<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)
                  	
                  
          
                
          
                
          
                    
            
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及線上智能營銷技術(shù)領(lǐng)域，且公開了一種基于互聯(lián)網(wǎng)的線上營銷智能服務(wù)系統(tǒng)，包括：獲取目標信息的采集模塊，分析銷售趨勢、確定目標庫存和目標銷售量的分析模塊，篩選出有效目標數(shù)據(jù)的篩選模塊，形成智能售后服務(wù)策略、以解決售后出現(xiàn)的爭議問題的處理...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明實施例提供了一種故障分析的方法、裝置、電子設(shè)備及介質(zhì)，所述方法包括：獲取采集的關(guān)鍵數(shù)據(jù)，并根據(jù)所述關(guān)鍵數(shù)據(jù)，確定故障相關(guān)指標；根據(jù)所述故障相關(guān)指標，構(gòu)建動態(tài)規(guī)則樹；獲取故障單信息，并通過預(yù)先訓練的目標模型，根據(jù)所述故障單信息和所述動態(tài)...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本申請公開了一種策略確定方法、裝置、設(shè)備、介質(zhì)及程序產(chǎn)品，涉及計算機技術(shù)領(lǐng)域。該方法包括：獲取多個對象分別對應(yīng)的對象數(shù)據(jù)信息；對多個對象分別對應(yīng)的對象數(shù)據(jù)信息進行特征分析，得到多個對象分別對應(yīng)的活動預(yù)測結(jié)果；確定多個對象對應(yīng)的資源分配策略；...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本申請?zhí)峁┮环N神經(jīng)網(wǎng)絡(luò)模型訓練方法、信息表示方法及設(shè)備。本申請的方法，在知識蒸餾時，使用信息表示模型(學生模型)的前至少1層替換參考模型(教師模型)中的對應(yīng)層來構(gòu)建至少一個輔助模型，基于訓練集確定輔助模型中未被替換的各層的特征退化程度信息，...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本公開的實施例涉及針對語音識別模型的量化方法、裝置、電子設(shè)備和產(chǎn)品。該方法包括確定語音識別模型的網(wǎng)絡(luò)層的權(quán)重矩陣，權(quán)重矩陣包括被劃分成多個分組的多個分塊。該方法還包括基于多個分塊的多個分塊參數(shù)，按照多個分組調(diào)整權(quán)重矩陣中的多個分塊的順序，分...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明提供一種提升量化特征feature的量化方法，提高卷積的速度，減少模型推理的時間。通過mask形式標記深度學習Feature，實現(xiàn)Feature推理inference時4bit值代替5bit，提高Feature的量化表示能力，從而提高...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本申請公開了一種模型更新方法、裝置、設(shè)備、介質(zhì)、產(chǎn)品，該方法包括：在獲取到神經(jīng)網(wǎng)絡(luò)模型之后，對該神經(jīng)網(wǎng)絡(luò)模型中至少一個算子進行參數(shù)量更新處理，得到更新后模型，以使該更新后模型的參數(shù)量高于該神經(jīng)網(wǎng)絡(luò)模型的參數(shù)量，并使得該更新后模型的運行耗時低...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本公開提出了用于事件關(guān)聯(lián)的方法、裝置和計算機程序產(chǎn)品。可以計算當前事件的當前事件向量。可以獲得與歷史事件集合相對應(yīng)的歷史事件向量集合。可以根據(jù)所述當前事件向量和所述歷史事件向量集合，從所述歷史事件集合中搜索與所述當前事件相似的相似事件集合。...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明提供一種首字下沉段落的檢測方法及裝置，涉及文檔識別技術(shù)領(lǐng)域，其中，首字下沉段落的檢測方法，包括：在待檢測段落的文本行特征符合預(yù)設(shè)文本行條件的情況下，從所述待檢測段落中提取設(shè)定數(shù)量個非修飾性的目標元素；對各所述目標元素進行元素類型統(tǒng)計，...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明提供一種電子組件布局方法，包含由一運算裝置執(zhí)行：加載多筆電子線路圖檔；根據(jù)電子線路圖檔取得多筆組件數(shù)據(jù)，包含多筆組件編號及多筆連接腳位數(shù)據(jù)；在一空白圖檔上定義多個組件布局區(qū)及一機構(gòu)區(qū)，多個組件布局區(qū)分別對應(yīng)于電子線路圖檔的多個頁面；根...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了一種利用數(shù)值模擬研究密閉容器內(nèi)可燃氣體燃爆特性的方法，具體步驟如下，步驟一、建立密閉容器內(nèi)可燃氣體燃爆的描述性反應(yīng)動力學模型；步驟二、建立密閉容器內(nèi)可燃氣體燃爆的三維計算流體力學數(shù)學模型；步驟三、通過耦合上述三維計算流體力學數(shù)學...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了一種頁巖氣水平段氣液兩相流型及壓降預(yù)測方法和裝置，涉及頁巖氣排水采氣工藝技術(shù)領(lǐng)域，所述方法包括：獲取頁巖氣井基礎(chǔ)數(shù)據(jù)；依據(jù)獲取的頁巖氣井基礎(chǔ)數(shù)據(jù)計算水平段起始點氣液兩相流動壓力；水平段計算節(jié)點劃分及流量確定；計算各節(jié)點內(nèi)壓降；計...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了一種建筑級電制冷機組運行策略優(yōu)化方法、裝置、設(shè)備及介質(zhì)，適用于能源優(yōu)化領(lǐng)域，該方法包括：建立制冷機組的日前優(yōu)化調(diào)度數(shù)學模型；結(jié)合制冷機組功率上下限約束、制冷機組最小開關(guān)機時長約束、制冷機組爬坡約束、制冷機組開關(guān)機狀態(tài)約束、制冷機...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明提供了一種用于自動駕駛仿真測試的方法。該方法包括導入用于評估自動駕駛測試場景的測試場景度量本體；根據(jù)具體測試場景需求和具體測試場景本體實例的知識圖譜，計算具體測試場景的相關(guān)度量；以及根據(jù)所述測試場景度量本體和所述計算的相關(guān)度量，生成具...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本公開實施例提供一種多模態(tài)特征提取模型的預(yù)訓練方法、裝置、介質(zhì)和設(shè)備。一具體實施方式包括：根據(jù)多個多模態(tài)信息中的視覺信息和文本信息，以及視覺編碼器、文本編碼器和融合層，確定分類標簽為正樣本的多個第一融合特征，以及分類標簽為負樣本的多個第二融...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本公開提供的堿基識別的方法及裝置、電子設(shè)備和存儲介質(zhì)，獲取圖像數(shù)據(jù)，對圖像數(shù)據(jù)進行轉(zhuǎn)化，得到信號強度數(shù)據(jù)，對信號強度數(shù)據(jù)進行整合，得到輸入數(shù)據(jù)；根據(jù)已完成訓練的預(yù)設(shè)檢測模型對輸入數(shù)據(jù)進行數(shù)據(jù)轉(zhuǎn)換，得到待檢測轉(zhuǎn)換向量；對待檢測轉(zhuǎn)換向量進行空間...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本公開提供的堿基檢測的方法及裝置、電子設(shè)備和存儲介質(zhì)，獲取視場中的圖像數(shù)據(jù)，并根據(jù)待檢測數(shù)據(jù)在圖像數(shù)據(jù)中的位置信息對圖像數(shù)據(jù)進行截取處理，得到圖像塊數(shù)據(jù)；根據(jù)預(yù)先訓練好的預(yù)設(shè)檢測模型對圖像塊數(shù)據(jù)分別進行數(shù)據(jù)轉(zhuǎn)換處理，得到待檢測轉(zhuǎn)換向量；基于...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本申請?zhí)峁┝艘环N樣本增強方法、機器學習模型的訓練方法、裝置、設(shè)備、計算機程序產(chǎn)品及可讀存儲介質(zhì)；方法包括：獲取原始訓練數(shù)據(jù)集，其中，所述原始訓練數(shù)據(jù)集包括多個類別的原始樣本，每個所述類別的原始樣本具有多個模態(tài)；確定每個所述類別包括的所述原始...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本申請屬于計算機技術(shù)領(lǐng)域，公開了一種機密計算方法、系統(tǒng)、設(shè)備、存儲介質(zhì)及產(chǎn)品。本申請通過當目標可信實例接收到機密計算請求后，從接收到的機密計算請求中讀取函數(shù)標識，機密計算請求由主控應(yīng)用通過可信連接發(fā)送至所述目標可信實例；獲取函數(shù)標識對應(yīng)的目...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本申請公開一種實體推薦方法、裝置、存儲介質(zhì)、設(shè)備及程序產(chǎn)品，應(yīng)用于實體推薦場景。方法包括：獲取待處理數(shù)據(jù)，待處理數(shù)據(jù)包括目標實體對應(yīng)的N個候選實體待處理數(shù)據(jù)；對待處理數(shù)據(jù)進行編碼處理，生成每個候選實體對應(yīng)的序列特征編碼數(shù)據(jù)與位置特征編碼數(shù)據(jù)...
								
            
							
            
							
						
            • 
					
                    
          
                
          

                 
          
                 	
		            	首頁
		            	上一頁
		            	
		            	28
		            	
		            	下一頁
                 	
                 	
            	
          
            
          
            
          
                
          
                  
          技術(shù)分類
          
                  
          
                      
                  
          
                
          
            
          
          
          
      
          
    
          
    
    

























































































































































 
 
    







主站蜘蛛池模板：
亚洲欧美在线观看品|
99在线精品免费视频|
亚洲另类激情综合偷自拍图片|
国产亚洲精品福利在线无卡一|
性饥渴少妇AV无码毛片|
狠狠热精品免费视频|
国产在线观看无码不卡|
人妻无码视频一区二区三区|
啦啦啦中文在线观看日本|
国产精品 亚洲一区二区三区
|
国产色欲婬乱免费视频软件|
国产无遮挡又黄又大又不要vip|
亚洲偷自拍拍综合网|
亚洲成人动漫av在线|
亚洲精品午夜无码电影网|
麻豆精品人妻一区二区三区蜜桃|
亚洲а∨精品天堂在线|
无尺码精品产品日韩|
香蕉人人超人人超碰超国产|
久久精品国产精品亚洲蜜月|
亚洲另类激情专区小说图片|
强行交换配乱婬bd|
天堂国产一区二区三区四区不卡|
亚洲精品无码久久久影院相关影片
|
国产在线看片免费人成视频|
丝袜 亚洲 另类 欧美|
无遮挡裸体免费视频尤物|
精品无码久久久久国产app|
精品三级久久久久电影网|
碰超免费人妻中文字幕
|
国产精品人妻久久久久|
亚洲中文字幕无码专区|
激烈的性高湖波多野结衣|
日本乱子人伦在线视频|
欧美乱妇高清无乱码免费|
亚洲一本之道高清乱码|
五月丁香六月激情综合在线视频|
久久亚洲私人国产精品va
|
久久老子午夜精品无码|
无码熟妇人妻av在线电影|
亚洲www永久成人网站|