<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)
        商標交易
        會員權(quán)益
        需求市場

        
        關(guān)于龍圖騰

        
        
        
        
        
        
    
          
    
          
        
        
             / 

            
            
            免費注冊
        
    
          

          



          
    
          
        到頂部
        到底部
    
          

          















          
    
    
          
        
        
          
            
            
            
            
            
            
            
            

            
            
          
                
          
                    
                    清空
                    搜索
                
          
            
          

            
            
            
            
            
            
            
            
            
            
        
          
        
        
        
    
          

          








          
      
          
          
          
            
          
                
          
                  
          
                  	
                  	
                  		最新專利技術(shù)
                  	
                  
          
                
          
                
          
                    
            
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明提供了一種基于檢索增強生成技術(shù)的農(nóng)業(yè)病蟲害問答系統(tǒng)，屬于人工智能技術(shù)領(lǐng)域，問答系統(tǒng)包括數(shù)據(jù)收集模塊、向量化模塊、知識庫構(gòu)建模塊、查詢處理模塊、檢索模塊和答案生成模塊；數(shù)據(jù)收集模塊用于獲取包含圖像樣本及其文本化標簽的農(nóng)作物病蟲害數(shù)據(jù)集；...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及軌跡數(shù)據(jù)挖掘技術(shù)領(lǐng)域，具體公開了一種軌跡點狀態(tài)識別方法、裝置、電子設(shè)備、存儲介質(zhì)及產(chǎn)品。方法包括：對獲取的原始軌跡數(shù)據(jù)進行壓縮處理，得到不同目標對象的目標軌跡數(shù)據(jù)；根據(jù)預(yù)設(shè)時空密度約束條件對各目標對象的目標軌跡數(shù)據(jù)分別進行軌跡分析...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明屬于水文信息服務(wù)技術(shù)領(lǐng)域，具體公開了一種基于大語言模型的雨水情智能交互服務(wù)平臺，包括：數(shù)據(jù)處理層，用于獲取多模態(tài)的水文數(shù)據(jù)并向量化處理，以構(gòu)建向量化數(shù)據(jù)庫；知識表達層，用于分層處理向量化數(shù)據(jù)庫以形成分層圖結(jié)構(gòu)，構(gòu)建相鄰分層圖結(jié)構(gòu)之間的...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本說明書的多個實施例涉及信息技術(shù)領(lǐng)域，具體涉及一種基于AI的智能客戶溝通輔助管控方法及系統(tǒng)。所述方法包括步驟：讀取客戶信息，生成客戶的若干個價值描述，接收待溝通內(nèi)容及溝通目標描述；識別所述待溝通內(nèi)容的語義，根據(jù)所述語義將所述待溝通內(nèi)容劃分為...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明提供基于深度學習的計算機文檔智能合規(guī)檢測系統(tǒng)，涉及數(shù)據(jù)處理技術(shù)領(lǐng)域，包括：利用圖神經(jīng)網(wǎng)絡(luò)對鄰接矩陣進行拓撲結(jié)構(gòu)分析以檢測異常得到結(jié)構(gòu)偏離度，并通過預(yù)訓練語言模型解析決策路徑節(jié)點序列生成語義沖突特征；將結(jié)構(gòu)偏離度與語義沖突特征相融合，生...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了一種基于DOM的企業(yè)知識網(wǎng)絡(luò)構(gòu)建方法及系統(tǒng)，該方法包括：S1：解析PDF文檔，生成包含各文檔元素及其層級結(jié)構(gòu)的文檔對象模型；S2：基于所述DOM進行知識實體提取，為每一個知識實體生成包含實體內(nèi)容及其在所述DOM中節(jié)點路徑的文檔引...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了一種基于SIMD計算平臺的FFT運算方法，所述方法包括：獲取由長度為N的實數(shù)向量組成的向量集合R，實數(shù)向量以長度為size的浮點數(shù)存儲，并在內(nèi)存中分配2L?2塊長度為N×size的連續(xù)存儲空間；其中，N為2的整數(shù)次冪，L為以2為...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本申請?zhí)峁┮环N刀具質(zhì)量狀態(tài)在線監(jiān)測方法、裝置、設(shè)備及存儲介質(zhì)。涉及刀具質(zhì)量檢測領(lǐng)域。該方法包括：將至少一個振動信號頻段的能量值作為第一參數(shù)；以聲發(fā)射信號的均值和均方根值作為第二參數(shù)；建立刀具質(zhì)量監(jiān)測模型，其包括BP神經(jīng)網(wǎng)絡(luò)和參數(shù)優(yōu)化模塊，參...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本申請實施例公開了一種洗衣機結(jié)構(gòu)老化的預(yù)測方法、電子設(shè)備及織物清潔設(shè)備，屬于洗衣機控制技術(shù)領(lǐng)域。其中，洗衣機結(jié)構(gòu)老化的預(yù)測方法包括：獲取洗衣機在運行階段中的偏心值、負載重量值、振動特性信息和旋轉(zhuǎn)狀態(tài)信息，其中所述振動特性信息用于表征洗滌桶在...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及多源數(shù)據(jù)與物理聯(lián)合驅(qū)動的流域徑流不確定性預(yù)報方法，包括獲取目標流域的徑流序列數(shù)據(jù)和外部預(yù)報因子數(shù)據(jù)；構(gòu)建徑流不確定性生成模型，通過帶約束的擴散生成器對徑流序列數(shù)據(jù)進行概率擴散，并生成近似徑流數(shù)據(jù)；設(shè)計聯(lián)合損失函數(shù)更新徑流不確定性生...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及電路板檢測技術(shù)領(lǐng)域，提出了一種電路板損壞檢測優(yōu)化方法及系統(tǒng)，包括以下步驟：S1、通過探針陣列同步采集電路板測試點的接觸電阻信號、探針壓力信號和環(huán)境數(shù)據(jù)，并對采集的數(shù)據(jù)參數(shù)進行優(yōu)化處理；S2、建立接觸抗阻動態(tài)模型，刻畫電路板接觸阻抗...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明屬于水質(zhì)監(jiān)測與數(shù)據(jù)分析技術(shù)領(lǐng)域，為一種基于非線性及時變特征的河流溶解氧關(guān)鍵因子辨識方法，包括：構(gòu)建初始因子集，計算溶解氧與初始因子集的各個影響因子的MIC值；設(shè)置MIC值目標值，篩選MIC值大于MIC值目標值的若干因子，組成第二因子集...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了一種面向工控物聯(lián)網(wǎng)的工業(yè)設(shè)備用數(shù)據(jù)處理方法，包括：采集工業(yè)設(shè)備傳感器數(shù)據(jù)，并進行標準化處理，得到規(guī)范化矩陣；初始化稀疏字典學習模型，設(shè)定初始字典結(jié)構(gòu)與稀疏系數(shù)，執(zhí)行初步稀疏分解；構(gòu)建花朵授粉算法搜索空間，優(yōu)化分層數(shù)、正則權(quán)重和切...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明提供了一種照明評分模型的構(gòu)建方法、裝置、設(shè)備及照明評分方法，應(yīng)用于數(shù)據(jù)處理技術(shù)領(lǐng)域。該照明評分模型的構(gòu)建方法包括：獲取與多個光環(huán)境各自對應(yīng)的評分數(shù)據(jù)和多個光環(huán)境數(shù)據(jù)，光環(huán)境數(shù)據(jù)是對指定空間在光環(huán)境中的黑板區(qū)域或桌面區(qū)域進行數(shù)據(jù)采集得到...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開一種航空發(fā)動機故障診斷方法及系統(tǒng)，涉及故障診斷技術(shù)領(lǐng)域。包括獲取航空發(fā)動機在額定轉(zhuǎn)速運行過程中指定部位的時域振動信號；對時域振動信號進行經(jīng)驗?zāi)B(tài)分解，得到與時域振動信號對應(yīng)的m個時域信號分量；選取m個時域信號分量中的前n個，得到n...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了基于大數(shù)據(jù)分析的新風機組故障預(yù)測方法，涉及故障預(yù)測技術(shù)領(lǐng)域，采集新風機組的設(shè)備運行數(shù)據(jù)和傳感器自身狀態(tài)數(shù)據(jù)，生成目標數(shù)據(jù)集；對所述目標數(shù)據(jù)集進行特征提取，獲取設(shè)備運行特征和傳感器健康特征，構(gòu)建傳感器故障規(guī)則集和設(shè)備故障規(guī)則集，生...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及電力技術(shù)領(lǐng)域，公開了一種配電架空線路的故障檢測方法，包括：獲取目標信號集，使用小波變換，對目標信號進行分解，得到多層高頻細節(jié)系數(shù)和低頻近似系數(shù)，并使用經(jīng)驗?zāi)B(tài)分解，對低頻近似系數(shù)進行分解，得到多個本征模態(tài)函數(shù)，然后構(gòu)建目標信號所對...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及電力技術(shù)領(lǐng)域，公開了一種配電架空線路的故障檢測方法、存儲介質(zhì)及設(shè)備，包括：獲取目標信號集，對目標信號進行分解，得到多層高頻細節(jié)系數(shù)和多個本征模態(tài)函數(shù)，以確定高頻特征集中每個數(shù)據(jù)的權(quán)重、偏度、峰度和近似熵，并構(gòu)建目標信號所對應(yīng)的多維...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明一種基于動態(tài)模式分解的擾動源定位方法，屬于電力系統(tǒng)運行與分析技術(shù)領(lǐng)域，通過對實測數(shù)據(jù)進行矩陣分解，準確提取系統(tǒng)的振蕩模態(tài)特征；進一步，構(gòu)建融合時空特性的參與因子分析模型，綜合考慮模態(tài)的空間分布特性和時間演化特征，實現(xiàn)對振蕩源的精確定位...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了協(xié)作學習下基于注意力機制的多模態(tài)情感識別方法，獲取樣本和對應(yīng)的情緒狀態(tài)，基于樣本生成訓練集、驗證集、以及測試集；構(gòu)建協(xié)作學習多模態(tài)情感識別模型；定義協(xié)作學習多模態(tài)情感識別模型的損失函數(shù)；基于訓練集對協(xié)作學習多模態(tài)情感識別模型訓練...
								
            
							
            
							
						
            • 
					
                    
          
                
          

                 
          
                 	
		            	首頁
		            	上一頁
		            	
		            	23
		            	
		            	下一頁
                 	
                 	
            	
          
            
          
            
          
                
          
                  
          技術(shù)分類
          
                  
          
                      
                  
          
                
          
            
          
          
          
      
          
    
          
    
    

























































































































































 
 
    







主站蜘蛛池模板：
久青草国产97香蕉在线视频|
国产成人无码免费看视频软件|
香港日本三级亚洲三级|
国产欧美日韩国产高清|
亚洲伊人久久综合成人|
国产xxxx做受视频|
精品无码久久久久久午夜|
少妇人妻偷人精品视频1出轨|
亚洲熟女少妇乱色一区二区|
激情亚洲专区一区二区三区|
欧美黑人又粗又大xxx|
国产亚洲精品久久久久丝瓜|
一本久道久久综合狠狠躁av
|
日日摸夜夜添狠狠添欧美|
国产又爽又黄无码无遮挡在线观看|
华人在线亚洲欧美精品|
丰满大肥婆肥奶大屁股|
精品毛卡卡1卡2卡3麻豆|
国产作爱激烈叫床视频|
日本老熟妇乱|
成人网站亚洲综合久久|
亚洲精品一区二区口爆|
免费看黑人强伦姧人妻|
熟妇啊轻点灬大JI巴太粗|
A级毛片100部免费看|
奇米影视7777狠狠狠狠色|
亚洲高清激情一区二区三区|
中文字幕国产精品自拍|
国产成人不卡无码免费视频|
久久久午夜成人噜噜噜|
亚洲中文字幕无码中字|
国产迷姦播放在线观看|
精品一区二区久久久久久久网站
|
风流少妇又紧又爽又丰满|
国内精品无码一区二区三区|
a∨天堂亚洲区无码先锋影音|
久久久无码精品午夜|
日韩AV无码精品一二三区|
精品无码专区毛片|
福利姬国产精品一区在线|
欧洲无码一区二区三区在线观看|