<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

        
        關(guān)于龍圖騰

        
        
        
        
        
        
    
          
    
          
        
        
             / 

            
            
            免費(fèi)注冊
        
    
          

          



          
    
          
        到頂部
        到底部
    
          

          















          
    
    
          
        
        
          
            
            
            
            
            
            
            
            

            
            
          
                
          
                    
                    清空
                    搜索
                
          
            
          

            
            
            
            
            
            
            
            
            
            
        
          
        
        
        
    
          

          








          
      
          
          
          
            
          
                
          
                  
          
                  	
                  	
                  		最新專利技術(shù)
                  	
                  
          
                
          
                
          
                    
            
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了一種基于大語言模型的Text2SQL優(yōu)化生成方法，屬于自然語言處理領(lǐng)域。該方法通過信息增強(qiáng)的約束機(jī)制引導(dǎo)Text2SQL優(yōu)化框架運(yùn)作，在框架中采用加權(quán)表選擇模塊，并進(jìn)行動(dòng)態(tài)列值填入，有效減少冗余的數(shù)據(jù)庫架構(gòu)信息，從而進(jìn)一步提升模...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明特別涉及一種基于大模型的自動(dòng)化指標(biāo)創(chuàng)建方法。該基于大模型的自動(dòng)化指標(biāo)創(chuàng)建方法，用戶輸入需求，預(yù)處理后，利用大語言模型進(jìn)行命名實(shí)體識(shí)別，提取關(guān)鍵實(shí)體信息，并生成結(jié)構(gòu)化需求參數(shù)；從SQL模板庫中匹配模板并動(dòng)態(tài)填充，經(jīng)語法校驗(yàn)和性能優(yōu)化后得...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了一種基于大模型的數(shù)據(jù)問答方法、裝置、電子設(shè)備及存儲(chǔ)介質(zhì)。其中，所述方法包括：獲取用戶輸入問題和問答知識(shí)庫；其中，所述問答知識(shí)庫中包括多個(gè)問答數(shù)據(jù)對，每個(gè)問答數(shù)據(jù)對包括預(yù)設(shè)問題和對應(yīng)的答案；根據(jù)所述用戶輸入問題構(gòu)建輸入提示詞；將所...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及農(nóng)業(yè)信息技術(shù)領(lǐng)域，特別涉及一種煙草農(nóng)業(yè)標(biāo)準(zhǔn)知識(shí)圖譜構(gòu)建方法及系統(tǒng)，收集煙草農(nóng)業(yè)標(biāo)準(zhǔn)數(shù)據(jù)；分析標(biāo)準(zhǔn)數(shù)據(jù)的結(jié)構(gòu)和特征，將標(biāo)準(zhǔn)數(shù)據(jù)劃分為標(biāo)準(zhǔn)信息要素、標(biāo)準(zhǔn)技術(shù)要素和標(biāo)準(zhǔn)條文要素三個(gè)知識(shí)單元；構(gòu)建煙草農(nóng)業(yè)標(biāo)準(zhǔn)知識(shí)圖譜本體模型，包括標(biāo)準(zhǔn)信息...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明實(shí)施例公開了一種模型資產(chǎn)入庫方法、裝置、設(shè)備、介質(zhì)及程序產(chǎn)品。包括：對獲取的待入庫三維模型進(jìn)行預(yù)處理，確定與待入庫三維模型對應(yīng)的待入庫模型視圖集合；對待入庫模型視圖集合中各待入庫模型視圖進(jìn)行目標(biāo)識(shí)別，確定目標(biāo)識(shí)別結(jié)果；根據(jù)預(yù)構(gòu)建的設(shè)備...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了一種面向非結(jié)構(gòu)化數(shù)據(jù)的自監(jiān)督細(xì)粒度表示方法，包括：基于預(yù)設(shè)粒度規(guī)則對非結(jié)構(gòu)化數(shù)據(jù)集進(jìn)行多級(jí)切分，得到細(xì)粒度子樣本集合；對每一子樣本生成兩種視圖增強(qiáng)數(shù)據(jù)，得到第一視圖與第二視圖；輸入共享參數(shù)的表示編碼網(wǎng)絡(luò)，獲得對應(yīng)的多層嵌入向量；...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明屬于科技成果推送技術(shù)領(lǐng)域，尤其涉及一種基于超圖重構(gòu)技術(shù)的科技成果潛在需求挖掘方法，包括：S1、構(gòu)建需求者?科技成果交互圖；S2、構(gòu)建需求者的超圖關(guān)聯(lián)矩陣和科技成果的超圖關(guān)聯(lián)矩陣；S3、使用圖神經(jīng)網(wǎng)絡(luò)捕獲需求者間與科技成果間的直接依賴關(guān)...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及一種基于平臺(tái)推薦效用刻畫實(shí)現(xiàn)社交平臺(tái)信息傳播預(yù)測的方法，包括以下步驟：生成社交內(nèi)容表征以及社交用戶表征；構(gòu)建社交平臺(tái)推薦向量；根據(jù)網(wǎng)絡(luò)結(jié)構(gòu)渠道預(yù)測傳播過程；融合平臺(tái)推薦渠道；解碼得到后續(xù)時(shí)刻感染用戶。本發(fā)明還涉及一種基于平臺(tái)推薦效...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了一種基于小信號(hào)放大技術(shù)的低滲油藏壓裂井快速試井分析方法，該方法包括：獲取低滲油藏壓裂井三線性流模型早期解析解；獲取低滲油藏壓裂井無限導(dǎo)流裂縫模型解析解和早期解析解；構(gòu)建低滲油藏壓裂井井底壓力影響函數(shù)；構(gòu)建低滲油藏壓裂井有限導(dǎo)流裂...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開一種基于雙向?qū)じ奶坠芫畬?dǎo)波頻散特性曲線獲取方法，采用頻率正序和倒序同時(shí)對頻散特征方程進(jìn)行尋根的策略，可準(zhǔn)確且完備的獲取套管井中所有導(dǎo)波的頻散特性曲線，避免了傳統(tǒng)方法求解導(dǎo)波頻散過程中的漏失問題，同時(shí)應(yīng)用數(shù)值外推法加速計(jì)算過程，大...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了一種多層復(fù)合板格點(diǎn)陣超材料板固有振動(dòng)特性計(jì)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(jì)算板組元在局部坐標(biāo)系中的剛度矩陣；確定單胞板格點(diǎn)陣超材料的整體坐標(biāo)系，計(jì)算單胞板格點(diǎn)陣超材料中各獨(dú)立板組元的局部坐標(biāo)系與整體坐...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      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(dòng)抑制方法，包括：根據(jù)振動(dòng)頻譜分布，采用峰值檢測算法識(shí)別主要振動(dòng)頻率和次要振動(dòng)頻率，確定多頻段振動(dòng)的關(guān)鍵頻點(diǎn)集合；通過預(yù)先建立的振動(dòng)模式與阻尼參數(shù)映射模型，針...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      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(shí)時(shí)分析環(huán)境噪聲頻帶特性，動(dòng)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(shí)現(xiàn)對前期數(shù)據(jù)的收集、歸檔以及存儲(chǔ)；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(shí)現(xiàn)統(tǒng)一篩選、分級(jí)、羅列以及合并，實(shí)現(xiàn)數(shù)據(jù)的統(tǒng)一化管理；...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      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(shí)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(shí)將溫度線性趨勢項(xiàng)輸入至混合預(yù)測模型的ARIMA通...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      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(hào)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(chǔ)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，...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      一種集成圖像上下文特征的鋼軌內(nèi)部傷損識(shí)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(shí)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...
								
            
							
            
							
						
            • 
					
                    
          
                
          

                 
          
                 	
		            	首頁
		            	上一頁
		            	
		            	224
		            	
		            	下一頁
                 	
                 	
            	
          
            
          
            
          
                
          
                  
          技術(shù)分類
          
                  
          
                      
                  
          
                
          
            
          
          
          
      
          
    
          
    
    

























































































































































 
 
    







主站蜘蛛池模板：
黑人与中国少妇xxxx视频|
天天噜噜噜在线视频|
香港三级韩国三级日本三级|
亚洲欧美日韩精品色xxx|
亚洲综合精品一区二区三区|
中文字幕亚洲欧美专区|
在线看免费无码av天堂|
av无码精品一区二区三区|
四虎永久在线精品884aa|
鲁大师影院在线观看|
亚洲码国产精品高潮在线|
怡红院一区二区三区在线|
精品无码一区在线观看|
日本成本人三级在线观看|
忘忧草社区中文字幕www|
亚洲性视频免费视频网站|
亚洲综合激情七月婷婷|
国产老太一性一交一乱|
97免费公开在线视频|
亚洲日韩欧美国产高清αv|
四虎永久在线精品无码视频
|
国产精品国产自产拍在线|
成人欧美一区二区三区在线|
中文字幕人妻熟女人妻洋洋|
人妻少妇久久中文字幕一区二区
|
97久久超碰国产精品2021|
国内精品久久久人妻中文字幕|
成年无码一区视频|
使劲快高潮了国语对白在线|
久久精品一本到东京热|
亚洲女初尝黑人巨|
亚洲制服丝袜自拍中文字幕|
色综合热无码热国产|
日韩V欧美V中文在线|
毛又多又黑少妇a片视频|
秋霞午夜一区二区三区黄瓜视频
|
大乳丰满人妻中文字幕日本|
亚洲 日本 欧美 中文幕|
高潮喷水的毛片|
韩国无码av片在线观看网站|
久久国产成人亚洲精品影院老金|