<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)明提供一種二進(jìn)制編碼策略下基于截?cái)鄿y(cè)量的融合估計(jì)方法及系統(tǒng)，屬于多傳感器融合估計(jì)領(lǐng)域。為解決多傳感器融合估計(jì)存在截?cái)鄿y(cè)量現(xiàn)象，以及網(wǎng)絡(luò)通信負(fù)擔(dān)大，導(dǎo)致數(shù)據(jù)融合誤差大的問題。本發(fā)明針對(duì)帶有截?cái)鄿y(cè)量的非線性時(shí)滯系統(tǒng)，考慮基于均勻量化的二進(jìn)制...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了一種基于遙感數(shù)據(jù)驅(qū)動(dòng)的海洋三維溫鹽場(chǎng)預(yù)測(cè)方法，首先，構(gòu)建實(shí)驗(yàn)所需的衛(wèi)星遙感海表溫度、海表高度異常以及海洋三維再分析數(shù)據(jù)集。然后，基于卷積神經(jīng)網(wǎng)絡(luò)和Transformer模塊，根據(jù)遙感數(shù)據(jù)的時(shí)空變化特性以及三維溫鹽場(chǎng)的時(shí)空變化特性...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明提供了一種基于對(duì)抗式神經(jīng)網(wǎng)絡(luò)的零樣本時(shí)間序列預(yù)測(cè)方法及系統(tǒng)，包括：構(gòu)建時(shí)間序列生成模塊，并通過獲取的源域數(shù)據(jù)將生成模塊訓(xùn)練至穩(wěn)定收斂，輸入采集的隨機(jī)噪聲生成偽目標(biāo)序列；構(gòu)建時(shí)間序列預(yù)測(cè)模塊，將偽樣本序列作為預(yù)測(cè)模塊的訓(xùn)練集，輸入預(yù)測(cè)模...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本申請(qǐng)公開了一種模型訓(xùn)練方法、裝置、存儲(chǔ)介質(zhì)及計(jì)算機(jī)程序產(chǎn)品，涉及人工智能技術(shù)領(lǐng)域，所述方法包括：獲取權(quán)重正樣本訓(xùn)練集和權(quán)重負(fù)樣本訓(xùn)練集，權(quán)重正樣本訓(xùn)練集和權(quán)重負(fù)樣本訓(xùn)練集通過對(duì)預(yù)設(shè)的未標(biāo)記樣本集進(jìn)行標(biāo)注篩選獲得；基于預(yù)設(shè)的無偏正樣本與無標(biāo)...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明提供一種CAES與高壓變頻器集成的多時(shí)間尺度能量協(xié)同優(yōu)化方法，包括：多源異構(gòu)數(shù)據(jù)采集與預(yù)處理；采用非均勻時(shí)間加權(quán)正交分解NTW?POD提取熱梯度特征，建立熱?電?機(jī)耦合關(guān)系，實(shí)現(xiàn)多時(shí)間尺度數(shù)據(jù)融合；構(gòu)建物理模型與殘差分離的雙時(shí)間尺度框...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了一種基于仿真聲振信號(hào)驅(qū)動(dòng)的軸承故障診斷方法，屬于機(jī)械設(shè)備故障診斷技術(shù)領(lǐng)域。本發(fā)明利用仿真方式獲得軸承故障樣本數(shù)據(jù)，大量減少了對(duì)大型軸承的故障樣本實(shí)驗(yàn)，極大降低軸承故障樣本獲取成本；在保留采集的實(shí)際信號(hào)特征頻率的情況下大幅提升信號(hào)...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明屬于設(shè)備故障診斷技術(shù)領(lǐng)域，公開了一種跨工況的裝備未知故障多層級(jí)智能診斷方法及系統(tǒng)，包括分別采集源域和目標(biāo)域在不同工況下的裝備運(yùn)行狀態(tài)的振動(dòng)監(jiān)測(cè)數(shù)據(jù)；分別對(duì)源域振動(dòng)數(shù)據(jù)和目標(biāo)域振動(dòng)數(shù)據(jù)進(jìn)行特征提取，獲得源域數(shù)據(jù)特征和目標(biāo)域數(shù)據(jù)特征；基于...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本公開提供了一種基于大語言模型的實(shí)體處理方法、裝置、設(shè)備和存儲(chǔ)介質(zhì)，涉及大語言模型、自然語言處理、命名實(shí)體識(shí)別等技術(shù)領(lǐng)域。該方法包括：通過大語言模型從語料庫中識(shí)別初始實(shí)體、所述初始實(shí)體所屬的識(shí)別類型，以及所述初始實(shí)體與目標(biāo)類型之間的相關(guān)性；...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及火災(zāi)檢測(cè)技術(shù)領(lǐng)域，且公開了一種基于遞歸趨勢(shì)預(yù)測(cè)神經(jīng)網(wǎng)絡(luò)的多傳感器火災(zāi)檢測(cè)系統(tǒng)，傳感器數(shù)據(jù)處理模塊提取得到傳感器的即時(shí)讀數(shù)，并且計(jì)算得到傳感器的趨勢(shì)預(yù)測(cè)值和水平預(yù)測(cè)值；傳感器數(shù)據(jù)處理模塊與火災(zāi)預(yù)測(cè)模塊通過執(zhí)行通信管理服務(wù)模塊設(shè)定的數(shù)...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了一種數(shù)據(jù)全生命周期下的元學(xué)習(xí)異常檢測(cè)方法及系統(tǒng)，包括：根據(jù)預(yù)設(shè)采樣頻率采集原始數(shù)據(jù)流，得到帶有階段標(biāo)簽的原始數(shù)據(jù)集；對(duì)其進(jìn)行空值?零值清洗，輸出粗篩數(shù)據(jù)集；按生命周期階段劃分為若干元學(xué)習(xí)任務(wù)，采用基于梯度的模型無關(guān)元學(xué)習(xí)框架，以...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      基于多模態(tài)數(shù)據(jù)的扶梯故障預(yù)測(cè)方法、系統(tǒng)、設(shè)備及介質(zhì)，涉及扶梯故障預(yù)測(cè)的技術(shù)領(lǐng)域?；诙嗄B(tài)數(shù)據(jù)的扶梯故障預(yù)測(cè)方法，應(yīng)用于扶梯運(yùn)維管理終端，所述方法包括：獲取預(yù)設(shè)目標(biāo)時(shí)長內(nèi)目標(biāo)扶梯所處的環(huán)境數(shù)據(jù)以及目標(biāo)扶梯運(yùn)行時(shí)的多模態(tài)運(yùn)行數(shù)據(jù)；對(duì)多模態(tài)運(yùn)行...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了一種基于擬態(tài)思想的代碼動(dòng)態(tài)混淆編譯方法、系統(tǒng)及設(shè)備。所述方法包括：源碼感知，結(jié)合大型語言模型與專家知識(shí)，對(duì)關(guān)鍵函數(shù)進(jìn)行編譯器注釋；提取全局字符串常量，將字符的ASCII值編碼為MBA表達(dá)式，在常量被使用處插入解碼函數(shù)，并對(duì)數(shù)據(jù)段...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本申請(qǐng)實(shí)施例提供一種基于退役風(fēng)機(jī)的三維塔筒建筑構(gòu)建方法、裝置及設(shè)備，涉及風(fēng)機(jī)技術(shù)領(lǐng)域和三維模型技術(shù)領(lǐng)域。該方法包括：對(duì)展示的三維的塔筒部件，進(jìn)行切割處理，得到多個(gè)三維的塔筒子部件；響應(yīng)于對(duì)部件組裝類型的選擇操作，根據(jù)所選擇的部件組裝類型，對(duì)...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及一種圖形化的通用殺傷鏈構(gòu)建及評(píng)估方法，根據(jù)殺傷鏈的閉合系統(tǒng)中偵察節(jié)點(diǎn)、指揮節(jié)點(diǎn)、火力節(jié)點(diǎn)以及目標(biāo)的通聯(lián)關(guān)系，構(gòu)建鏈內(nèi)節(jié)點(diǎn)的可達(dá)性矩陣模型，將可達(dá)性矩陣表達(dá)為方格圖形式，基于目標(biāo)偵察節(jié)點(diǎn)?指揮節(jié)點(diǎn)?火力節(jié)點(diǎn)?目標(biāo)的四個(gè)區(qū)域采取逆時(shí)針...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及房屋抗震評(píng)估技術(shù)領(lǐng)域，具體為基于深度學(xué)習(xí)的農(nóng)村房屋抗震評(píng)估方法，包括以下步驟：S1、收集農(nóng)村房屋的房齡信息，精確記錄房屋自建成起的時(shí)間跨度；運(yùn)用搭載多鏡頭的圖像采集設(shè)備，對(duì)房屋外觀進(jìn)行圖像采集；S2、對(duì)采集到的房屋房齡、外觀圖像、...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及計(jì)算機(jī)仿真技術(shù)領(lǐng)域，具體為一種防撞墻受力測(cè)試數(shù)字孿生系統(tǒng)及方法。系統(tǒng)包括：物理防撞墻模塊布設(shè)有多種傳感器以采集實(shí)際數(shù)據(jù)；數(shù)據(jù)采集模塊負(fù)責(zé)對(duì)傳感器數(shù)據(jù)預(yù)處理后傳輸；數(shù)據(jù)處理模塊通過構(gòu)建并校準(zhǔn)參數(shù)化有限元模型，結(jié)合人工智能算法對(duì)防撞墻...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本申請(qǐng)?zhí)峁┮环N基于3D建模的建筑結(jié)構(gòu)智能設(shè)計(jì)方法、系統(tǒng)、電子設(shè)備及存儲(chǔ)介質(zhì)，涉及建筑智能設(shè)計(jì)領(lǐng)域，包括以下步驟：通過無人機(jī)、傾斜攝影和激光掃描獲取三維數(shù)據(jù)，進(jìn)行數(shù)據(jù)清理、變換和篩選；利用深度學(xué)習(xí)模型對(duì)點(diǎn)云數(shù)據(jù)進(jìn)行特征提取和語義分割；采用深度...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明提供一種中文頸部血管超聲提示生成方法及系統(tǒng)，屬于文本數(shù)據(jù)處理技術(shù)領(lǐng)域，首先，對(duì)文本進(jìn)行中文分詞從而轉(zhuǎn)為詞序列并在序列首尾添加起止標(biāo)記；在序列之間替換分隔標(biāo)記并制作指導(dǎo)序列；其次，搭建多注意力機(jī)制LSTM網(wǎng)絡(luò)，包含Bi?LSTM編碼器部...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開一種防偽碼、生成方法、識(shí)別方法，所述防偽碼包括若干印點(diǎn)，所述印點(diǎn)的直徑為23微米至80微米，任意兩相鄰印點(diǎn)的邊緣距離大于80微米；所述防偽碼內(nèi)至少設(shè)置一定位圖形，所述定位圖形包括圓心以及圍繞所述圓心、位于預(yù)設(shè)半徑圓周上的若干均勻分...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及人工智能技術(shù)領(lǐng)域，具體提供了一種知識(shí)庫智能分析方法及系統(tǒng)，基于Streamable Http協(xié)議，首先，定期抽取業(yè)務(wù)系統(tǒng)中數(shù)據(jù)形成內(nèi)部知識(shí)庫，并對(duì)數(shù)據(jù)進(jìn)行預(yù)處理，然后提供模型調(diào)用、模型微調(diào)、向量化處理和采用自適應(yīng)微調(diào)算法，之后，進(jìn)...
								
            
							
            
							
						
            • 
					
                    
          
                
          

                 
          
                 	
		            	首頁
		            	上一頁
		            	
		            	219
		            	
		            	下一頁
                 	
                 	
            	
          
            
          
            
          
                
          
                  
          技術(shù)分類
          
                  
          
                      
                  
          
                
          
            
          
          
          
      
          
    
          
    
    

























































































































































 
 
    







主站蜘蛛池模板：
久久久免费精品re6|
亚洲综合日韩精品|
国产粉嫩一区二区三区av|
国产亚洲精品aaaa片小说|
天堂资源在线www在线观看|
久久精品少妇高潮a片免费观|
香蕉免费一区二区三区在|
强被迫伦姧高潮无码bd电影|
国产乱人无码伦av在线a|
18禁成人黄网站免费观看|
人人妻人人做从爽精品|
亚洲精品一区久久久久久|
狠狠亚洲婷婷综合色香五月排名|
人人摸人人搞人人透|
亚洲色一色噜一噜噜噜|
人人妻人人狠人人爽天天综合网|
国产中文字幕精品免费|
少妇粗大进出白浆嘿嘿视频|
伊人色综合久久天天小片|
3d成人h动漫网站入口|
亚洲精品v欧洲精品v日韩精品
|
东京热一精品无码av|
亚洲日韩久热中文字幕|
欧美人与动人物牲交免费观看|
国产精品_国产精品_k频道|
久久精品成人免费国产片|
久久久久久av无码免费看大片|
成人免费乱码大片a毛片|
亚洲最大成人免费av|
免费无码又爽又刺激高潮虎虎视频
|
亚洲国产专区校园欧美|
色吊丝免费av一区二区|
国产黑色丝袜在线观看片不卡顿|
无码人妻丰满熟妇啪啪7774|
亚洲欧美日本久久综合网站|
久久久久久av无码免费看大片|
国产日韩综合av在线|
五月丁香综合缴情六月小说
|
国产中文三级全黄|
亚洲午夜国产精品无码老牛影视|
97日日碰人人模人人澡|