<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

        
        
        
        
        
        
    
          
    
          
        
        
             / 

            
            
            免費注冊
        
    
          

          



          
    
          
        到頂部
        到底部
    
          

          















          
    
    
          
        
        
          
            
            
            
            
            
            
            
            

            
            
          
                
          
                    
                    清空
                    搜索
                
          
            
          

            
            
            
            
            
            
            
            
            
            
        
          
        
        
        
    
          

          








          
      
          
          
          
            
          
                
          
                  
          
                  	
                  	
                  		最新專利技術(shù)
                  	
                  
          
                
          
                
          
                    
            
					
						
          • 
							
							
            
					    		
								
            
								      基于人工智能驅(qū)動的濕地系統(tǒng)塑料污染智能降解系統(tǒng)，涉及生態(tài)環(huán)境保護(hù)與人工智能融合領(lǐng)域。解決了現(xiàn)有濕地系統(tǒng)缺乏對微塑料遷移行為的實時監(jiān)測和預(yù)測能力，微生物降解技術(shù)與濕地系統(tǒng)的結(jié)合不夠緊密，難以實現(xiàn)微塑料的高效降解的問題。本發(fā)明系統(tǒng)采用AI行為路...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本申請實施例公開了一種一體化無線振動監(jiān)測方法及系統(tǒng)，屬于機(jī)械振動或聲波測量的技術(shù)領(lǐng)域，包括：獲取無線振動傳感信號，對監(jiān)測對象進(jìn)行振動監(jiān)測，與云端服務(wù)器建立數(shù)據(jù)交互，將振動特征向量和多源傳感數(shù)據(jù)的時間序列進(jìn)行拼接，得到拼接特征向量，將拼接特征...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明實施例公開了一種水體富營養(yǎng)化評價方法、設(shè)備和存儲介質(zhì)。該方法包括：基于決策指標(biāo)及其對應(yīng)的待評價水體的檢測數(shù)據(jù)生成樣本數(shù)據(jù)集，并根據(jù)樣本數(shù)據(jù)集構(gòu)建對象矩陣，其中，決策指標(biāo)包括總氮、總磷、葉綠素a、高錳酸鹽指數(shù)和透明度；根據(jù)對象矩陣構(gòu)建目...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明提供一種標(biāo)簽分級消息傳遞的知識圖譜節(jié)點重要性評價方法，涉及自然語言處理技術(shù)領(lǐng)域，該方法為對知識圖譜數(shù)據(jù)進(jìn)行信息提取，得到語義信息和結(jié)構(gòu)信息；采用聚類算法得到新的節(jié)點標(biāo)簽并使用新的標(biāo)簽訓(xùn)練節(jié)點分類器，利用節(jié)點分類器對語義信息和結(jié)構(gòu)信息進(jìn)...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本申請公開了一種用于三相分離器的能效評估分析方法，通過監(jiān)測溫度、流量及油/水/氣濃度等參數(shù)的變化量，觸發(fā)權(quán)重動態(tài)調(diào)整策略。針對油相、水相、氣相濃度變化，設(shè)計差異化的權(quán)重調(diào)整規(guī)則，通過設(shè)定不同參數(shù)變化閾值對應(yīng)的權(quán)重調(diào)整幅度差異(如油相變化對流...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本申請?zhí)峁┝艘环N大模型的評測方法、裝置、電子設(shè)備及可讀存儲介質(zhì)，通過獲取多任務(wù)、多場景下的評測集；將評測用例中的問題輸入到待評測大模型中，生成實際評測答案；基于生成的實際評測答案、預(yù)期答案及多維度評測指標(biāo)構(gòu)建評測提示詞。將評測提示詞輸入到預(yù)...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      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)驗證模型，輸出可用性評估...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      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)測方法，通過自注意力機(jī)制對傳感器時序數(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，一方面計算最大均值差異(MMD)以量化不同樣本間數(shù)據(jù)分布的偏...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了基于多源異構(gòu)數(shù)據(jù)的表面殘余應(yīng)力智能預(yù)測方法，包括如下步驟：步驟一：通過智能制造產(chǎn)線實時采集動態(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)對所述動態(tài)異構(gòu)數(shù)據(jù)進(jìn)行特征識別，提取殘余應(yīng)力敏感...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了融合人工智能與多維類比預(yù)報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、多維相似個例選擇，基于多變量綜合相似性指數(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)的跨語言實體對齊方法，屬于知識圖譜對齊領(lǐng)域。所述方法，首先，運用大語言模型來增強(qiáng)實體和關(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...
								
            
							
            
							
						
            • 
					
                    
          
                
          

                 
          
                 	
		            	首頁
		            	上一頁
		            	
		            	276
		            	
		            	下一頁
                 	
                 	
            	
          
            
          
            
          
                
          
                  
          技術(shù)分類
          
                  
          
                      
                  
          
                
          
            
          
          
          
      
          
    
          
    
    

























































































































































 
 
    







主站蜘蛛池模板：
法国啄木乌av片在线播放|
欧美日韩一区二区三区视频播放|
少妇高潮无套内谢麻豆传|
国产色无码精品视频免费|
亚洲熟女片嫩草影院|
人妻av中文字幕久久|
欧美自拍另类欧美综合图片区|
在线精品视频一区二区三四
|
欧美大胆作爱视频欣赏人体|
亚洲熟妇av日韩熟妇在线|
亚洲国产超清无码专区|
免费无码无遮挡裸体视频|
国模一区二区三区私拍视频|
又黄又无遮挡AAAAA毛片|
女人被狂c躁到高潮视频|
亚洲区一区二区激情文学|
国产精品尹人在线观看|
亚洲一区二区三区四区五区六|
国产内射合集颜射|
午夜理论片在线观看免费|
粗大的内捧猛烈进出少妇|
西西大胆午夜人体视频|
国产浮力第一页草草影院|
亚洲中文字幕永久在线不卡
|
国产精品国产自线拍免费不卡|
精品人妻系列无码专区|
亚洲午夜爱爱香蕉片|
成人无码h真人在线网站|
国产啪精品视频网站|
又爽又黄又无遮挡的视频|
少妇人妻真实偷人精品视频|
少妇被粗大的猛烈xx动态图|
亚洲高清中文字幕在线看不卡|
乱子轮熟睡1区|
久久狠狠色噜噜狠狠狠狠97|
全部孕妇毛片|
bt天堂新版中文在线|
精品一区二区三区东京热|
少妇又紧又深又湿又爽视频|
女人被狂躁到高潮视频免费无遮挡|
国产亚洲精品久久久久丝瓜|