<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
        國際服務
        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
                
          
            
          

            
            
            
            
            
            
            
            
            
            
        
          
        
        
        
    
          

          








          
      
          
          
          
            
          
                
          
                  
          
                  	
                  	
                  		計算;推算;計數(shù)設備的制造及其應用技術(shù)
                  	
                  
          
                
          
                
          
                    
            
					
						
          • 
							
							
            
					    		
								
            
								      本公開實施例公開了一種故障預測模型的訓練、預警方法、裝置、設備及產(chǎn)品，包括：獲取訓練數(shù)據(jù)集；利用卷積神經(jīng)網(wǎng)絡提取圖像數(shù)據(jù)的空間特征，并利用雙向長短期記憶網(wǎng)絡提取時序數(shù)據(jù)的時間特征；將融合特征和物理約束條件輸入至故障預測模型中，得到輸出結(jié)果；...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      考慮部件參數(shù)匹配約束的電動公交車輛動力系統(tǒng)選型方法、系統(tǒng)、存儲介質(zhì)及設備，本發(fā)明屬于城市公共交通運營管理領(lǐng)域，具體涉及電動公交車輛動力系統(tǒng)選型方法、系統(tǒng)、存儲介質(zhì)及設備。本發(fā)明的目的是為了解決現(xiàn)有研究以極端條件下的動力需求作為選型基準、缺乏...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明提供一種基于多尺度大數(shù)據(jù)融合的找礦預測系統(tǒng)，所述系統(tǒng)包括：地質(zhì)大數(shù)據(jù)管理模塊和大數(shù)據(jù)挖掘分析模塊，分別用于對地質(zhì)、地球物理、地球化學、遙感、礦產(chǎn)數(shù)據(jù)進行管理和挖掘分析；多要素提取模塊，用于對大數(shù)據(jù)挖掘分析模塊輸出的挖掘分析結(jié)果進行地質(zhì)...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了一種基于動態(tài)包絡體的行人軌跡預測方法及系統(tǒng)，涉及軌跡預測領(lǐng)域，方法包括：通過雙目相機采集圖像并進行3D目標檢測，將數(shù)據(jù)投影到2D鳥瞰圖中以提取人群運動特征，結(jié)合速度方差、密度梯度和歷史軌跡相似度等特征向量對行人進行聚類分組，并利...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及風電容量配置領(lǐng)域。本發(fā)明提供了一種考慮碳捕捉效益的配電網(wǎng)內(nèi)風電容量區(qū)間計算方法，包括以下步驟：步驟1：建立考慮碳捕捉效益的風電容量配置信息數(shù)據(jù)集。步驟2：建立考慮風電配置成本和碳捕捉效益的風電容量計算模型。步驟3：建立考慮風電不確...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及軌道車輛技術(shù)領(lǐng)域，公開了一種軌道車輛與車輛吸能結(jié)構(gòu)耐撞性協(xié)同優(yōu)化方法及系統(tǒng)，包括：獲得不同結(jié)構(gòu)參數(shù)配置下的吸能結(jié)構(gòu)沖擊特性數(shù)據(jù)集，并建立結(jié)構(gòu)層級深度代理模型，預測吸能結(jié)構(gòu)的載荷特性曲線及變形模式圖像；將結(jié)構(gòu)層級深度代理模型輸出的吸...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了一種吸附壓縮二氧化碳儲能系統(tǒng)的多維度監(jiān)測預警方法及系統(tǒng)，所述方法包括如下步驟：步驟一、多源數(shù)據(jù)實時采集與預處理；步驟二、關(guān)鍵參數(shù)計算與異常特征識別；步驟三、多維度數(shù)據(jù)融合與風險指數(shù)生成；步驟四、分級預警觸發(fā)與應急響應；步驟五、動...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及數(shù)字孿生技術(shù)領(lǐng)域，具體為一種融合數(shù)字孿生的電網(wǎng)故障預測系統(tǒng)及方法，系統(tǒng)包括：狀態(tài)感知模塊、路徑推演模塊、孿生映射模塊、預測執(zhí)行模塊。本發(fā)明中，通過融合多源異構(gòu)傳感數(shù)據(jù)并執(zhí)行時空對齊算法構(gòu)建結(jié)構(gòu)狀態(tài)張量，拉普拉斯運算結(jié)合應力波傳播模...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及深度學習技術(shù)領(lǐng)域，具體公開了一種用于多維關(guān)鍵指標的經(jīng)營分析模型生成方法，包括以下步驟：S1：獲取成本數(shù)據(jù)，計算全部成本和凈利潤，基于銷售收入和凈利潤計算銷售凈利率；S2：獲取流動資產(chǎn)數(shù)據(jù)，計算流動資產(chǎn)和資產(chǎn)總額，基于銷售收入和資產(chǎn)...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了基于電子商務的信息提供方法和用于執(zhí)行其的計算裝置。根據(jù)公開的一實施例的基于電子商務的信息提供方法，該方法在計算裝置中執(zhí)行，該計算裝置具有至少一個處理器以及用于存儲由所述至少一個處理器執(zhí)行的至少一個程序的存儲器，該方法包括以下步驟...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了一種配電站房運維人員的行為軌跡預測系統(tǒng)和方法，其中系統(tǒng)包括：通信連接的數(shù)據(jù)處理模塊、行為識別模塊和軌跡預測模塊；數(shù)據(jù)處理模塊獲取配電站房的不同模態(tài)的視頻數(shù)據(jù)，對視頻數(shù)據(jù)進行特征提取、模態(tài)對齊和特征融合得到多模態(tài)融合特征，模態(tài)表示...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了面向溫室環(huán)境下植物科普場景的沉浸式VR仿真交互系統(tǒng)，能夠?qū)崿F(xiàn)針對植物領(lǐng)域科普場景的虛擬現(xiàn)實仿真，其具有較高的模型真實性和科學準確性，并且交互性較好。該系統(tǒng)包括：植物動態(tài)建模模塊，用于構(gòu)建虛擬溫室環(huán)境和植物動態(tài)模型；多模態(tài)沉浸式交...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了一種礦井需風量智能預測方法及系統(tǒng)，包括：S1:部署多源傳感器采集礦井需風量狀態(tài)數(shù)據(jù)；S2:基于礦井需風量狀態(tài)數(shù)據(jù)構(gòu)建智能流態(tài)演化模型，通過智能流態(tài)演化模型獲取最佳優(yōu)化參數(shù)；S3：基于礦井風流環(huán)境構(gòu)建一個動態(tài)圖網(wǎng)絡，將動態(tài)圖網(wǎng)絡與...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了基于可解釋性智能算法的廣域滑坡快速識別方法，涉及遙感科學與技術(shù)領(lǐng)域，通過多源時空數(shù)據(jù)融合與知識圖譜動態(tài)賦權(quán)，構(gòu)建雙通道特征提取架構(gòu)：輕量化CNN捕捉影像局部紋理，圖卷積網(wǎng)絡建模地質(zhì)空間關(guān)聯(lián)性，結(jié)合SHAP值與因果推理生成可解釋的...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明揭示了一種基于人工智能技術(shù)的合同智能審核及漏洞預警系統(tǒng)，該系統(tǒng)歸屬于人工智能與法律輔助技術(shù)的研究領(lǐng)域。傳統(tǒng)合同審核過程主要依賴于人工操作，存在耗時較長、易遺漏條款漏洞、潛在風險及違法條款等問題，本系統(tǒng)包含五大核心模塊：數(shù)據(jù)采集與預處理...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及農(nóng)業(yè)信息技術(shù)領(lǐng)域，公開了一種融合機器學習的耕地質(zhì)量評價異常溯源方法及系統(tǒng)，其中，一種融合機器學習的耕地質(zhì)量評價異常溯源方法包括：多尺度特征提取與融合、貝葉斯神經(jīng)網(wǎng)絡構(gòu)建、證據(jù)深度學習實現(xiàn)、異常檢測與溯源以及自適應溯源策略執(zhí)行五個步...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了一種基于大模型的建筑數(shù)字孿生三維重建方法及系統(tǒng)，涉及建筑數(shù)字孿生與三維建模融合技術(shù)領(lǐng)域，包括在建筑物布設多源設備，采集建筑多角度數(shù)據(jù)，進行類型區(qū)分與結(jié)構(gòu)化預處理。構(gòu)建并訓練自適應深度網(wǎng)絡模型識別建筑特征，采用多類型增強策略提高模...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本申請涉及圖像處理技術(shù)領(lǐng)域，公開了一種干細胞顯微圖像特征提取方法及系統(tǒng)。該方法包括：通過染色質(zhì)紋理敏感自適應閾值分割算法對干細胞延時3D共聚焦顯微圖像進行分割處理，得到核質(zhì)分離掩膜圖像；根據(jù)所述掩膜圖像對標志物熒光圖像進行特征提取處理，得到...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及一種計及跨季節(jié)地埋管儲熱的電?熱耦合系統(tǒng)的規(guī)劃方法，包括：分別建立電?熱耦合系統(tǒng)投資模型和基于典型日的電?熱耦合系統(tǒng)穩(wěn)態(tài)運行模型；對電?熱耦合系統(tǒng)投資模型和電?熱耦合系統(tǒng)穩(wěn)態(tài)運行模型進行整合，得到電?熱耦合系統(tǒng)規(guī)劃模型；其中，該電...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明提出了一種基于不同時相遙感圖像的變化文本生成方法，貫通計算機視覺（CV）與自然語言處理（NLP）兩個領(lǐng)域。首先，通過均值歸一化和高斯濾波消除噪聲，并進行仿射配準保證幾何一致性；隨后在多尺度金字塔下對圖像進行下采樣、特征編碼與上采樣融合...
								
            
							
            
							
						
            • 
					
                    
          
                
          

                 
          
                 	
                 	
		            	首頁
		            	
		            	上一頁
		            	1
		            	
		            	下一頁


                 	
            	
          
            
          
            
          
                
          
                  
          技術(shù)分類
          
                  
          
                      
                  
          
                
          
            
          
          
          
      
          
    
          
    
    

























































































































































 
 
    







主站蜘蛛池模板：
日韩AV高清在线看片|
少妇人妻偷人精品免费视频|
日本高清在线观看WWW色|
色翁荡熄又大又硬又粗又视频|
国产精品99久久精品|
蜜臀av性久久久久蜜臀aⅴ麻豆|
伊人成色综合人夜夜久久|
国产精品午夜av福利|
免费无遮挡无码永久视频|
天堂а√在线最新版中文|
国产高清一区二区不卡|
九九视频麻婆豆腐在线观看|
亚洲色大成成人网站久久|
国产狂喷潮在线观看|
精品国产乱码久久久久久软件大全|
亚洲欧美日韩在线码|
香蕉免费一区二区三区|
亚洲精品自偷自拍无码|
久久精品国产国产精品四凭|
强行无套内谢大学生初次|
综合偷自拍亚洲乱中文字幕|
国产成人不卡无码免费视频|
男人吃奶摸下挵进去好爽|
青青青在线香蕉国产精品|
国产真实交换多p免视频|
av一本久道久久综合久久鬼色|
女人裸露免费视频无遮挡网站|
国产成人欧美视频在线观看|
国产熟人av一二三区|
亚洲国产欧美在线观看|
毛又多又黑少妇a片视频|
亚洲欧美日韩综合久久久|
亚洲成a人v欧美综合天堂下载
|
丁香婷婷综合激情五月色
|
久久www成人免费看|
亚洲欧美综合精品二区|
男人吃奶摸下挵进去好爽|
午夜精品一区二区三区免费视频
|
日本少妇xxx做受|
亚洲色成人网站www永久下载|
67194熟妇在线直接进入|