<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(cè)
        
    
          

          



          
    
          
        到頂部
        到底部
    
          

          















          
    
    
          
        
        
          
            
            
            
            
            
            
            
            

            
            
          
                
          
                    
                    清空
                    搜索
                
          
            
          

            
            
            
            
            
            
            
            
            
            
        
          
        
        
        
    
          

          








          
      
          
          
          
            
          
                
          
                  
          
                  	
                  	
                  		最新專利技術(shù)
                  	
                  
          
                
          
                
          
                    
            
					
						
          • 
							
							
            
					    		
								
            
								      提出基于深度學(xué)習(xí)的的空間進(jìn)動(dòng)錐體目標(biāo)微動(dòng)特征提取方法，包括下列步驟：構(gòu)建空間進(jìn)動(dòng)錐體目標(biāo)的時(shí)頻圖數(shù)據(jù)集，并對(duì)數(shù)據(jù)集進(jìn)行預(yù)處理；通過超參數(shù)調(diào)優(yōu)，構(gòu)造基于CNN網(wǎng)絡(luò)的空間進(jìn)動(dòng)錐體目標(biāo)特征提取模型；使用時(shí)頻圖數(shù)據(jù)集對(duì)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練，最終得到訓(xùn)練...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本申請(qǐng)公開了一種離線多智能體智能駕駛數(shù)據(jù)集的開發(fā)方法及系統(tǒng)，涉及智能駕駛輔助領(lǐng)域，該方法包括：對(duì)第一多智能體真實(shí)交互數(shù)據(jù)進(jìn)行預(yù)處理操作以得到第二多智能體真實(shí)交互數(shù)據(jù)，并通過交通場景提取模型提取第二多智能體真實(shí)交互數(shù)據(jù)所對(duì)應(yīng)的原始全景交通場景...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了一種吸附壓縮二氧化碳儲(chǔ)能系統(tǒng)的多維度監(jiān)測預(yù)警方法及系統(tǒng)，所述方法包括如下步驟：步驟一、多源數(shù)據(jù)實(shí)時(shí)采集與預(yù)處理；步驟二、關(guān)鍵參數(shù)計(jì)算與異常特征識(shí)別；步驟三、多維度數(shù)據(jù)融合與風(fēng)險(xiǎn)指數(shù)生成；步驟四、分級(jí)預(yù)警觸發(fā)與應(yīng)急響應(yīng)；步驟五、動(dòng)...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及一種基于對(duì)比學(xué)習(xí)融合模型的HRRP無監(jiān)督識(shí)別方法、裝置及設(shè)備。所述方法包括：基于對(duì)比學(xué)習(xí)框架，構(gòu)建自適應(yīng)動(dòng)態(tài)注意力模型。將HRRP信號(hào)樣本輸入至動(dòng)態(tài)混合注意力網(wǎng)絡(luò)，在動(dòng)態(tài)混合注意力網(wǎng)絡(luò)中以此進(jìn)行淺層特征提取、中層注意力處理以及細(xì)粒...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了一種基于輸入驅(qū)動(dòng)的上下文稀疏性大語言模型高效優(yōu)化系統(tǒng)，包括優(yōu)化重構(gòu)模塊、模型級(jí)別貪婪優(yōu)化模塊、塊級(jí)別貪婪預(yù)熱模塊和塊級(jí)別微調(diào)模塊；對(duì)大語言模型使用貪心算法確定每個(gè)Transformer Block的稀疏度配置；隨后，對(duì)每個(gè)Blo...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明提出基于深度學(xué)習(xí)的智能大數(shù)據(jù)分析預(yù)測方法及系統(tǒng)，包括物理場感知層、邊緣計(jì)算層、云端智能分析層與應(yīng)急響應(yīng)層，通過多種高精度傳感器構(gòu)建的立體監(jiān)測網(wǎng)絡(luò)，實(shí)現(xiàn)了對(duì)壩體形變、滲流、應(yīng)力等多維參數(shù)的同步采集，邊緣層進(jìn)行實(shí)時(shí)數(shù)據(jù)預(yù)處理，動(dòng)態(tài)風(fēng)險(xiǎn)評(píng)估...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及一種基于頻段濾波的時(shí)頻故障診斷方法，其步驟：(1)通過傳感器采集機(jī)電設(shè)備的時(shí)域聲音信號(hào)；(2)對(duì)所述時(shí)域信號(hào)進(jìn)行快速譜峭度分析，確定最優(yōu)帶通濾波器的中心頻率和帶寬，并利用巴特沃斯濾波器進(jìn)行頻段濾波；(3)將濾波后的信號(hào)分割為等長片...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明提供了一種融合光纖傳感信息和人工智能算法的管道源模式識(shí)別方法，屬于結(jié)構(gòu)智能健康監(jiān)測領(lǐng)域。為解決光纖傳感技術(shù)在管道監(jiān)測中存在的信號(hào)處理、特征提取和事件識(shí)別等方面的不足，基于管道在不同振動(dòng)入侵事件下的動(dòng)態(tài)響應(yīng)，采用了相應(yīng)算法對(duì)原始振動(dòng)信號(hào)...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本公開提供了一種用于井下設(shè)備的故障診斷方法及系統(tǒng)，涉及機(jī)械設(shè)備故障診斷技術(shù)領(lǐng)域。該方法包括：對(duì)井下設(shè)備的振動(dòng)信號(hào)進(jìn)行采集，基于振動(dòng)信號(hào)生成振動(dòng)數(shù)據(jù)；將振動(dòng)數(shù)據(jù)輸入特征提取模型，通過多尺度卷積提取特征，利用殘差連接和注意力機(jī)制優(yōu)化特征表達(dá)，生...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及一種基于多維數(shù)據(jù)融合與人工智能優(yōu)化算法的鹿茸品種快速鑒別方法與系統(tǒng)，通過使用計(jì)算機(jī)視覺(CV)、高效液相色譜法(HPLC)、快速氣象電子鼻技術(shù)(UF?GC?E?nose)，收集了不同品種鹿茸片的顏色、紋理、成分含量等多維特征數(shù)據(jù)，...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及一種磁道信號(hào)處理方法、系統(tǒng)及計(jì)算機(jī)可讀介質(zhì)，該磁道信號(hào)處理方法包括：采集磁道信號(hào)的多個(gè)時(shí)間戳；根據(jù)多個(gè)時(shí)間戳構(gòu)建濾波預(yù)處理數(shù)組；對(duì)濾波預(yù)處理數(shù)組進(jìn)行預(yù)處理，獲得濾波數(shù)組；計(jì)算濾波數(shù)組的變化特征值；以及根據(jù)變化特征值獲得磁道信號(hào)的判...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及電碳排放技術(shù)領(lǐng)域，具體涉及電力系統(tǒng)碳排放流計(jì)量誤差溯源方法及系統(tǒng)，所述方法包括：基于電力系統(tǒng)拓?fù)潢P(guān)系，構(gòu)建各節(jié)點(diǎn)的碳排放因子計(jì)算模型，并確定節(jié)點(diǎn)間的上下游依賴關(guān)系；根據(jù)分布式計(jì)量系統(tǒng)的誤差來源，量化源側(cè)計(jì)量設(shè)備誤差及節(jié)點(diǎn)間數(shù)據(jù)傳輸...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明適用于功率預(yù)測技術(shù)領(lǐng)域，提供了一種基于預(yù)測模型的功率預(yù)測精度提升方法，根據(jù)預(yù)測模型獲取多個(gè)信息；根據(jù)排列組合方式對(duì)多個(gè)預(yù)測模型進(jìn)行排列組合，根據(jù)解析結(jié)果構(gòu)建誤差趨勢，根據(jù)第一權(quán)重對(duì)各子模型輸出的預(yù)測結(jié)果進(jìn)行加權(quán)融合；比對(duì)實(shí)時(shí)數(shù)據(jù)與對(duì)應(yīng)...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了一種全張量大地電磁數(shù)據(jù)評(píng)分方法、設(shè)備、介質(zhì)及程序產(chǎn)品，方法包括：首先獲取大地電磁測點(diǎn)的實(shí)測數(shù)據(jù)，再利用一維各向異性模型和相位漂移函數(shù)對(duì)實(shí)測數(shù)據(jù)進(jìn)行響應(yīng)合成，得到對(duì)應(yīng)的合成響應(yīng)數(shù)據(jù)，基于實(shí)測數(shù)據(jù)與合成響應(yīng)數(shù)據(jù)的殘差，構(gòu)建魯棒回歸模...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及一種基于攻擊?故障樹的操作系統(tǒng)安全評(píng)估方法，包括：針對(duì)基于攻擊?故障樹的操作系統(tǒng)，評(píng)估在模擬攻擊場景下對(duì)暴露元素的攻擊面暴露風(fēng)險(xiǎn)結(jié)果；基于攻擊面暴露風(fēng)險(xiǎn)結(jié)果，對(duì)操作系統(tǒng)防御機(jī)制的安全評(píng)估算法及算法參數(shù)進(jìn)行自適應(yīng)調(diào)整；基于自適應(yīng)調(diào)整...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及計(jì)算機(jī)輔助設(shè)計(jì)技術(shù)領(lǐng)域，公開了初始圖形交換規(guī)范文件處理方法、裝置、設(shè)備及存儲(chǔ)介質(zhì)，包括：對(duì)初始圖形交換規(guī)范文件進(jìn)行解析；對(duì)幾何數(shù)據(jù)和屬性數(shù)據(jù)進(jìn)行轉(zhuǎn)換；利用三維數(shù)據(jù)結(jié)構(gòu)的幾何數(shù)據(jù)進(jìn)行三維渲染；根據(jù)更新后的三維模型，對(duì)三維數(shù)據(jù)結(jié)構(gòu)的屬...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了一種用于橋梁頂推施工受力分析方法，具體涉及受力分析領(lǐng)域；本發(fā)明通過分布式光纖、壓電式力傳感器及振弦式應(yīng)力計(jì)等設(shè)備，實(shí)時(shí)數(shù)據(jù)，結(jié)合小波降噪與卡爾曼濾波生成力學(xué)狀態(tài)矩陣；建立頂推系統(tǒng)－臨時(shí)支撐－梁體耦合動(dòng)態(tài)力學(xué)模型，采用廣義α方法求...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及一種波浪環(huán)境下長大懸浮隧道雙向流固耦合計(jì)算方法，屬于海洋工程懸浮隧道結(jié)構(gòu)設(shè)計(jì)領(lǐng)域。針對(duì)現(xiàn)有方法計(jì)算效率低、忽略結(jié)構(gòu)對(duì)流場擾動(dòng)及無法處理復(fù)雜地形的問題，提出基于二維勢流波浪水槽組的建模策略：沿隧道軸線劃分關(guān)鍵截面建立獨(dú)立水槽，通過并...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及一種多荷載耦合作用下懸浮隧道動(dòng)力響應(yīng)時(shí)域計(jì)算方法，屬于懸浮隧道動(dòng)力響應(yīng)分析領(lǐng)域。針對(duì)傳統(tǒng)方法因控制方程不統(tǒng)一導(dǎo)致通用性差、難以處理多荷載耦合及結(jié)構(gòu)形式變化的問題，提出建立管體統(tǒng)一運(yùn)動(dòng)方程，結(jié)合模態(tài)疊加法分解為廣義坐標(biāo)常微分方程組，...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明提供了一種折腰扭腰拖拉機(jī)靜態(tài)傾覆極限角計(jì)算方法，旨在精確評(píng)估其在復(fù)雜姿態(tài)下的靜態(tài)穩(wěn)定性。該方法的核心在于構(gòu)建折腰和扭腰自由度的三維虛擬仿真模型，并設(shè)定任意組合的目標(biāo)姿態(tài)。通過模擬橫坡或縱坡的迭代增加過程，結(jié)合對(duì)前、后及整車質(zhì)心投影與相...
								
            
							
            
							
						
            • 
					
                    
          
                
          

                 
          
                 	
		            	首頁
		            	上一頁
		            	
		            	227
		            	
		            	下一頁
                 	
                 	
            	
          
            
          
            
          
                
          
                  
          技術(shù)分類
          
                  
          
                      
                  
          
                
          
            
          
          
          
      
          
    
          
    
    

























































































































































 
 
    







主站蜘蛛池模板：
人妻va精品va欧美va|
日韩内射美女人妻一区二区三区
|
人妻丰满熟妇岳av无码区hd|
色老头av亚洲一区二区男男
|
国产手机在线国内精品|
韩日综合成人中文字幕|
亚洲国产成人va在线观看|
亚洲国产日韩在线人成蜜芽|
国产无遮挡18禁无码网站|
久久男人高潮女人高潮|
国产亚洲精品久久久久久老妇|
日本入室强伦姧bd在线观看|
不卡无在一区二区三区四区|
人人妻人人澡人人爽曰本|
亚洲图片日本v视频免费|
成人中文乱幕日产无线码|
亚洲国产精品成人精品无码区在线|
激情 小说 亚洲 图片 伦|
julia无码中文字幕一区|
激情综合色五月六月婷婷|
亚洲丰满熟女一区二区v|
国产精品欧美一区二区三区|
久久久精品久久久久久96|
国产天堂亚洲国产碰碰|
色窝窝免费一区二区三区|
欧美 亚洲 国产 日韩 综aⅴ|
亚洲高清中文字幕在线看不卡
|
亚洲国产精品久久久久爰|
曰批全过程免费视频在线观看无码|
午夜男女爽爽爽在线视频|
久久国产色av免费观看|
大肉大捧一进一出视频出来呀|
亚洲高清WWW色好看美女|
爱性久久久久久久久|
精品日韩人妻中文字幕|
玩弄漂亮少妇高潮白浆|
国产午夜精华2020在线|
国产女厕偷窥系列在线视频|
四川老熟女下面又黑又肥|
国产成人av乱码在线观看|
国产人妻777人伦精品hd|