<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)
                  	
                  
          
                
          
                
          
                    
            
					
						
          • 
							
							
            
					    		
								
            
								      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)...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本公開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)和視覺動(dòng)作頂點(diǎn)的生成圖
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開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...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了調(diào)解文書生成方法、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，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)組確定為鯨魚優(yōu)化算法的鯨魚群體的鯨魚個(gè)體得到第一鯨魚群體；采用鯨魚優(yōu)化算法對(duì)第一鯨魚群體進(jìn)行尋優(yōu)得到最優(yōu)鯨魚個(gè)體，根據(jù)最優(yōu)鯨魚...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本申請(qǐng)涉及數(shù)據(jù)分類分級(jí)技術(shù)領(lǐng)域，公開了一種數(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)...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了基于時(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)公開了基于條件擴(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...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      發(fā)明公開了一種基于數(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...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了一種激光雷達(dá)多通道回波數(shù)據(jù)在線處理系統(tǒng)，依次包括數(shù)據(jù)分發(fā)層，數(shù)據(jù)分發(fā)層對(duì)回波數(shù)據(jù)進(jìn)行分割后發(fā)送至數(shù)據(jù)緩存層提取局部最大值、局部最大值對(duì)應(yīng)的濾波后采樣點(diǎn)子序列以及局部最大值在對(duì)應(yīng)濾波后采樣點(diǎn)子序列中的序號(hào)，并作為待預(yù)擬合數(shù)據(jù)輸入至...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及一種油氣地質(zhì)智能問(wèn)答生成方法、系統(tǒng)、處理設(shè)備及存儲(chǔ)介質(zhì)，該方法包括：輸入自然語(yǔ)言問(wèn)題，并進(jìn)行解析，提取自然語(yǔ)言問(wèn)題的核心實(shí)體、相關(guān)屬性和查詢意圖；將提取的核心實(shí)體和相關(guān)屬性與預(yù)先構(gòu)建的分層標(biāo)簽體系中的標(biāo)簽進(jìn)行匹配，定位到對(duì)應(yīng)的知識(shí)...
								
            
							
            
							
						
            • 
					
                    
          
                
          

                 
          
                 	
		            	首頁(yè)
		            	上一頁(yè)
		            	
		            	219
		            	
		            	下一頁(yè)
                 	
                 	
            	
          
            
          
            
          
                
          
                  
          技術(shù)分類
          
                  
          
                      
                  
          
                
          
            
          
          
          
      
          
    
          
    
    

























































































































































 
 
    







主站蜘蛛池模板：
亚韩精品中文字幕无码视频|
精品人妻伦一二三区久久aaa片|
国产精成人品日日拍夜夜|
国产精品香蕉视频在线|
强伦姧人妻免费无码电影|
无尺码精品产品日韩|
亚洲高潮喷水无码AV电影|
欧美日韩在线第一页免费观看|
欧美午夜精品一区二区三区电影|
寡妇被老头舔到高潮的视频|
99久久久无码国产精品动漫|
国产成人无码av一区二区在线观看|
免费无码肉片在线观看|
国产99视频精品免费专区|
久久精品九九热无码免贵
|
久久综合九色综合欧洲98|
女高中生第一次破苞av|
国产精品久免费的黄牛仔短裤|
欧美黑人又粗又大的性格特点|
国产不卡一区二区在线|
在线观看无码av网站永久|
精品精品国产高清a毛片
|
久久香蕉国产线看观看猫咪av|
影音先锋av资源网无码|
国产午国产午夜精华 免费|
无码不卡av东京热毛片|
亚洲国产在一区二区三区|
成年女人免费视频播放体验区|
国产乱码精品一区二区上|
亚洲精品国产av天美传媒|
2020亚洲国产精品久久久|
无码中文字幕乱码一区|
波多野结衣中文字幕久久|
五月综合色婷婷在线观看|
国产精品99久久99久久久|
国产精品日日摸夜夜添夜夜添无码
|
av国产剧情md精品麻豆|
色欲蜜桃av无码中文字幕|
久久综合九色欧美婷婷|
99RE8这里有精品热视频|
偷看少妇自慰xxxx|