；基于坐標(biāo)映射關(guān)系，將力學(xué)分布圖及...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      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(cè)的技術(shù)領(lǐng)域，具體涉及基于時(shí)頻空?qǐng)D網(wǎng)絡(luò)的多變量時(shí)序數(shù)據(jù)異常檢測(cè)方法及裝置。所述方法包括：基于傳感器獲取的多變量時(shí)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(yàn)證集，以及基于攻擊場(chǎng)景下的數(shù)據(jù)構(gòu)建的...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      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(biāo)智能變電站的多源實(shí)時(shí)監(jiān)測(cè)數(shù)據(jù)，并對(duì)多源實(shí)時(shí)監(jiān)測(cè)數(shù)據(jù)進(jìn)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(biāo)智能變電站的動(dòng)態(tài)拓?fù)鋱D譜，并對(duì)目標(biāo)智...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明提供了一種ATE設(shè)備狀態(tài)檢測(cè)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(diǎn)，并通過監(jiān)測(cè)系統(tǒng)采集運(yùn)行中的ATE設(shè)備的第一模擬信號(hào)，對(duì)第一模擬信號(hào)進(jìn)行處理，通過異常檢測(cè)系統(tǒng)對(duì)處理后的第一模擬信號(hào)進(jìn)行檢測(cè)，從而向用戶展示AT...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及阻尼器監(jiān)測(cè)與異常識(shí)別技術(shù)領(lǐng)域，公開一種基于分?jǐn)?shù)階神經(jīng)網(wǎng)絡(luò)的阻尼器監(jiān)測(cè)異常識(shí)別方法，包括：采用分布式傳感器網(wǎng)絡(luò)對(duì)阻尼器運(yùn)行狀態(tài)進(jìn)行實(shí)時(shí)監(jiān)測(cè)并存儲(chǔ)，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(jìn)行濾波處理，之后聯(lián)合短時(shí)傅里葉變換...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明提供一種壓縮空氣儲(chǔ)能硐庫圍巖形變監(jiān)測(cè)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(cè)點(diǎn)，獲取應(yīng)變、位移的時(shí)序數(shù)據(jù)；初步篩選模塊計(jì)算位移?應(yīng)變變化速率比，篩選出異常點(diǎn)集合A；計(jì)算模塊計(jì)...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了一種融合特征交互和動(dòng)態(tài)加權(quán)的滑坡易發(fā)性評(píng)估方法及系統(tǒng)，屬于地質(zhì)災(zāi)害評(píng)估領(lǐng)域，包括步驟：建立評(píng)價(jià)指標(biāo)體系并進(jìn)行因子分級(jí)；采集滑坡與非滑坡點(diǎn)樣本數(shù)據(jù)，采用隨機(jī)森林評(píng)估因子重要性獲取初步權(quán)重，基于I?RF模型初評(píng)易發(fā)性；利用地理探測(cè)器...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了基于深度學(xué)習(xí)的單源域泛化故障診斷方法，屬于機(jī)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(jí)協(xié)混增強(qiáng)模塊進(jìn)行增強(qiáng)；將增強(qiáng)類相關(guān)特征和增強(qiáng)類無關(guān)特征經(jīng)過解碼器的處理；對(duì)...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了一種油井施工的安全監(jiān)測(cè)方法及監(jiān)測(cè)系統(tǒng)，屬于電數(shù)字?jǐn)?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(cè)數(shù)據(jù)；從監(jiān)測(cè)數(shù)據(jù)中提取特征，并對(duì)特征和監(jiān)測(cè)數(shù)據(jù)進(jìn)行融合，獲得融合特征；通過基于機(jī)器學(xué)習(xí)的預(yù)測(cè)模型，對(duì)融合特征的檢測(cè)值進(jìn)行預(yù)...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了一種基于多尺度核注意力機(jī)制的腦網(wǎng)絡(luò)分析方法，包括以下步驟：對(duì)功能磁共振成像數(shù)據(jù)進(jìn)行預(yù)處理，得到每個(gè)腦區(qū)的時(shí)間序列；利用皮爾遜相關(guān)性構(gòu)建每個(gè)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(jī)制的編碼器對(duì)初始功能腦網(wǎng)絡(luò)...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本申請(qǐng)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(chǔ)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(gè)神經(jīng)網(wǎng)絡(luò)將N個(gè)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(shí)的干擾信號(hào)功率稀疏表示模型，將真實(shí)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(jì)，并將其等效表示為改進(jìn)型基追蹤降噪問題；利用交...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本申請(qǐng)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(duì)圖像數(shù)據(jù)進(jìn)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(duì)量子態(tài)數(shù)據(jù)進(jìn)行映射；對(duì)量子核電路的末態(tài)進(jìn)行量子測(cè)量，得到量子核矩陣；將量子核矩陣作為卷積核，并...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      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(dòng)的EBT訓(xùn)練場(chǎng)景生成方法及系統(tǒng)，通過實(shí)時(shí)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(píng)分；當(dāng)其低于預(yù)設(shè)能力...
								
            
							
            
							
						
            • 
					
                    
          
                
          

                 
          
                 	
		            	首頁
		            	上一頁
		            	
		            	20
		            	
		            	下一頁
                 	
                 	
            	
          
            
          
            
          
                
          
                  
          技術(shù)分類
          
                  
          
                      
                  
          
                
          
            
          
          
          
      
          
    
          
    
    

























































































































































 
 
    







主站蜘蛛池模板：
成年入口无限观看免费完整大片|
亚洲综合av色婷婷五月蜜臀|
亚洲精品久久久久国色天香|
国产精品亚洲一区二区|
伊人久久久av老熟妇色|
欧美综合人人做人人爱|
国产sm调教折磨视频|
色欲综合一区二区三区|
久久久精品人妻一区亚美研究所|
国产精品人人做人人爽人人添|
日日碰狠狠躁久久躁|
强奷乱码中文字幕熟女一|
日韩成视频在线精品|
国产亚洲精品久久久久久久久|
成年美女黄的视频网站|
欧美和黑人xxxx猛交视频|
欧美福利电影A在线播放|
国产成人mv在线播放|
好男人资源在线社区|
日日躁狠狠躁狠狠爱|
女高中生自慰污污网站|
麻豆aⅴ精品无码一区二区|
国产杨幂av在线播放|
久久不见久久见免费影院视频
|
国产一区二区四区不卡|
男女性杂交内射女bbwxz|
av人摸人人人澡人人超碰小说|
亚洲人妻精品一区二区|
一区二区乱子伦在线播放|
人妻无码αv中文字幕久久琪琪布|
韩国19禁主播深夜福利视频|
日本黄漫动漫在线观看视频|
岛国在线观看无码不卡|
天天爽夜夜爽人人爽免费|
成人妇女免费播放久久久|
成人一区二区不卡国产|
色吊丝永久性观看网站|
欧美 国产 日产 韩国 在线|
日本少妇自慰免费完整版|
成人免费无码大片a毛片抽搐|
鲁大师影院在线观看|