<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)明涉及多源數(shù)據(jù)與物理聯(lián)合驅(qū)動的流域徑流不確定性預報方法，包括獲取目標流域的徑流序列數(shù)據(jù)和外部預報因子數(shù)據(jù)；構(gòu)建徑流不確定性生成模型，通過帶約束的擴散生成器對徑流序列數(shù)據(jù)進行概率擴散，并生成近似徑流數(shù)據(jù)；設(shè)計聯(lián)合損失函數(shù)更新徑流不確定性生...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及電路板檢測技術(shù)領(lǐng)域，提出了一種電路板損壞檢測優(yōu)化方法及系統(tǒng)，包括以下步驟：S1、通過探針陣列同步采集電路板測試點的接觸電阻信號、探針壓力信號和環(huán)境數(shù)據(jù)，并對采集的數(shù)據(jù)參數(shù)進行優(yōu)化處理；S2、建立接觸抗阻動態(tài)模型，刻畫電路板接觸阻抗...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明屬于水質(zhì)監(jiān)測與數(shù)據(jù)分析技術(shù)領(lǐng)域，為一種基于非線性及時變特征的河流溶解氧關(guān)鍵因子辨識方法，包括：構(gòu)建初始因子集，計算溶解氧與初始因子集的各個影響因子的MIC值；設(shè)置MIC值目標值，篩選MIC值大于MIC值目標值的若干因子，組成第二因子集...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了一種面向工控物聯(lián)網(wǎng)的工業(yè)設(shè)備用數(shù)據(jù)處理方法，包括：采集工業(yè)設(shè)備傳感器數(shù)據(jù)，并進行標準化處理，得到規(guī)范化矩陣；初始化稀疏字典學習模型，設(shè)定初始字典結(jié)構(gòu)與稀疏系數(shù)，執(zhí)行初步稀疏分解；構(gòu)建花朵授粉算法搜索空間，優(yōu)化分層數(shù)、正則權(quán)重和切...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明提供了一種照明評分模型的構(gòu)建方法、裝置、設(shè)備及照明評分方法，應(yīng)用于數(shù)據(jù)處理技術(shù)領(lǐng)域。該照明評分模型的構(gòu)建方法包括：獲取與多個光環(huán)境各自對應(yīng)的評分數(shù)據(jù)和多個光環(huán)境數(shù)據(jù)，光環(huán)境數(shù)據(jù)是對指定空間在光環(huán)境中的黑板區(qū)域或桌面區(qū)域進行數(shù)據(jù)采集得到...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開一種航空發(fā)動機故障診斷方法及系統(tǒng)，涉及故障診斷技術(shù)領(lǐng)域。包括獲取航空發(fā)動機在額定轉(zhuǎn)速運行過程中指定部位的時域振動信號；對時域振動信號進行經(jīng)驗模態(tài)分解，得到與時域振動信號對應(yīng)的m個時域信號分量；選取m個時域信號分量中的前n個，得到n...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了基于大數(shù)據(jù)分析的新風機組故障預測方法，涉及故障預測技術(shù)領(lǐng)域，采集新風機組的設(shè)備運行數(shù)據(jù)和傳感器自身狀態(tài)數(shù)據(jù)，生成目標數(shù)據(jù)集；對所述目標數(shù)據(jù)集進行特征提取，獲取設(shè)備運行特征和傳感器健康特征，構(gòu)建傳感器故障規(guī)則集和設(shè)備故障規(guī)則集，生...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及電力技術(shù)領(lǐng)域，公開了一種配電架空線路的故障檢測方法，包括：獲取目標信號集，使用小波變換，對目標信號進行分解，得到多層高頻細節(jié)系數(shù)和低頻近似系數(shù)，并使用經(jīng)驗模態(tài)分解，對低頻近似系數(shù)進行分解，得到多個本征模態(tài)函數(shù)，然后構(gòu)建目標信號所對...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及電力技術(shù)領(lǐng)域，公開了一種配電架空線路的故障檢測方法、存儲介質(zhì)及設(shè)備，包括：獲取目標信號集，對目標信號進行分解，得到多層高頻細節(jié)系數(shù)和多個本征模態(tài)函數(shù)，以確定高頻特征集中每個數(shù)據(jù)的權(quán)重、偏度、峰度和近似熵，并構(gòu)建目標信號所對應(yīng)的多維...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明一種基于動態(tài)模式分解的擾動源定位方法，屬于電力系統(tǒng)運行與分析技術(shù)領(lǐng)域，通過對實測數(shù)據(jù)進行矩陣分解，準確提取系統(tǒng)的振蕩模態(tài)特征；進一步，構(gòu)建融合時空特性的參與因子分析模型，綜合考慮模態(tài)的空間分布特性和時間演化特征，實現(xiàn)對振蕩源的精確定位...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了協(xié)作學習下基于注意力機制的多模態(tài)情感識別方法，獲取樣本和對應(yīng)的情緒狀態(tài)，基于樣本生成訓練集、驗證集、以及測試集；構(gòu)建協(xié)作學習多模態(tài)情感識別模型；定義協(xié)作學習多模態(tài)情感識別模型的損失函數(shù)；基于訓練集對協(xié)作學習多模態(tài)情感識別模型訓練...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開一種基于多尺度頻感動態(tài)增強的軸承故障診斷方法，包括：采集軸承運行狀態(tài)下的振動信號，對其進行預處理得到時頻矩陣，隨后將時頻矩陣劃分為訓練集和測試集；搭建多尺度頻率網(wǎng)絡(luò)感知模型，將訓練集中的時頻矩陣輸入該模型實現(xiàn)多尺度特征的提取，隨后...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及風險預測技術(shù)領(lǐng)域，尤其涉及一種基于無線傳感器的高空作業(yè)在線監(jiān)測預警系統(tǒng)及方法。所述方法包括以下步驟：對高空作業(yè)平臺部署多類型無線傳感器陣列采集結(jié)構(gòu)應(yīng)力數(shù)據(jù)、環(huán)境溫濕度和人員狀態(tài)數(shù)據(jù)，構(gòu)建多源標準數(shù)據(jù)集；對多源標準數(shù)據(jù)集進行時空對齊...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了一種基于屬性增強的金融交易信息的異常節(jié)點檢測方法，本申請通過根據(jù)所述圖數(shù)據(jù)得到鄰接矩陣及對角矩陣及標準化鄰接矩陣；結(jié)合節(jié)點集合中的每個當前節(jié)點確定連接強度；根據(jù)頻率權(quán)重和連接強度確定每個當前節(jié)點的采樣概率；根據(jù)圖數(shù)據(jù)和采樣概率確...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及電數(shù)字數(shù)據(jù)處理技術(shù)領(lǐng)域，具體涉及一種基于多源數(shù)據(jù)融合的柴油機故障預警方法，包括：獲取柴油機的歷史故障樣本集以及目標窗口數(shù)據(jù)；獲取各維度的歷史運行狀態(tài)數(shù)據(jù)與各類型故障之間的故障關(guān)聯(lián)；獲取單維度BPA函數(shù)；對單維度BPA函數(shù)進行融合，...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及數(shù)據(jù)處理技術(shù)領(lǐng)域，尤其涉及基于云計算的智能電能表誤差校驗方法及系統(tǒng)。方法包括步驟：采集電網(wǎng)中的電壓誤差數(shù)據(jù)以及電流誤差數(shù)據(jù)，獲取每個時刻的電壓誤差數(shù)據(jù)段的直觀波動程度；獲取每個時刻的電壓誤差數(shù)據(jù)段中每個電壓誤差數(shù)據(jù)的相似數(shù)據(jù)；根據(jù)...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明屬于變壓器監(jiān)測技術(shù)領(lǐng)域，公開了一種基于多物理量特征的電力變壓器故障識別方法及系統(tǒng)，本發(fā)明從可聽聲信號中提取50Hz奇偶倍頻比、峰值幅度和短時傅里葉變換時頻譜圖；從超聲信號中提取小波能量熵和目標頻帶能量占比，從特高頻信號中提取特高頻PR...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及數(shù)據(jù)處理技術(shù)領(lǐng)域，具體涉及一種人工智能輔助下的消防平臺數(shù)字孿生體構(gòu)建方法，包括：獲取采集源點在各時刻的各項源數(shù)據(jù)；篩選各項源數(shù)據(jù)獲得差異化源點及其在各時刻的消防事件向量；通過消防事件向量的偏離情況得到獨立檢驗事件向量，利用消防事件...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本申請公開了一種基于多模態(tài)感知的腔道環(huán)境實時監(jiān)測方法及相關(guān)裝置。該方法包括：同步采集腔道視覺、接觸力與電磁定位數(shù)據(jù)；對三類數(shù)據(jù)分別進行精煉處理；對精煉后的視覺數(shù)據(jù)提取YOLO特征，對接觸力數(shù)據(jù)利用mamba模型輸出動態(tài)觸覺特征，對定位數(shù)據(jù)經(jīng)...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本申請公開了一種面向柔性手術(shù)器械的多源感知數(shù)據(jù)自適應(yīng)融合方法及相關(guān)裝置。該方法包括：在工作環(huán)境中基于時間戳同步技術(shù)采集光學、力學、位姿多模態(tài)感知數(shù)據(jù)；對多模態(tài)數(shù)據(jù)進行時鐘補償及基于器械運動學模型的空間坐標變換，完成時空配準；將配準后的數(shù)據(jù)輸...
								
            
							
            
							
						
            • 
					
                    
          
                
          

                 
          
                 	
		            	首頁
		            	上一頁
		            	
		            	52
		            	
		            	下一頁
                 	
                 	
            	
          
            
          
            
          
                
          
                  
          技術(shù)分類
          
                  
          
                      
                  
          
                
          
            
          
          
          
      
          
    
          
    
    

























































































































































 
 
    







主站蜘蛛池模板：
久久精品成人免费观看三|
成人欧美一区二区三区的电影|
青椒国产97在线熟女|
影音先锋大型av资源|
人妻中文字系列无码专区|
美女18禁一区二区三区视频|
欧美丰满熟妇xxxx性|
黑人巨大精品欧美一区二区免费|
国产公开久久人人97超碰|
亚洲日韩精品一区二区三区无码
|
四虎成人国产精品永久在线|
色惰日本视频网站www|
欧美最猛黑人xxxx|
免费无码av片在线观看网站
|
国产网红主播精品一区|
日本一高清二区视频久二区|
亚洲欧美在线x视频|
国产精品久久毛片av大全日韩|
色琪琪丁香婷婷综合久久|
北条麻妃人妻av在线专区|
亚洲日韩v无码中文字幕|
欧美福利电影A在线播放|
999精品视频在这里|
亚洲精品无码久久久久牙蜜区|
亚洲男同playgv片在线观看|
熟妇人妻无乱码中文字幕真矢织江
|
亚洲欧美丝袜精品久久中文字幕|
51精品免费视频国产专区|
狠狠噜天天噜日日噜|
国产看真人毛片爱做a片|
日韩av高潮喷水在线观看|
真实的国产乱xxxx|
18禁网站在线|
一本一道av无码中文字幕麻豆|
最新国产AV最新国产在钱|
亚洲人成电影网站色mp4|
国产亚洲精品久久午夜玫瑰园|
国内精品久久久久久久影院|
人妻老妇乱子伦精品无码专区
|
护士的小嫩嫩好紧好爽|
国产成人精品综合在线观看|