<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)
                  	
                  
          
                
          
                
          
                    
            
					
						
          • 
							
							
            
					    		
								
            
								      本申請涉及系統(tǒng)存儲技術(shù)領(lǐng)域，公開了一種測試方法、裝置、設(shè)備及存儲介質(zhì)，該方法包括：在接收到待測試任務(wù)時，確定待測試任務(wù)所需的測試用例，并根據(jù)待測試任務(wù)構(gòu)建初始線程池；獲取待測試任務(wù)對應(yīng)的歷史測試數(shù)據(jù)，并通過預(yù)設(shè)負載預(yù)測模型根據(jù)歷史測試數(shù)據(jù)進...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本公開涉及測試技術(shù)領(lǐng)域，具體提供了一種確定異常數(shù)據(jù)的方法、裝置及電子設(shè)備。其中，該方法包括：將多條測試數(shù)據(jù)輸入目標問答模型，以獲得目標問答模型輸出的各測試數(shù)據(jù)分別對應(yīng)的測試結(jié)果；根據(jù)各測試數(shù)據(jù)分別所屬的業(yè)務(wù)類型，以及各測試數(shù)據(jù)被標定的參考結(jié)...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了基于自適應(yīng)圖卷積的工業(yè)互聯(lián)網(wǎng)圖數(shù)據(jù)聚類方法及系統(tǒng)，首先通過解析給定的工業(yè)互聯(lián)網(wǎng)圖數(shù)據(jù)結(jié)構(gòu)計算出圖的度矩陣與歸一化矩陣，所述歸一化矩陣用于圖卷積計算，隨后將圖中的每一個節(jié)點初步設(shè)定為獨立的類別，以此作為初始聚類劃分，然后通過運用自...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      一種基于大語言模型的數(shù)學(xué)解題方法、裝置、計算機程序及存儲介質(zhì)。涉及人工智能和自然語言處理技術(shù)領(lǐng)域，還涉及到基于人工智能的數(shù)學(xué)求解及求解過程演示技術(shù)領(lǐng)域。所述方法包括：S1、采集數(shù)學(xué)題目的步驟；S2、提取所述數(shù)學(xué)題目的文本特征并分類，獲得分類...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了一種海洋原位放射性監(jiān)測的方法，該方法基于最大似然期望值最大化算法(MLEM)進行特征提取，并采用多層感知機進行解譜操作。首先，采用標準源測定CeBr3探測器的FWHM相關(guān)參數(shù)，并基于蒙特卡羅方法模擬探測器在...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了一種考慮時序相關(guān)性的低碳建筑綜合能源系統(tǒng)隨機場景生成方法，步驟包括：采集建筑可再生能源和負荷的歷史數(shù)據(jù)并進行聯(lián)合處理；進行歷史日場景進行特征分析及典型季節(jié)劃分；進行基于k?means的場景聚類，基于最大似然估計計算時序概率分布參...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明提供一種基于LSTM神經(jīng)網(wǎng)絡(luò)的星座目標識別方法：配置軌道初始數(shù)據(jù)區(qū)間范圍、軌道初始歷元時刻，采用拉丁超立方采樣方法形成初始星座軌道數(shù)據(jù)；基于高精度軌道遞推模型對初始星座軌道數(shù)據(jù)進行軌道遞推，剔除無效數(shù)據(jù)，形成星座中不同衛(wèi)星多個歷元時刻...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及車輛技術(shù)領(lǐng)域，具體涉及一種基于車輛休眠的車漆損壞監(jiān)測系統(tǒng)、方法及車輛，其包括狀態(tài)識別模塊，監(jiān)測目標車輛當前狀態(tài)；當監(jiān)測到車輛處于停車休眠狀態(tài)，無線射頻模塊通過無線射頻RFID搜索停車休眠狀態(tài)下的目標車輛周圍是否存在與之匹配的鑰匙，...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明屬于農(nóng)業(yè)病蟲害檢測領(lǐng)域，具體為一種基于深度學(xué)習(xí)多模態(tài)的地下蠐螬害蟲檢測系統(tǒng)及方法。首先，在疑似有地下蠐螬害蟲的區(qū)域，通過布置特定刺激模塊，有針對性地增強地下蠐螬的活動性。在蠐螬活動增強后，利用數(shù)據(jù)采集模塊捕捉其活動產(chǎn)生的聲音信號和二氧...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本申請?zhí)峁┝艘环N基于長卷積和數(shù)據(jù)控制門的智慧場站SCADA數(shù)據(jù)預(yù)警方法及系統(tǒng)，該方法包括：構(gòu)建物模型組織風(fēng)場信號；將風(fēng)場信號輸入訓(xùn)練好的線性響應(yīng)濾波器，得到預(yù)測結(jié)果；將預(yù)測結(jié)果與實際信號進行比較，得到第一差值；將第一差值與設(shè)定差值進行比較，...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明提供一種基于差分隱私的隱私保護大模型微調(diào)方法及系統(tǒng)，包括：獲取用戶敏感數(shù)據(jù)以構(gòu)建微調(diào)數(shù)據(jù)集和驗證集；對目標參數(shù)矩陣進行低秩分解，將微調(diào)數(shù)據(jù)集輸入大模型，計算其在低秩參數(shù)矩陣上的梯度并進行稀疏化處理；對稀疏梯度按照梯度裁剪閾值裁剪后加入...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了一種四向穿梭車立體庫仿真系統(tǒng)及方法，屬于四向穿梭車立體庫設(shè)計技術(shù)領(lǐng)域，所述系統(tǒng)包括：虛擬仿真模型，所述模型根據(jù)四向穿梭車立體庫設(shè)計數(shù)據(jù)搭建，用于模擬真實四向穿梭車立體庫執(zhí)行預(yù)設(shè)任務(wù)，實現(xiàn)四向穿梭車立體庫的虛擬調(diào)試和測試；虛擬調(diào)試...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本申請公開了一種基于哈希計算的缺陷處理方法、裝置、設(shè)備、介質(zhì)及產(chǎn)品，涉及半導(dǎo)體集成電路技術(shù)領(lǐng)域。該方法包括：獲取設(shè)計版圖中與缺陷點之間的距離滿足預(yù)設(shè)距離條件的多個目標線段；從線段方向各不相同的多個目標線段上，分別確定候選哈希點；基于每個候選...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開一種基于強化學(xué)習(xí)的高效圖神經(jīng)網(wǎng)絡(luò)子圖采樣方法，涉及人工智能技術(shù)，針對現(xiàn)有技術(shù)效率低等問題提出本方案。應(yīng)用在圖神經(jīng)網(wǎng)絡(luò)的訓(xùn)練過程中，基于GraphSARM策略進行GNN訓(xùn)練；所述GraphSARM策略包括GraphSARM?E與Gr...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了一種考慮多因素的冷凍廠負荷日前調(diào)節(jié)能力智能評估方法，首先提出基于MoE的日前負荷預(yù)測模型。該模型通過多專家機制對不同影響因素建模，利用門控網(wǎng)絡(luò)實現(xiàn)專家輸出融合，精準捕捉壓縮機負荷對外部變量的非線性響應(yīng)特征。其次，為提高冷凝器風(fēng)機...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了一種考慮工序約束的冷凍廠負荷日內(nèi)調(diào)節(jié)能力QLoRA評估方法，首先，提出冷凍廠運行信息采集技術(shù)，構(gòu)建高精度的數(shù)據(jù)采集與特征提取體系，保障了評估過程所需信息的實時性、準確性與完整性。提出基于工序約束的冷凍廠調(diào)節(jié)能力修正模型，明確蒸發(fā)...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了一種金屬材料檢測樣品流量控制方法及系統(tǒng)，屬于金屬材料檢測技術(shù)領(lǐng)域。方法包括獲取檢測樣品類型數(shù)據(jù)，根據(jù)檢測樣品類型數(shù)據(jù)對檢測樣品進行初步分類，得到初步分類結(jié)果；對初步分類后的檢測樣品進行尺寸測量得到測量數(shù)據(jù)，基于測量數(shù)據(jù)對初步分類...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明屬于截齒維修更換技術(shù)領(lǐng)域，旨在解決現(xiàn)階段截齒系統(tǒng)的備件庫存策略會導(dǎo)致備件庫存費用高的問題。提出了一種截齒系統(tǒng)的最優(yōu)維修與備件庫存聯(lián)合決策方法，包括以下步驟：建立維修與備件庫存聯(lián)合策略下的截齒系統(tǒng)的可用度和費用率計算模型；基于所述可用度...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及電網(wǎng)綜合計劃管理技術(shù)領(lǐng)域，具體公開了一種電網(wǎng)企業(yè)綜合計劃專項項目全業(yè)務(wù)監(jiān)測管控方法和系統(tǒng)，該方法包括：構(gòu)建電網(wǎng)企業(yè)綜合計劃專項項目的全業(yè)務(wù)監(jiān)測分析指標體系，并確定出全業(yè)務(wù)監(jiān)測分析指標體系中各監(jiān)測指標的標準閾值；獲取電網(wǎng)企業(yè)綜合計劃...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了一種基于TR?UNet網(wǎng)絡(luò)的低劑量CT圖像腫瘤分割方法、系統(tǒng)及產(chǎn)品，首先構(gòu)建基于Transformer架構(gòu)的TR?BiNANet去噪模塊，通過BiLSTM2D模塊提取CT圖像的水平和垂直方向序列特征，結(jié)合復(fù)合損失函數(shù)優(yōu)化噪聲抑制...
								
            
							
            
							
						
            • 
					
                    
          
                
          

                 
          
                 	
		            	首頁
		            	上一頁
		            	
		            	246
		            	
		            	下一頁
                 	
                 	
            	
          
            
          
            
          
                
          
                  
          技術(shù)分類
          
                  
          
                      
                  
          
                
          
            
          
          
          
      
          
    
          
    
    

























































































































































 
 
    







主站蜘蛛池模板：
国产做爰xxxⅹ久久久|
亚洲欧美第一成人网站7777
|
在线观看的av网站|
亚洲欧洲日产国无高清码图片|
国产精品久久久久久久久久直播|
国产成人久久777777|
久久久噜噜噜久久|
无遮挡高潮国产免费观看|
国产在线无码一区二区三区|
免费无码又爽又刺激高潮虎虎视频
|
国产精品永久免费|
在线精品视频一区二区|
无码国产一区二区免费|
尹人香蕉久久99天天拍|
欧美自拍亚洲综合在线|
久久久婷婷成人综合激情|
国产色欲av一区二区三区|
欧美日韩国产亚洲沙发|
国产精品亚洲一区二区三区喷水|
国产av亚洲精品久久久久久|
无码人妻精品一区二区三区东京热|
香蕉人人超人人超碰超国产|
国语精品福利自产拍在线观看|
亚洲成熟女人毛毛耸耸多|
少妇被黑人到高潮喷出白浆|
√天堂资源中文|
久久99九九精品久久久久齐齐|
亚洲精品国偷自产在线99人热|
国产成人精品一区二区三区免费|
国产熟睡乱子伦午夜视频|
亚洲国产日韩一区三区|
无码精品日韩中文字幕|
2020精品国产自在现线看|
亚洲精品无码成人a片|
日韩精品无码区免费专区
|
香蕉影院在线观看|
婷婷四房播播|
国产无遮挡色视频免费观看性色|
丁香婷婷综合久久来来去|
久久久国产精华特点|
国产国产午夜福利视频|