<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(dòng)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(huì)員權(quán)益 需求市場 關(guān)于龍圖騰
           /  免費(fèi)注冊(cè)
          到頂部 到底部
          清空 搜索
          最新專利技術(shù)
          • 本發(fā)明涉及時(shí)序預(yù)測(cè)領(lǐng)域,具體涉及一種基于深度學(xué)習(xí)的儲(chǔ)備池時(shí)間序列預(yù)測(cè)方法及系統(tǒng);預(yù)測(cè)模型包括:卷積神經(jīng)網(wǎng)絡(luò),對(duì)輸入的時(shí)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(duì)所述數(shù)據(jù)特征分配時(shí)間權(quán)重,得到加權(quán)時(shí)間特征;回聲狀態(tài)網(wǎng)絡(luò)對(duì)所述加權(quán)時(shí)間...
          • 本申請(qǐng)?zhí)峁┝艘环N基于多源數(shù)據(jù)的儲(chǔ)能電池艙安全監(jiān)測(cè)方法和裝置,涉及電池儲(chǔ)能系統(tǒng)領(lǐng)域。該方法包括:通過多配置于儲(chǔ)能電池倉的多類型傳感器獲取儲(chǔ)能電池倉對(duì)應(yīng)的多源參數(shù)數(shù)據(jù),以及獲取儲(chǔ)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)明涉及橋梁結(jié)構(gòu)健康監(jiān)測(cè)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(cè)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(dòng)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(shí)傅里葉變換將多模態(tài)信號(hào)編碼為時(shí)頻圖像,結(jié)合InceptionResNetV2網(wǎng)絡(luò)...
          • 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(dòng)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(duì)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(dòng)化系統(tǒng)運(yùn)行狀態(tài)的故障狀態(tài)評(píng)分因子;基于考慮故障狀態(tài)評(píng)分因子,結(jié)合其他關(guān)鍵因子,...
          • 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(duì)待測(cè)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(hào)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(chǔ)量異常,將所有數(shù)據(jù)統(tǒng)一至預(yù)設(shè)的時(shí)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...
          • 一種基于混合網(wǎng)絡(luò)的礦井移動(dòng)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(cè)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(cè)數(shù)據(jù)構(gòu)建時(shí)空特征矩陣,再將構(gòu)建的時(shí)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)明公開了基于多模態(tài)信息的云端一體化情緒識(shí)別的個(gè)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...
          • 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(duì)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(duì)海洋眾包數(shù)據(jù)進(jìn)行類型識(shí)別,得到若干個(gè)類型集合;對(duì)若干個(gè)類型集合分別進(jìn)行質(zhì)量控制處理,得到各個(gè)預(yù)處理集合;對(duì)各個(gè)預(yù)處理集合進(jìn)行融合處理。準(zhǔn)確對(duì)海洋眾包數(shù)...
          • 本申請(qǐng)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(shí)移卷積神經(jīng)網(wǎng)絡(luò)提取視頻和音頻的時(shí)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)明公開了一種基于再生資源云平臺(tái)的回收方法及系統(tǒng),包括:基于云平臺(tái)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(shí)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(shí)別模型中,識(shí)...
          • 本發(fā)明涉及一種基于大語言模型知識(shí)增強(qiáng)的跨語言實(shí)體對(duì)齊方法,屬于知識(shí)圖譜對(duì)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...
          • 本申請(qǐng)涉及復(fù)合絕緣子檢測(cè)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(shí)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)明公開了融合人工智能與多維類比預(yù)報(bào)的降水影響因子分離方法,涉及氣象技術(shù)領(lǐng)域,分離步驟為:S1、數(shù)據(jù)準(zhǔn)備與預(yù)處理,從氣象再分析數(shù)據(jù)中提取多維大氣變量與降水?dāng)?shù)據(jù),進(jìn)行標(biāo)準(zhǔn)化處理與一致性處理;S2、多維相似個(gè)例選擇,基于多變量綜合相似性指數(shù),...
          • 本發(fā)明公開了基于多源異構(gòu)數(shù)據(jù)的表面殘余應(yīng)力智能預(yù)測(cè)方法,包括如下步驟:步驟一:通過智能制造產(chǎn)線實(shí)時(shí)采集動(dòng)態(tài)異構(gòu)數(shù)據(jù),構(gòu)建多物理場耦合的殘余應(yīng)力預(yù)測(cè)基準(zhǔn)數(shù)據(jù)集;步驟二:基于改進(jìn)型深度卷積神經(jīng)網(wǎng)絡(luò)對(duì)所述動(dòng)態(tài)異構(gòu)數(shù)據(jù)進(jìn)行特征識(shí)別,提取殘余應(yīng)力敏感...
          • 一種物理信息神經(jīng)網(wǎng)絡(luò)與領(lǐng)域泛化結(jié)合的諧波減速器壽命預(yù)測(cè)方法,通過自注意力機(jī)制對(duì)傳感器時(shí)序數(shù)據(jù)進(jìn)行特征提取,基于提取特征,一方面由多層感知機(jī)(MLP)輸出剩余使用壽命(RUL)估計(jì),一方面計(jì)算最大均值差異(MMD)以量化不同樣本間數(shù)據(jù)分布的偏...
          • 本發(fā)明公開了一種智能化消防在線數(shù)據(jù)采集系統(tǒng),涉及智能消防技術(shù)領(lǐng)域,包括消防在線數(shù)據(jù)分析模塊,用于對(duì)所述預(yù)處理數(shù)據(jù)集進(jìn)行分析得到第一特征系數(shù)和第二特征系數(shù);可用性判斷模塊,用于將所述第一特征系數(shù)和第二特征系數(shù)輸入到數(shù)據(jù)驗(yàn)證模型,輸出可用性評(píng)估...
          • 本申請(qǐng)?zhí)峁┝艘环N大模型的評(píng)測(cè)方法、裝置、電子設(shè)備及可讀存儲(chǔ)介質(zhì),通過獲取多任務(wù)、多場景下的評(píng)測(cè)集;將評(píng)測(cè)用例中的問題輸入到待評(píng)測(cè)大模型中,生成實(shí)際評(píng)測(cè)答案;基于生成的實(shí)際評(píng)測(cè)答案、預(yù)期答案及多維度評(píng)測(cè)指標(biāo)構(gòu)建評(píng)測(cè)提示詞。將評(píng)測(cè)提示詞輸入到預(yù)...
          技術(shù)分類
          主站蜘蛛池模板: 精品无码一区二区三区电影| 亚洲爆乳精品无码一区二区| 又湿又紧又大又爽A视频男| 日日碰日日摸日日澡视频播放| 色欲老女人人妻综合网| 国产又色又爽又黄又免费| 四虎国产精品成人| 欧美最新精品videossexohd| 国产精品导航一区二区| 97午夜理论电影影院| 又大又硬又黄的免费视频| 亚洲精品欧美综合二区| 成av免费大片黄在线观看| 国色精品无码专区在线不卡| 欧美日韩国产图片区一区| 疯狂做受XXXX高潮国产| 亚洲欧美国产日韩天堂区| 成人国产精品一区二区网站公司 | 国产免费爽爽视频| 国产情侣草莓视频在线| 亚洲第一av片精品堂在线观看| 国产成人亚洲欧美二区综合| 国产老熟女视频一区二区| 男女做爰猛烈吃奶啪啪喷水网站| 国产一区二区三区不卡在线观看| 我国产码在线观看av哈哈哈网站| 少妇高潮水多太爽了动态图| 九色porny丨自拍视频| 国产超碰人人做人人爱一二区视品| 97人人超碰国产精品最新| 四虎永久在线高清国产精品| 国产一区二区三四区| 影音先锋大型av资源| 亚洲精品卡一卡2卡3卡4卡| 国产精品青草久久福利不卡| 国产99久9在线 麻豆| 亚洲乱码av中文一区二区| 国产精品久久人妻无码网站蜜臀| 无线日本视频精品| 亚洲永久精品ww47永久入口| 白色丝袜国产在线视频|