<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)
                  	
                  
          
                
          
                
          
                    
            
					
						
          • 
							
							
            
					    		
								
            
								      本申請涉及復(fù)合絕緣子檢測技術(shù)領(lǐng)域，具體涉及一種超高壓線路復(fù)合絕緣子典型缺陷自主識別方法及系統(tǒng)，該方法包括：采集超高壓線路復(fù)合絕緣子的巡檢圖像；利用可見光圖像和紅外圖像中的顏色特征以及與環(huán)境濕度之間的關(guān)系，計(jì)算溫升特征系數(shù)；然后再結(jié)合復(fù)合絕緣...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及一種基于大語言模型知識增強(qiáng)的跨語言實(shí)體對齊方法，屬于知識圖譜對齊領(lǐng)域。所述方法，首先，運(yùn)用大語言模型來增強(qiáng)實(shí)體和關(guān)系嵌入，提升訓(xùn)練過程中正負(fù)樣本的區(qū)分度；然后，引入適應(yīng)性融合加權(quán)來減弱各類嵌入的噪聲，并且，引入雙向柔性投票在無標(biāo)簽...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了一種基于再生資源云平臺的回收方法及系統(tǒng)，包括：基于云平臺歷史數(shù)據(jù)中的再生資源數(shù)據(jù)，獲取圖像數(shù)據(jù)；輸入至輕量化卷積神經(jīng)網(wǎng)絡(luò)中進(jìn)行資源種類識別模型訓(xùn)練；通過多源傳感器獲取廢棄物資源圖像數(shù)據(jù)、紅外光譜數(shù)據(jù)，輸入至資源種類識別模型中，識...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本申請公開了一種基于人工智能的智能媒資管理系統(tǒng)，多模態(tài)數(shù)據(jù)處理模塊采用時移卷積神經(jīng)網(wǎng)絡(luò)提取視頻和音頻的時空特征，智能編目模塊基于深度強(qiáng)化學(xué)習(xí)優(yōu)化視頻鏡頭切分策略，利用圖神經(jīng)網(wǎng)絡(luò)建模標(biāo)簽語義關(guān)系，并通過Transformer與條件隨機(jī)場優(yōu)化標(biāo)...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了一種基于多模態(tài)大模型的海洋眾包數(shù)據(jù)質(zhì)量控制與融合方法，包括：基于多模態(tài)大模型對海洋眾包數(shù)據(jù)進(jìn)行類型識別，得到若干個類型集合；對若干個類型集合分別進(jìn)行質(zhì)量控制處理，得到各個預(yù)處理集合；對各個預(yù)處理集合進(jìn)行融合處理。準(zhǔn)確對海洋眾包數(shù)...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了一種基于多用戶操作行為圖的APP軟件用戶操作數(shù)據(jù)處理方法及裝置，方法包括：在各用戶操作APP軟件的過程中，依據(jù)操作順序進(jìn)行用戶操作數(shù)據(jù)的捕獲，并對捕獲的用戶操作數(shù)據(jù)進(jìn)行篩選，將篩選出的用戶操作數(shù)據(jù)存入第一目標(biāo)文件；依據(jù)第一目標(biāo)文...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了基于多模態(tài)信息的云端一體化情緒識別的個性化方法，包括：S1、獲取多種模態(tài)的原始情緒數(shù)據(jù)，進(jìn)行預(yù)處理，形成多模態(tài)數(shù)據(jù)集；S2、構(gòu)建多模態(tài)特征融合網(wǎng)絡(luò)；所述多模態(tài)特征融合網(wǎng)絡(luò)由模態(tài)分支網(wǎng)絡(luò)和融合核心網(wǎng)絡(luò)組成，形成融合后的多模態(tài)特征向...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      一種基于混合網(wǎng)絡(luò)的礦井移動群智感知真值發(fā)現(xiàn)方法，包括以下步驟：先獲取固定傳感器數(shù)據(jù)與可靠礦工的稀疏觀測數(shù)據(jù)，根據(jù)固定傳感器數(shù)據(jù)與可靠礦工的稀疏觀測數(shù)據(jù)構(gòu)建時空特征矩陣，再將構(gòu)建的時空特征矩陣作為輸入數(shù)據(jù)，輸入到LSTM網(wǎng)絡(luò)中，然后LSTM網(wǎng)...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開一種融合物理約束的深度學(xué)習(xí)重力衛(wèi)星地下水垂向信號分離方法，包括：S1獲取并預(yù)處理基礎(chǔ)數(shù)據(jù)，預(yù)處理包括：通過計(jì)算得到需要垂向分離的總地下水儲量異常，將所有數(shù)據(jù)統(tǒng)一至預(yù)設(shè)的時空分辨率并剔除異常值；S2構(gòu)建深度學(xué)習(xí)模型，其被配置為接收包...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明提供了一種基于多任務(wù)線性分類器的濾波器誤差分析方法，屬于濾波器技術(shù)領(lǐng)域。本發(fā)明方法包括：獲取濾波器的仿真數(shù)據(jù)并構(gòu)建輸入數(shù)據(jù)集；構(gòu)建并訓(xùn)練多任務(wù)線性分類器；利用多任務(wù)線性分類器對待測件進(jìn)行誤差分析，得到加工誤差的位置及誤差值。本發(fā)明方法...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明屬于配電網(wǎng)卡頓優(yōu)化技術(shù)領(lǐng)域，具體涉及一種配電自動化系統(tǒng)卡頓優(yōu)化方法及裝置。該優(yōu)化方法包括：采集多源異構(gòu)數(shù)據(jù)，對多源異構(gòu)數(shù)據(jù)進(jìn)行數(shù)據(jù)融合，構(gòu)建用于表征配電自動化系統(tǒng)運(yùn)行狀態(tài)的故障狀態(tài)評分因子；基于考慮故障狀態(tài)評分因子，結(jié)合其他關(guān)鍵因子，...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及列車故障診斷技術(shù)領(lǐng)域，特別是涉及一種列車傳動系統(tǒng)的故障診斷方法，本發(fā)明克服了現(xiàn)有技術(shù)中微弱特征難以被提取而且故障特征難以被有效區(qū)分的不足，通過離散短時傅里葉變換將多模態(tài)信號編碼為時頻圖像，結(jié)合InceptionResNetV2網(wǎng)絡(luò)...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及橋梁結(jié)構(gòu)健康監(jiān)測技術(shù)領(lǐng)域，具體地說，涉及一種基于層次化注意力Transformer的橋梁傳感器異常檢測方法，其包括以下步驟：一、數(shù)據(jù)預(yù)處理；二、數(shù)據(jù)分割；三、利用Transformer進(jìn)行段內(nèi)特征提取并平均池化特征；四、利用Tra...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本申請?zhí)峁┝艘环N基于多源數(shù)據(jù)的儲能電池艙安全監(jiān)測方法和裝置，涉及電池儲能系統(tǒng)領(lǐng)域。該方法包括：通過多配置于儲能電池倉的多類型傳感器獲取儲能電池倉對應(yīng)的多源參數(shù)數(shù)據(jù)，以及獲取儲能電池倉周圍的環(huán)境參數(shù)數(shù)據(jù)；將多源參數(shù)數(shù)據(jù)和環(huán)境參數(shù)數(shù)據(jù)輸入至圖神...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及時序預(yù)測領(lǐng)域，具體涉及一種基于深度學(xué)習(xí)的儲備池時間序列預(yù)測方法及系統(tǒng)；預(yù)測模型包括：卷積神經(jīng)網(wǎng)絡(luò)，對輸入的時間序列進(jìn)行空間特征提取，得到數(shù)據(jù)特征；注意力機(jī)制，對所述數(shù)據(jù)特征分配時間權(quán)重，得到加權(quán)時間特征；回聲狀態(tài)網(wǎng)絡(luò)對所述加權(quán)時間...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了一種多平臺環(huán)境感知與融合圖譜構(gòu)建方法及系統(tǒng)，涉及無人艇智能控制與海洋環(huán)境感知技術(shù)領(lǐng)域，包括同步采集多維環(huán)境數(shù)據(jù)；構(gòu)建多維環(huán)境數(shù)據(jù)融合模型，得到綜合反映海域態(tài)勢的多模態(tài)融合感知信息；基于多模態(tài)融合感知信息建立多模態(tài)環(huán)境圖譜，對無人...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了基于多模態(tài)數(shù)據(jù)融合的目標(biāo)回波分類方法及系統(tǒng)，涉及計(jì)算電磁學(xué)技術(shù)領(lǐng)域，解決了模型在噪聲環(huán)境下分類準(zhǔn)確率下降，泛化能力受限，以及在模態(tài)數(shù)據(jù)分布變化時性能波動大的技術(shù)問題；通過B i LSTM建模時序依賴性，分析各個特征的權(quán)重，剔除特...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本申請涉及無人機(jī)技術(shù)領(lǐng)域，公開了一種無人機(jī)識別方法、無人機(jī)識別模型的訓(xùn)練方法及電子設(shè)備，該方法包括：獲取待識別無人機(jī)發(fā)射的射頻信號；對射頻信號進(jìn)行轉(zhuǎn)換得到時頻圖像，根據(jù)時頻圖像確定射頻信號的估算信號特征，其中，信號特征包括射頻信號的調(diào)制類型...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了一種基于集成回歸模型的多源時間序列金融數(shù)據(jù)預(yù)測方法，屬于金融領(lǐng)域的數(shù)據(jù)分析與處理技術(shù)領(lǐng)域。本發(fā)明融合了1DCNN的局部特征提取能力、BiLSTM的長期依賴建模能力以及注意力機(jī)制的關(guān)鍵信息聚焦能力，能夠更全面、深入地挖掘時間序列金...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了一種減脂管理咨詢平臺及其實(shí)現(xiàn)方法，本發(fā)明涉及減脂管理技術(shù)領(lǐng)域，包括數(shù)據(jù)收集模塊、基礎(chǔ)代謝模塊、體脂趨勢預(yù)測模塊、營養(yǎng)干預(yù)模塊和運(yùn)動干預(yù)模塊；數(shù)據(jù)收集模塊負(fù)責(zé)采集包括體重、體脂率的用戶基礎(chǔ)體征數(shù)據(jù)；并動態(tài)采集用戶運(yùn)動頻次、訓(xùn)練類型...
								
            
							
            
							
						
            • 
					
                    
          
                
          

                 
          
                 	
		            	首頁
		            	上一頁
		            	
		            	266
		            	
		            	下一頁
                 	
                 	
            	
          
            
          
            
          
                
          
                  
          技術(shù)分類
          
                  
          
                      
                  
          
                
          
            
          
          
          
      
          
    
          
    
    

























































































































































 
 
    







主站蜘蛛池模板：
国内精品自线在拍|
99久久精品无码专区|
精品一区二区ww|
国产巨大爆乳在线观看|
中日韩黄色基地一二三区|
2021在线精品自偷自拍无码
|
欧美亚洲日本国产综合在线
|
男女猛烈无遮挡免费视频APP|
一本大道伊人av久久乱码|
国产精品久免费的黄牛仔短裤|
国产女高清在线看免费观看|
国产一区二区三区成人欧美日韩在线观看|
无码h黄肉动漫在线观看|
国产免费无遮挡吸乳视频|
天堂资源中文|
久久人妻精品国产|
国产精品18久久久久久欧美|
男女激情一区二区三区|
国产精品剧情亚洲二区|
国产香蕉一区二区三区在线视频|
日韩欧国产精品一区综合无码|
国产真实高潮太爽了|
成人国内精品视频在线观看|
国产精品沙发午睡系列990531|
成年男女免费视频网站|
久久无码专区国产精品|
蜜臀久久99精品久久久久久小说|
人妻忍着娇喘被中进中出视频
|
国产又色又刺激高潮视频|
又粗又黄又硬又爽的免费视频|
亚洲乳大丰满中文字幕|
少妇人妻综合久久中文字幕|
曰韩欧美亚洲美日更新在线|
一区二区三区精品视频免费播放
|
欧美日韩不卡视频合集|
精品人妻系列无码专区|
亚洲男人第一无码av网站|
在线永久免费观看黄网站|
久久久久国精品产熟女久色
|
欧美亚洲国产日韩一区二区|
国产一区二区三区导航|