<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(biāo)交易
        會員權(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)明公開了一種全張量大地電磁數(shù)據(jù)評分方法、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)對實(shí)測數(shù)據(jù)進(jìn)行響應(yīng)合成，得到對應(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)測模型獲取多個信息；根據(jù)排列組合方式對多個預(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)重對各子模型輸出的預(yù)測結(jié)果進(jìn)行加權(quán)融合；比對實(shí)時數(shù)據(jù)與對應(yīng)...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      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)明涉及一種磁道信號處理方法、系統(tǒng)及計(jì)算機(jī)可讀介質(zhì)，該磁道信號處理方法包括：采集磁道信號的多個時間戳；根據(jù)多個時間戳構(gòu)建濾波預(yù)處理數(shù)組；對濾波預(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的判...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      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：對井下設(shè)備的振動信號進(jìn)行采集，基于振動信號生成振動數(shù)據(jù)；將振動數(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)測中存在的信號處理、特征提取和事件識別等方面的不足，基于管道在不同振動入侵事件下的動態(tài)響應(yīng)，采用了相應(yīng)算法對原始振動信號...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及一種基于頻段濾波的時頻故障診斷方法，其步驟：(1)通過傳感器采集機(jī)電設(shè)備的時域聲音信號；(2)對所述時域信號進(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)將濾波后的信號分割為等長片...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      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)時數(shù)據(jù)預(yù)處理，動態(tài)風(fēng)險評估...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了一種基于輸入驅(qū)動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、模型級別貪婪優(yōu)化模塊、塊級別貪婪預(yù)熱模塊和塊級別微調(diào)模塊；對大語言模型使用貪心算法確定每個Transformer Block的稀疏度配置；隨后，對每個Blo...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及一種基于對比學(xué)習(xí)融合模型的HRRP無監(jiān)督識別方法、裝置及設(shè)備。所述方法包括：基于對比學(xué)習(xí)框架，構(gòu)建自適應(yīng)動態(tài)注意力模型。將HRRP信號樣本輸入至動態(tài)混合注意力網(wǎng)絡(luò)，在動態(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)明公開了一種吸附壓縮二氧化碳儲能系統(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)算與異常特征識別；步驟三、多維度數(shù)據(jù)融合與風(fēng)險指數(shù)生成；步驟四、分級預(yù)警觸發(fā)與應(yīng)急響應(yīng)；步驟五、動...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本申請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)所對應(yīng)的原始全景交通場景...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      提出基于深度學(xué)習(xí)的的空間進(jìn)動錐體目標(biāo)微動特征提取方法，包括下列步驟：構(gòu)建空間進(jìn)動錐體目標(biāo)的時頻圖數(shù)據(jù)集，并對數(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)動錐體目標(biāo)特征提取模型；使用時頻圖數(shù)據(jù)集對網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練，最終得到訓(xùn)練...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明提供了一種基于氣候水文模型耦合的水文干旱集合預(yù)測方法及設(shè)備，包括：提取水文模型所需氣候要素進(jìn)行偏差訂正或時空降尺度后進(jìn)行存儲；構(gòu)建以預(yù)定精度模擬流域日徑流過程的水文模型；將起始日前預(yù)定時長段內(nèi)的逐日觀測氣候數(shù)據(jù)與預(yù)測時段內(nèi)的逐日預(yù)測氣...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了一種針對食物網(wǎng)穩(wěn)定性的評估方法，包括：首先需進(jìn)行樣品采集、預(yù)處理、穩(wěn)定同位素分析；其次，核算營養(yǎng)級、構(gòu)建不同食物網(wǎng)模型，如同一地域不同時期的食物網(wǎng)；再次，引入網(wǎng)絡(luò)全局效率指標(biāo)，標(biāo)定穩(wěn)定食物網(wǎng)的全局效率，并開展節(jié)點(diǎn)去除實(shí)驗(yàn)，精確計(jì)...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了一種融合雙線性層與雙向歸一化的時間序列預(yù)測方法，屬于時間序列預(yù)測技術(shù)領(lǐng)域。本發(fā)明通過輕量級神經(jīng)網(wǎng)絡(luò)生成全局水平系數(shù)和波動幅度系數(shù)，對輸入序列進(jìn)行歸一化處理，并構(gòu)建包含雙線性層和非線性激活函數(shù)的多層級特征提取模塊；然后基于滑動窗口...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明提供一種用于多機(jī)器人協(xié)同定位的具有里程計(jì)預(yù)積分的分布式魯棒信念傳播方法及設(shè)備，屬于多機(jī)器人協(xié)同定位技術(shù)領(lǐng)域。該方法首先提出了一種里程計(jì)預(yù)積分量測模型，基于此計(jì)算了來自里程計(jì)預(yù)積分因子節(jié)點(diǎn)的消息；然后將外部量測因子節(jié)點(diǎn)的概率密度建模為學(xué)...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了一種基于AI技術(shù)的多模態(tài)融媒體內(nèi)容輔助創(chuàng)作方法，其根據(jù)用戶輸入的創(chuàng)作需求文本提取關(guān)鍵特征，并根據(jù)關(guān)鍵特征采用知識圖譜檢索方式在知識庫中檢索得到創(chuàng)作素材并生成初稿，對初稿采用多模態(tài)對齊模型進(jìn)行跨模態(tài)特征映射，并且通過對比學(xué)習(xí)對齊文...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本申請?zhí)峁┝艘环N信息處理方法、裝置、設(shè)備、存儲介質(zhì)及計(jì)算機(jī)程序產(chǎn)品，其中，信息處理方法，包括：根據(jù)對話文本，確定對話當(dāng)前所處的業(yè)務(wù)流程節(jié)點(diǎn)的節(jié)點(diǎn)信息；在所述節(jié)點(diǎn)信息指示對話當(dāng)前所處的主流程節(jié)點(diǎn)下的子節(jié)點(diǎn)未結(jié)束的情況下，針對所述子節(jié)點(diǎn)，獲取歷...
								
            
							
            
							
						
            • 
					
                    
          
                
          

                 
          
                 	
		            	首頁
		            	上一頁
		            	
		            	233
		            	
		            	下一頁
                 	
                 	
            	
          
            
          
            
          
                
          
                  
          技術(shù)分類
          
                  
          
                      
                  
          
                
          
            
          
          
          
      
          
    
          
    
    

























































































































































 
 
    







主站蜘蛛池模板：
欧美又大又色又爽aaaa片|
欧美日韩无线码在线观看|
国产无套粉嫩白浆在线观看|
亚洲精品午夜一区人人爽|
深夜在线观看免费av|
久热爱精品视频在线9|
中文av伊人av无码av狼人|
最新亚洲人成网站在线影院|
久章草在线精品视频免费观看|
成人av一区二区亚洲精
|
国产清纯在线一区二区www|
四虎成人国产精品永久在线|
3d动漫精品啪啪一区二区中|
精品国产一区二区三区麻豆|
亚洲国产欧美不卡在线观看|
国产高清在线精品一区下载|
国产麻豆精品av在线观看|
国模吧无码一区二区三区|
国产精品亚洲中文字幕|
国产精品538一区二区在线|
在线播放免费人成毛片|
69天堂人成无码麻豆免费视频|
在线天堂最新版资源|
色一情一乱一伦麻豆|
成人看片黄a免费看那个网址|
国产巨大爆乳在线观看|
国产精品久久自在自线不|
国产在线观看无码免费视频
|
亚洲色无码中文字幕|
日本亲子乱子伦xxxx50路|
国产熟女亚洲精品麻豆|
久久天天躁狠狠躁夜夜躁2020
|
色老板精品无码免费视频|
欧美激情一区二区三区在线|
久久综合九色综合97伊人|
日本久久高清免费观看|
精品人妻一区二区三区四区在线|
东北女人毛多水多牲交视频|
国产自偷亚洲精品页65页|
午夜寂寞少妇aaa片毛片|
青青草国产线观看|