<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(yè)
        專利交易
        IP管家助手
        科技果

        科技人才

        科技服務(wù)
        國(guó)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
                
          
            
          

            
            
            
            
            
            
            
            
            
            
        
          
        
        
        
          
            
            
                
          • 我要求購(gòu)
            • 
                
          • 我要出售
            • 
            
          

            
        
          
    
          

          








          
      
          
          
          
            
          
                
          
                  
          
                  	
                  	
                  		最新專利技術(shù)
                  	
                  
          
                
          
                
          
                    
            
					
						
          • 
							
							
            
					    		
								
            
								      發(fā)明公開(kāi)了一種基于數(shù)據(jù)挖掘的微小衛(wèi)星大規(guī)模集群/巨型星座運(yùn)行狀態(tài)特征分析方法，屬于航天及數(shù)據(jù)挖掘交叉技術(shù)領(lǐng)域，以解決微小衛(wèi)星大規(guī)模集群/巨型星座運(yùn)行狀態(tài)數(shù)據(jù)海量、多源、數(shù)值型且傳統(tǒng)方法難以適配動(dòng)態(tài)建模需求的問(wèn)題。本發(fā)明針對(duì)微小衛(wèi)星大規(guī)模集群...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本申請(qǐng)實(shí)施例提供一種自動(dòng)駕駛的性能評(píng)估方法、裝置、電子設(shè)備及存儲(chǔ)介質(zhì)，涉及自動(dòng)駕駛技術(shù)領(lǐng)域，通過(guò)獲取用于評(píng)估車輛的自動(dòng)駕駛的性能的多源評(píng)估數(shù)據(jù)，而多源評(píng)估數(shù)據(jù)包括自動(dòng)駕駛所處場(chǎng)景的場(chǎng)景數(shù)據(jù)、處于所述自動(dòng)駕駛所處場(chǎng)景的駕駛員的駕駛員數(shù)據(jù)以及自...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本申請(qǐng)公開(kāi)了基于條件擴(kuò)散的運(yùn)動(dòng)模式引導(dǎo)行人軌跡預(yù)測(cè)方法與裝置。該方法包括：獲取行人歷史軌跡數(shù)據(jù)集；通過(guò)聚類算法對(duì)行人歷史軌跡數(shù)據(jù)進(jìn)行標(biāo)注得到運(yùn)動(dòng)模式偽標(biāo)簽；將行人歷史軌跡數(shù)據(jù)行時(shí)域轉(zhuǎn)換至頻域提取低頻運(yùn)動(dòng)趨勢(shì)特征；將低頻運(yùn)動(dòng)趨勢(shì)特征輸入到行人...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開(kāi)了基于時(shí)空特征的多模態(tài)數(shù)據(jù)智能聚類方法、系統(tǒng)、設(shè)備及介質(zhì)，屬于數(shù)據(jù)處理與分析技術(shù)、人工智能交叉技術(shù)領(lǐng)域，本發(fā)明要解決的技術(shù)問(wèn)題為如何提高聚類的效率、準(zhǔn)確性和適應(yīng)性，更好地滿足多模態(tài)數(shù)據(jù)分析的實(shí)際需求，技術(shù)方案為：獲取多模態(tài)事件：獲...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本申請(qǐng)涉及數(shù)據(jù)分類分級(jí)技術(shù)領(lǐng)域，公開(kāi)了一種數(shù)據(jù)分級(jí)方法、裝置、設(shè)備、存儲(chǔ)介質(zhì)及計(jì)算機(jī)程序產(chǎn)品，包括：對(duì)待分級(jí)數(shù)據(jù)的多模態(tài)特征進(jìn)行融合，生成統(tǒng)一特征向量；將統(tǒng)一特征向量和預(yù)設(shè)合規(guī)知識(shí)圖譜輸入強(qiáng)化學(xué)習(xí)模型中，輸出數(shù)據(jù)分級(jí)標(biāo)簽；根據(jù)分級(jí)標(biāo)簽從預(yù)設(shè)...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本申請(qǐng)?zhí)峁┝艘环N基于優(yōu)化SVM的用戶分類方法、裝置和業(yè)務(wù)系統(tǒng)，該方法包括：隨機(jī)生成SVM模型的超參數(shù)組，將各超參數(shù)組確定為鯨魚(yú)優(yōu)化算法的鯨魚(yú)群體的鯨魚(yú)個(gè)體得到第一鯨魚(yú)群體；采用鯨魚(yú)優(yōu)化算法對(duì)第一鯨魚(yú)群體進(jìn)行尋優(yōu)得到最優(yōu)鯨魚(yú)個(gè)體，根據(jù)最優(yōu)鯨魚(yú)...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及軸承故障診斷技術(shù)領(lǐng)域，具體涉及一種基于SE?RESNET34網(wǎng)絡(luò)零故障樣本學(xué)習(xí)的尾軸承故障診斷方法，其特征在于：包括如下步驟：采集正常狀態(tài)下船舶油潤(rùn)滑尾軸承的正常振動(dòng)信號(hào)，對(duì)采集到的正常振動(dòng)信號(hào)進(jìn)行二維矩陣轉(zhuǎn)換和歸一化處理，生成灰...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開(kāi)了一種用戶操作指令的攔截方法、裝置、電子設(shè)備及計(jì)算機(jī)程序產(chǎn)品。其中，該方法包括：獲取用戶操作指令；將用戶操作指令轉(zhuǎn)換為由處理器進(jìn)入內(nèi)核態(tài)執(zhí)行的系統(tǒng)調(diào)用請(qǐng)求；利用系統(tǒng)調(diào)用攔截器，將內(nèi)核態(tài)執(zhí)行的系統(tǒng)調(diào)用請(qǐng)求重定向至攔截方法體，其中，攔...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開(kāi)一種基于分子模擬粗糙孔隙中頁(yè)巖氣通量估算方法，屬于油氣田開(kāi)發(fā)領(lǐng)域。該方法包括以下步驟：S1、建立分子模型，計(jì)算不同模型的粗糙度；S2、開(kāi)展分子動(dòng)力學(xué)模擬；S3、得到速度分布、密度分布，劃分不同的流動(dòng)區(qū)域；S4、計(jì)算滑移長(zhǎng)度，吸附相...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開(kāi)一種適于不同成因機(jī)制的山洪預(yù)測(cè)預(yù)報(bào)方法，包括以下步驟：步驟1、收集整理研究區(qū)基礎(chǔ)數(shù)據(jù)；步驟2、確定山洪類型分區(qū)及其匯水拓?fù)潢P(guān)系；步驟3、構(gòu)建多類型山洪預(yù)測(cè)預(yù)報(bào)集成模型；步驟4、確定集成模型優(yōu)選參數(shù)集和評(píng)估指標(biāo)；步驟5、預(yù)報(bào)各山洪類...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開(kāi)了一種基于物理引導(dǎo)在線更新的刀具磨損診斷和壽命預(yù)測(cè)方法，包括首先通過(guò)傳感器信號(hào)降噪處理構(gòu)建訓(xùn)練集，搭建雙模塊神經(jīng)網(wǎng)絡(luò)模型進(jìn)行預(yù)訓(xùn)練；同時(shí)建立分階段磨損物理模型，通過(guò)粒子濾波算法將兩者預(yù)測(cè)值動(dòng)態(tài)融合，利用狀態(tài)方程實(shí)時(shí)校正誤差。進(jìn)而基...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開(kāi)了一種基于可微分水文物理模型的流量演算方法、系統(tǒng)和設(shè)備，屬于水文預(yù)報(bào)領(lǐng)域，所述方法為：通過(guò)目標(biāo)方程對(duì)所有網(wǎng)格單元在每個(gè)時(shí)間步長(zhǎng)下的所述總徑流量進(jìn)行迭代計(jì)算，以輸出區(qū)域流量，其中，所述目標(biāo)方程是通過(guò)對(duì)圣維南方程組的運(yùn)動(dòng)波簡(jiǎn)化方程進(jìn)行...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開(kāi)了調(diào)解文書(shū)生成方法、系統(tǒng)、設(shè)備及介質(zhì)，屬于文本信息化技術(shù)領(lǐng)域，本發(fā)明要解決的技術(shù)問(wèn)題為如何能夠智能生成規(guī)范調(diào)解文書(shū)，并支持動(dòng)態(tài)調(diào)整，技術(shù)方案為：數(shù)據(jù)采集：根據(jù)預(yù)設(shè)的調(diào)解數(shù)據(jù)采集表單采集調(diào)解過(guò)程中的數(shù)據(jù)，提取調(diào)解過(guò)程中的數(shù)據(jù)的關(guān)鍵數(shù)...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開(kāi)了一種基于高斯離散嵌入模型的單詞語(yǔ)義表示方法，包括以下步驟：S1、高斯分布擴(kuò)展詞嵌入；使用變分自編碼器(VAE)生成單詞的詞嵌入；S2、將S1步驟中生成的連續(xù)詞嵌入映射到離散嵌入集合；使用向量量化技術(shù)，通過(guò)最近鄰搜索算法選擇最接近...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本公開(kāi)提供了一種基于圖生成的視頻預(yù)訓(xùn)練方法和預(yù)測(cè)方法。預(yù)訓(xùn)練方法包括：基于觀察圖像構(gòu)建含有物體頂點(diǎn)和視覺(jué)動(dòng)作頂點(diǎn)的生成圖
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明屬于光計(jì)算技術(shù)領(lǐng)域，具體為一種光學(xué)神經(jīng)網(wǎng)絡(luò)的在線訓(xùn)練系統(tǒng)。本發(fā)明的在線訓(xùn)練系統(tǒng)處理流程包括設(shè)置光學(xué)神經(jīng)網(wǎng)絡(luò)芯片初始權(quán)重；將加載輸入信號(hào)的光輸入到光學(xué)神經(jīng)網(wǎng)絡(luò)芯片中；在光學(xué)神經(jīng)網(wǎng)絡(luò)芯片中進(jìn)行前向傳播并讀取輸出結(jié)果；根據(jù)輸出結(jié)果反向傳播計(jì)...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及低價(jià)值密度數(shù)據(jù)的多源深度對(duì)抗遷移方法，包括如下步驟：低價(jià)值密度數(shù)據(jù)特征分析與識(shí)別，從時(shí)間、屬性和領(lǐng)域等三個(gè)維度分析低價(jià)值密度數(shù)據(jù)的特征，解析其對(duì)知識(shí)發(fā)現(xiàn)的抑制作用，利用數(shù)據(jù)驅(qū)動(dòng)技術(shù)挖掘標(biāo)簽數(shù)據(jù)的演變規(guī)律、利用信息熵理論和信息傳遞聚...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及多源遷移自適應(yīng)增強(qiáng)網(wǎng)絡(luò)的預(yù)測(cè)建模方法，包括如下步驟：源域建模，多源域和目標(biāo)域的樣本分別經(jīng)過(guò)基于對(duì)抗的深度遷移學(xué)習(xí)后，提取多源域的一致性信息，并將此信息輸入至域判別器，區(qū)分?jǐn)?shù)據(jù)來(lái)自于源域還是目標(biāo)域；將源域特征輸入至非線性回歸器，完成...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開(kāi)了一種知識(shí)路由方法及裝置。其中，該方法包括：對(duì)目標(biāo)查詢語(yǔ)句進(jìn)行語(yǔ)義分析，得到目標(biāo)查詢語(yǔ)句的目標(biāo)關(guān)鍵詞，其中，目標(biāo)查詢語(yǔ)句用于進(jìn)行知識(shí)查詢；利用目標(biāo)關(guān)鍵詞對(duì)知識(shí)分段集合進(jìn)行多次迭代查詢，得到包含目標(biāo)關(guān)鍵詞的目標(biāo)知識(shí)分段，并將目標(biāo)知識(shí)...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本申請(qǐng)公開(kāi)了一種哈密頓量確定架構(gòu)、方法、裝置、電子設(shè)備及存儲(chǔ)介質(zhì)，涉及量子計(jì)算技術(shù)領(lǐng)域，該架構(gòu)包括：多個(gè)超導(dǎo)量子比特和多個(gè)超導(dǎo)量子干涉儀構(gòu)成的超導(dǎo)量子線路和控制裝置；多個(gè)超導(dǎo)量子比特構(gòu)成的二維陣列的邊界上的每?jī)蓚€(gè)超導(dǎo)量子比特連接有一個(gè)超導(dǎo)量...
								
            
							
            
							
						
            • 
					
                    
          
                
          

                 
          
                 	
		            	首頁(yè)
		            	上一頁(yè)
		            	
		            	217
		            	
		            	下一頁(yè)
                 	
                 	
            	
          
            
          
            
          
                
          
                  
          技術(shù)分類
          
                  
          
                      
                  
          
                
          
            
          
          
          
      
          
    
          
    
    

























































































































































 
 
    







主站蜘蛛池模板：
夜夜爽夜夜叫夜夜高潮|
国产精品久久自在自线不卡|
亚洲一区二区三区四区五区黄|
精品午夜福利在线观看|
无套内谢孕妇毛片免费看|
国产精品人成视频免费国产|
国产放荡av剧情演绎麻豆|
日韩精品无码视频一区二区蜜桃|
久久国产一区二区三区|
人妻熟女av一区二区三区|
大地资源在线观看官网第三页|
欧美丰满熟妇xx猛交|
精品国产性色无码av网站|
国产一区在线播放av|
久久夜色撩人国产综合av|
国产又色又爽又黄又免费
|
亚洲熟妇无码av在线播放
|
久久久久欧美国产高潮|
亚洲欧美日韩在线观看一区二区三区|
国产精品视频第一区二区三区|
一本加勒比hezyo无码资源网|
中文字幕在线观看亚洲视频|
亚洲欧美日韩综合一区二区|
成人乱码一区二区三区av|
野外做受三级视频|
亚洲尤码不卡av麻豆|
欧美亚洲另类 丝袜综合网|
制服欧美激情丝袜综合色|
国产99视频精品免费视频36|
日本丰满熟妇videossex8k|
无码丰满少妇2在线观看|
亚洲性无码av在线欣赏网|
最新精品视频2019在线视频|
精品国精品自拍自在线|
好硬好湿好爽好深视频|
丁香婷婷激情综合俺也去|
人妻无码不卡中文字幕在线视频|
无码人妻精品中文字幕免费|
四虎免费最新在线永久4hu|
欧美激情精品成人一区|
亚洲人成人影院在线观看|