<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(biāo)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)明涉及數(shù)據(jù)分析技術(shù)領(lǐng)域，可應(yīng)用于金融科技、醫(yī)療健康等業(yè)務(wù)場景中，公開了一種基于多源數(shù)據(jù)融合的服務(wù)處理方法、裝置、設(shè)備及介質(zhì)，包括：獲取來自多源監(jiān)測設(shè)備的異構(gòu)數(shù)據(jù)，進(jìn)行異常檢測并生成包含異常類型標(biāo)識符和嚴(yán)重程度參數(shù)的異常預(yù)警信號，基于這些...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明屬于多模態(tài)腦機(jī)接口信號處理技術(shù)領(lǐng)域，具體涉及一種基于腦電與功能近紅外信號的時間對齊與動態(tài)融合方法。該方法包括：神經(jīng)網(wǎng)絡(luò)設(shè)置：設(shè)置特征解耦模塊，用于將腦電特征和功能近紅外特征解耦為共享特征和特定特征；設(shè)置可變形時間對齊模塊，基于可學(xué)習(xí)偏...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了一種多傳感器的時間配準(zhǔn)方法、系統(tǒng)、設(shè)備與介質(zhì)，涉及傳感器信息融合技術(shù)領(lǐng)域，包括步驟：獲取多個傳感器的量測數(shù)據(jù)；將每個傳感器獲取的量測數(shù)據(jù)和對應(yīng)的采樣時間傳遞給融合中心；將固定滑窗設(shè)置為融合中心的一個融合周期，并設(shè)置密度聚類算法的...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明提供了一種基于混合機(jī)器學(xué)習(xí)的剩余電流異常檢測與風(fēng)險預(yù)警系統(tǒng)，通過數(shù)據(jù)采集單元收集電氣系統(tǒng)中的剩余電流信號；數(shù)據(jù)預(yù)處理與特征提取單元采用連續(xù)小波變換和主成分分析對電流信號進(jìn)行時頻分析和特征降維，并通過主成分分析減少數(shù)據(jù)集復(fù)雜度；混合機(jī)器...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了一種管道環(huán)境智能監(jiān)測方法及系統(tǒng)，本發(fā)明涉及管道監(jiān)測技術(shù)領(lǐng)域，本發(fā)明通過從管道歷史數(shù)據(jù)隨機(jī)抽取40％的樣本，組織管道領(lǐng)域?qū)＜疫M(jìn)行等級判定，歸入到S重、S中、S輕、S正中，從每個集合劃分等數(shù)量樣本到G1和G2，根據(jù)G1構(gòu)建四個判別矩...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明屬于創(chuàng)業(yè)指導(dǎo)技術(shù)領(lǐng)域，具體涉及一種基于隨機(jī)森林與遷移學(xué)習(xí)的分布式機(jī)器學(xué)習(xí)訓(xùn)練性能預(yù)測方法，包括如下步驟：S1、性能預(yù)測目標(biāo)選擇；S2、特征參數(shù)選擇；S3、性能樣本采集；S4、性能預(yù)測模型訓(xùn)練；S5、性能模型跨集群遷移。本申請實施例提供...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了富水復(fù)合地層隧道圍巖變形判識方法，涉及隧道工程技術(shù)領(lǐng)域，包括以下步驟：收集地質(zhì)勘查階段的地層信息、水文數(shù)據(jù)，以及施工階段的現(xiàn)場監(jiān)測數(shù)據(jù)，對這些數(shù)據(jù)進(jìn)行清洗、歸一化處理后，構(gòu)建隨機(jī)森林模型的訓(xùn)練集，利用所述訓(xùn)練集對隨機(jī)森林模型進(jìn)行...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及設(shè)備故障檢測領(lǐng)域，公開了一種基于位置?特征的分布式光纖聲發(fā)射的設(shè)備故障診斷方法、設(shè)備及介質(zhì)，包括：構(gòu)建位置?特征矢量庫；采集分布式光纖沿線被監(jiān)控設(shè)備的位置信息與聲音信號；根據(jù)位置信息、聲音信號與位置?特征矢量庫，得到對應(yīng)被監(jiān)控設(shè)備...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了基于SSD?PCA和網(wǎng)格搜索的風(fēng)機(jī)故障診斷方法及相關(guān)裝置，屬于風(fēng)機(jī)故障診斷領(lǐng)域，所述方法包括以下步驟：采集風(fēng)機(jī)振動信號并通過奇異譜分解得到若干奇異譜分量；計算各所述奇異譜分量的峭度值，并篩選所述峭度值最大的奇異譜分量，對所述峭度...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本申請涉及一種浮標(biāo)觀測數(shù)據(jù)自動化比測檢修方法，包括：根據(jù)海流變化趨勢，融合浮標(biāo)實時位置數(shù)據(jù)與海流預(yù)測數(shù)據(jù)，計算浮標(biāo)位置偏差量；若位置偏差量超過預(yù)設(shè)閾值，通過傳感器校準(zhǔn)獲取高精度實時位置數(shù)據(jù)，采用優(yōu)化算法生成推力控制參數(shù)；通過結(jié)構(gòu)完整性檢測獲...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      一種集成圖像上下文特征的鋼軌內(nèi)部傷損識別方法及系統(tǒng)，屬于鐵路軌道探傷技術(shù)領(lǐng)域，涉及解決如何提高復(fù)雜場景下的鋼軌傷損檢測精度并增強(qiáng)模型泛化性的問題，本發(fā)明使用GAN網(wǎng)絡(luò)模型對B顯圖像進(jìn)行波形實例擴(kuò)增操作，劃分為訓(xùn)練集和測試集；利用不重疊滑窗的...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及一種工業(yè)過程無源域適應(yīng)性故障診斷方法和裝置、系統(tǒng)、存儲介質(zhì)，方法包括：基于源域故障數(shù)據(jù)集，監(jiān)督訓(xùn)練源域模型；基于訓(xùn)練后的源域模型參數(shù)，初始化目標(biāo)域模型；利用訓(xùn)練后的源域模型和初始化后的目標(biāo)域模型，對無標(biāo)簽的目標(biāo)域數(shù)據(jù)集進(jìn)行預(yù)處理，...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明提供了一種基于深度學(xué)習(xí)的渦旋直接分類方法，涉及海洋渦旋技術(shù)領(lǐng)域，所述方法包括以下步驟：獲取CMEMS流場和海洋二號衛(wèi)星SLA數(shù)據(jù)產(chǎn)品；利用矢量?幾何混合算法從CMEMS流場數(shù)據(jù)提取半徑大于20公里的渦旋樣本；根據(jù)渦旋樣本構(gòu)建深度學(xué)習(xí)模...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了一種風(fēng)電機(jī)組主軸承故障預(yù)警方法及相關(guān)裝置，屬于風(fēng)力發(fā)電設(shè)備狀態(tài)監(jiān)測領(lǐng)域，所述方法包括以下步驟：將時域溫度特征、工況參數(shù)特征和溫度差分特征輸入至混合預(yù)測模型的XGBoost通道，同時將溫度線性趨勢項輸入至混合預(yù)測模型的ARIMA通...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明適用于數(shù)據(jù)處理技術(shù)領(lǐng)域，提供了一種智能一體化數(shù)據(jù)處理系統(tǒng)，包括：數(shù)據(jù)預(yù)處理單元，用以實現(xiàn)對前期數(shù)據(jù)的收集、歸檔以及存儲；數(shù)據(jù)標(biāo)準(zhǔn)化單元，對預(yù)處理單元所收集的數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化建立，并實現(xiàn)統(tǒng)一篩選、分級、羅列以及合并，實現(xiàn)數(shù)據(jù)的統(tǒng)一化管理；...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了基于地表形變物理約束的滑坡敏感性預(yù)測方法、設(shè)備和介質(zhì)，包括將研究區(qū)滑坡清單及滑坡敏感因子作為數(shù)據(jù)集輸入訓(xùn)練模型；通過物理約束模塊將研究區(qū)地表形變速率整合到訓(xùn)練模型中；訓(xùn)練完成后，對研究區(qū)進(jìn)行滑坡敏感性預(yù)測。本發(fā)明利用MT?InS...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了基于深度聚類的大數(shù)據(jù)特征提取方法，包括如下步驟：S1、對大數(shù)據(jù)進(jìn)行預(yù)處理；S2、采用Top?K相似度保留策略，生成相似度圖結(jié)構(gòu)；S3、執(zhí)行拉普拉斯嵌入，生成密度核候選區(qū)；S4、初始半徑為設(shè)定值一半提取鄰域樣本，若鄰域密度滿足核心...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及光纖傳感技術(shù)領(lǐng)域，公開了一種分布式光纖聲傳感系統(tǒng)抗混疊濾波方法及裝置，方法通過實時分析環(huán)境噪聲頻帶特性，動態(tài)調(diào)整抗混疊濾波器截止頻率與類型，并結(jié)合分頻段能量檢測關(guān)閉無效采樣通道，顯著抑制混疊噪聲并降低數(shù)據(jù)量。進(jìn)一步引入設(shè)備故障特征...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及高端裝備制造產(chǎn)業(yè)中的智能制造裝備產(chǎn)業(yè)領(lǐng)域的高精度五金零件連續(xù)沖壓沖床的振動抑制方法，包括：根據(jù)振動頻譜分布，采用峰值檢測算法識別主要振動頻率和次要振動頻率，確定多頻段振動的關(guān)鍵頻點集合；通過預(yù)先建立的振動模式與阻尼參數(shù)映射模型，針...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了一種多層復(fù)合板格點陣超材料板固有振動特性計算方法，基于確定的材料參數(shù)和組成單胞的板組元的局部坐標(biāo)系，計算板組元在局部坐標(biāo)系中的剛度矩陣；確定單胞板格點陣超材料的整體坐標(biāo)系，計算單胞板格點陣超材料中各獨立板組元的局部坐標(biāo)系與整體坐...
								
            
							
            
							
						
            • 
					
                    
          
                
          

                 
          
                 	
		            	首頁
		            	上一頁
		            	
		            	214
		            	
		            	下一頁
                 	
                 	
            	
          
            
          
            
          
                
          
                  
          技術(shù)分類
          
                  
          
                      
                  
          
                
          
            
          
          
          
      
          
    
          
    
    

























































































































































 
 
    







主站蜘蛛池模板：
亚洲精品亚洲人成在线观看下载|
精品国产日韩亚洲一区|
日本少妇浓毛bbwbbw|
国产日韩一区二区三区免费高清|
无码日韩做暖暖大全免费不卡|
欧美人体西西444www|
久久久久免费看黄a片app|
亚洲免费观看在线视频|
亚洲国产另类久久久精品小说|
中文在线最新版天堂|
色婷婷六月亚洲婷婷6月|
伊人久在线观看视频|
亚洲精品国产综合麻豆久久99|
青青国产线免观|
中文午夜乱理片无码|
玩爽少妇人妻系列视频|
日本强伦姧人妻久久影片|
色婷婷亚洲婷婷五月|
国产97色在线 | 国|
无遮挡无码h纯肉动漫在线观看
|
又色又爽又黄的视频国内|
亚洲欧洲日产韩国2020|
中文字幕久无码免费久久|
中文字幕久无码免费久久|
无码av片在线观看免费|
隔壁老王国产在线精品|
狠狠躁夜夜躁人人爽天天5|
亚洲一卡2卡三卡四卡精品|
丁香五香天堂网|
亚洲人成网7777777国产|
久久婷婷五月综合97色直播|
51国产偷自视频区视频|
亚洲熟妇久久国产精品|
国内a∨免费播放|
中文文字幕文字幕亚洲色|
强奷乱码中文字幕熟女一|
天天综合网亚在线|
亚洲精品一区二区久久|
国产精品高清一区二区不卡|
精品一卡2卡3卡4卡新区在线
|
成人午夜亚洲精品无码区|