<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)明公開了基于角色描述增強(qiáng)的個性化對話生成方法及系統(tǒng)，涉及人工智能技術(shù)領(lǐng)域，將角色描述和對話歷史輸入到已訓(xùn)練完后的個性化對話模型中，輸出個性化對話結(jié)果；所述個性化對話模型的訓(xùn)練過程如下：對訓(xùn)練集中的角色描述分別進(jìn)行通過角色描述標(biāo)簽構(gòu)建和角...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      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...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      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預(yù)積分量測模型，基于此計算了來自里程計預(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...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      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...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      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...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      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處理方法、系統(tǒng)及計算機(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)明涉及電碳排放技術(shù)領(lǐng)域，具體涉及電力系統(tǒng)碳排放流計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)分布式計量系統(tǒng)的誤差來源，量化源側(cè)計量設(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)...
								
            
							
            
							
						
            • 
					
                    
          
                
          

                 
          
                 	
		            	首頁
		            	上一頁
		            	
		            	253
		            	
		            	下一頁
                 	
                 	
            	
          
            
          
            
          
                
          
                  
          技術(shù)分類
          
                  
          
                      
                  
          
                
          
            
          
          
          
      
          
    
          
    
    

























































































































































 
 
    







主站蜘蛛池模板：
亚洲人成人无码www|
浴室人妻的情欲hd三级国产
|
欧美日韩精品久久免费|
欧美性色黄大片|
一区二区三区毛aaaa片特级|
免费看美女部位隐私网站|
久久久久欧美精品|
少妇被粗大的猛烈进出|
欧美日本一区二区视频在线观看|
一区二区三区无码视频免费福利
|
女人扒开腿让男人桶到爽|
国产成人精品日本亚洲网站|
国产福利精品一区二区|
国产亚洲色婷婷久久99精品|
精品国产污污免费网站|
四虎成人精品无码永久在线
|
国产亚洲曝欧美曝妖精品|
在线中文新版最新版在线|
久久午夜夜伦鲁鲁片免费无码影院|
99re6热精品视频在线观看|
色欲av亚洲情无码av蜜桃|
加勒比色老久久爱综合网|
久久天天婷婷五月俺也去|
一区二区三区毛aaaa片特级|
欧美日韩亚洲一区二区三区一|
少妇无码av无码专区|
韩国三级在线 中文字幕 无码|
鲁大师在线视频播放免费观看|
国内精品久久久久久99蜜桃|
a级大胆欧美人体大胆666
|
无遮挡粉嫩小泬久久久久久久|
熟女熟妇伦av网站|
久久久久成人精品|
成人区人妻精品一区二区不卡视频|
男女猛烈激情xx00免费视频|
国产成熟人妻换╳╳╳╳|
亚洲精品国产摄像头|
国产三级不卡在线观看视频|
亚洲无线码一区二区三区|
熟女毛多熟妇人妻在线视频|
亚洲中文字幕无码乱线|