<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)明公開了基于多模態(tài)信息的云端一體化情緒識別的個(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...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      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(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(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...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      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(shí)傅里葉變換將多模態(tài)信號編碼為時(shí)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(shí)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(shí)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(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)對所述加權(quán)時(shí)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(shí)性能波動大的技術(shù)問題；通過B i LSTM建模時(shí)序依賴性，分析各個(gè)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(shí)頻圖像，根據(jù)時(shí)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(shí)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(shí)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...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了一種基于柑橘周年生長各器官表型數(shù)據(jù)采集與分析智能監(jiān)測系統(tǒng)，涉及農(nóng)業(yè)智能化技術(shù)領(lǐng)域。包括：數(shù)據(jù)采集模塊：采集柑橘生長周期各器官表型數(shù)據(jù)并收集氣象數(shù)據(jù)；數(shù)據(jù)分析模塊：利用計(jì)算機(jī)視覺和機(jī)器學(xué)習(xí)技術(shù)對柑橘周期各器官表型數(shù)據(jù)，以及結(jié)合氣象...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及一種基于貝葉斯網(wǎng)絡(luò)實(shí)現(xiàn)通用預(yù)訓(xùn)練模型后門攻擊檢測控制的方法，主要涉及人工智能安全領(lǐng)域。該方法通過對預(yù)訓(xùn)練模型(如ResNet?50)中各層激活特征、降維數(shù)據(jù)及輸出結(jié)果建立概率模型，并利用貝葉斯網(wǎng)絡(luò)對輸入樣本進(jìn)行推理，實(shí)現(xiàn)對后門攻擊...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及一種融合圖神經(jīng)網(wǎng)絡(luò)與特征自適應(yīng)的預(yù)訓(xùn)練模型數(shù)據(jù)投毒監(jiān)控方法，涉及人工智能安全技術(shù)領(lǐng)域。該方法通過對訓(xùn)練數(shù)據(jù)及模型行為構(gòu)建圖結(jié)構(gòu)模型，利用圖神經(jīng)網(wǎng)絡(luò)對數(shù)據(jù)間復(fù)雜關(guān)聯(lián)進(jìn)行建模，同時(shí)引入特征自適應(yīng)機(jī)制動態(tài)校正異常數(shù)據(jù)的影響，實(shí)現(xiàn)對模型數(shù)...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本申請?zhí)峁┝艘环N鋰電池保護(hù)板軟件安全通信方法、裝置、設(shè)備及介質(zhì)，其中，所述方法包括：S1、獲取鋰電池保護(hù)板的電壓紋波信號，并對電壓紋波信號進(jìn)行頻譜分析，生成紋波特征向量；S2、通過哈希算法將紋波特征向量映射為中間參數(shù)，對中間參數(shù)進(jìn)行分解處理...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了一種車輛運(yùn)行工況聯(lián)邦設(shè)計(jì)方法、裝置、設(shè)備及存儲介質(zhì)。該方法包括：獲取至少一個(gè)車輛數(shù)據(jù)擁有方在目標(biāo)時(shí)刻狀態(tài)下的車輛運(yùn)行參數(shù)的狀態(tài)編碼轉(zhuǎn)移頻數(shù)數(shù)據(jù)，以及在目標(biāo)時(shí)間周期下的車輛行駛參數(shù)數(shù)據(jù)；對各狀態(tài)編碼轉(zhuǎn)移頻數(shù)數(shù)據(jù)進(jìn)行數(shù)據(jù)合并，得到目...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本申請公開了一種基于區(qū)塊鏈和梯度一致性的隱私數(shù)據(jù)激勵(lì)方法，針對現(xiàn)有技術(shù)在隱私計(jì)算方面存在不足和局限，沒有完善的基于區(qū)塊鏈的解決方案，也不能形成公正有效的數(shù)據(jù)激勵(lì)機(jī)制?；谝詳?shù)據(jù)層、可信執(zhí)行環(huán)境、區(qū)塊鏈層和應(yīng)用層模塊構(gòu)成的系統(tǒng)，可信執(zhí)行環(huán)境接...
								
            
							
            
							
						
            • 
					
                    
          
                
          

                 
          
                 	
		            	首頁
		            	上一頁
		            	
		            	279
		            	
		            	下一頁
                 	
                 	
            	
          
            
          
            
          
                
          
                  
          技術(shù)分類
          
                  
          
                      
                  
          
                
          
            
          
          
          
      
          
    
          
    
    

























































































































































 
 
    







主站蜘蛛池模板：
真实国产老熟女无套中出|
人妻色综合网站|
人人超碰人摸人爱|
国产成人av一区二区三区在线|
午夜免费无码福利视频麻豆|
2021国产精品视频网站|
国产精品无码av天天爽播放器
|
中文字幕一区二区人妻性色|
产后漂亮奶水人妻无码|
日韩中文字幕区一区有砖一区|
午夜福利1000集在线观看|
日韩成人无码中文字幕|
伊人久久大香线蕉综合网|
蜜桃av色偷偷av老熟女|
老熟妇高潮喷了╳╳╳|
亚洲欧美日韩在线码|
亚洲亚洲人成综合网站图片|
中文人妻无码一区二区三区信息|
丰满少妇熟女高潮流白浆|
欧乱色国产精品兔费视频
|
一区二区三区中文字幕|
亚洲国产日韩在线人高清
|
麻豆精品一区二正一三区|
国内揄拍国内精品|
99在线精品国自产拍中文字幕|
制服 丝袜 亚洲 中文 综合|
免费观看成人欧美www色|
成人自拍短视频午夜福利|
青青草av一区二区三区|
久久精品欧美日韩精品|
精品国产美女福到在线|
免费国产高清毛不卡片基地|
亚洲成在人网站av天堂|
西西人体大胆午夜视频|
精品国产福利久久久|
天干天干啦夜天干天天爽
|
国产精品久久久久久爽爽爽|
在线观看免费播放av片|
日本一区二区三区专线|
含紧一点h边做边走动免费视频
|
亚洲综合伊人五月天中文|