<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(dòng)滑塊完成拼圖
        
          
        
          
    
          
    
          
        
          
        
          
    
          

          














          
    
    
          
        首頁(yè)
        專(zhuān)利交易
        IP管家助手
        科技果

        科技人才

        科技服務(wù)
        國(guó)際服務(wù)
        商標(biāo)交易
        會(huì)員權(quán)益
        需求市場(chǎng)

        
        關(guān)于龍圖騰

        
        
        
        
        
        
    
          
    
          
        
        
             / 

            
            
            免費(fèi)注冊(cè)
        
    
          

          



          
    
          
        到頂部
        到底部
    
          

          















          
    
    
          
        
        
          
            
            
            
            
            
            
            
            

            
            
          
                
          
                    
                    清空
                    搜索
                
          
            
          

            
            
            
            
            
            
            
            
            
            
        
          
        
        
        
          
            
            
                
          • 我要求購(gòu)
            • 
                
          • 我要出售
            • 
            
          

            
        
          
    
          

          








          
      
          
          
          
            
          
                
          
                  
          
                  	
                  	
                  		計(jì)算;推算;計(jì)數(shù)設(shè)備的制造及其應(yīng)用技術(shù)
                  	
                  
          
                
          
                
          
                    
            
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及配電網(wǎng)架空線(xiàn)路設(shè)備故障技術(shù)領(lǐng)域，尤其涉及一種大風(fēng)災(zāi)害下配電網(wǎng)架空線(xiàn)路風(fēng)致故障概率計(jì)算方法及系統(tǒng)。本發(fā)明基于起始點(diǎn)到預(yù)設(shè)時(shí)刻所經(jīng)歷的t時(shí)間段內(nèi)每次大風(fēng)沖擊時(shí)配電網(wǎng)桿塔結(jié)構(gòu)、導(dǎo)線(xiàn)結(jié)構(gòu)的退損瞬時(shí)增量，分別構(gòu)建桿塔結(jié)構(gòu)、導(dǎo)線(xiàn)結(jié)構(gòu)的短時(shí)沖擊...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明提供了一種邊端設(shè)備一體化脆弱性指標(biāo)的評(píng)估方法及裝置、設(shè)備及存儲(chǔ)介質(zhì)。所述邊端設(shè)備一體化脆弱性指標(biāo)的評(píng)估方法包括：確定邊端設(shè)備的脆弱性指標(biāo)；根據(jù)所述脆弱性指標(biāo)構(gòu)建數(shù)據(jù)集；根據(jù)所述數(shù)據(jù)集訓(xùn)練構(gòu)建的機(jī)器學(xué)習(xí)模型，得到脆弱性指標(biāo)的評(píng)估模型；其...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開(kāi)了一種基于改進(jìn)BPNN的公共機(jī)構(gòu)能耗缺失數(shù)據(jù)估計(jì)方法，該方法包括獲取公共機(jī)構(gòu)能源消費(fèi)多特征數(shù)據(jù)并進(jìn)行預(yù)處理；特征篩選；完整性檢查，將缺失數(shù)據(jù)與完整數(shù)據(jù)分離；根據(jù)完整數(shù)據(jù)構(gòu)建基于BP神經(jīng)網(wǎng)絡(luò)的缺失數(shù)據(jù)估計(jì)模型，并采用粒子群優(yōu)化算法進(jìn)...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及私域電商技術(shù)領(lǐng)域，具體公開(kāi)了一種基于大數(shù)據(jù)的私域電商數(shù)據(jù)搜索方法及系統(tǒng)。本發(fā)明先采集用戶(hù)行為特征（搜索、瀏覽時(shí)長(zhǎng)、商品點(diǎn)擊量）和購(gòu)買(mǎi)特征（復(fù)購(gòu)周期、時(shí)效偏好），構(gòu)建風(fēng)格偏好模型和購(gòu)買(mǎi)偏好模型，基于瀏覽數(shù)據(jù)量化用戶(hù)對(duì)商品風(fēng)格的關(guān)注度...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開(kāi)了一種基于深度學(xué)習(xí)的變電站設(shè)備狀態(tài)監(jiān)測(cè)與智能故障預(yù)警方法，S1.得到預(yù)處理后的多源狀態(tài)數(shù)據(jù)集；S2.生成高維度設(shè)備狀態(tài)特征矩陣；S3.故障敏感深度置信網(wǎng)絡(luò)模型，形成初步故障狀態(tài)識(shí)別結(jié)果；S4.獲得經(jīng)過(guò)優(yōu)化的敏感深度置信網(wǎng)絡(luò)模型；S...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開(kāi)了一種基于動(dòng)態(tài)可視數(shù)據(jù)的電能質(zhì)量評(píng)估方法及系統(tǒng)，涉及配電網(wǎng)電能評(píng)估技術(shù)領(lǐng)域，包括：通過(guò)多模態(tài)傳感器網(wǎng)絡(luò)采集電氣運(yùn)行數(shù)據(jù)、環(huán)境參數(shù)及負(fù)荷特性數(shù)據(jù)，經(jīng)時(shí)空對(duì)齊生成動(dòng)態(tài)可視數(shù)據(jù)集。利用小波變換提取電壓暫降特征，結(jié)合LSTM挖掘諧波時(shí)序特...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及數(shù)據(jù)融合技術(shù)領(lǐng)域，尤其涉及一種基于數(shù)據(jù)融合的配電設(shè)備全壽命周期管理系統(tǒng)及方法。該方法包括以下步驟：獲取多模態(tài)實(shí)時(shí)傳感數(shù)據(jù)及設(shè)備管理日志，并進(jìn)行預(yù)語(yǔ)義提取與編碼壓縮，得到邊緣語(yǔ)義片段；利用設(shè)備管理日志分析配電設(shè)備拓?fù)浣Y(jié)構(gòu)，并利用配電...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明提供了一種列生成多車(chē)型路徑規(guī)劃方法、系統(tǒng)、設(shè)備及介質(zhì)，涉及車(chē)倆路徑規(guī)劃技術(shù)領(lǐng)域，該方法包括：步驟S1：構(gòu)筑數(shù)據(jù)標(biāo)注，將所述構(gòu)筑數(shù)據(jù)標(biāo)注問(wèn)題轉(zhuǎn)化為混合整數(shù)規(guī)劃問(wèn)題；步驟S2：通過(guò)每一次迭代求解所述混合整數(shù)規(guī)劃問(wèn)題，為數(shù)據(jù)進(jìn)行標(biāo)注，進(jìn)行神...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本申請(qǐng)?zhí)峁┮环N建筑施工監(jiān)測(cè)方法，包括：獲取施工現(xiàn)場(chǎng)的多視角視頻圖像數(shù)據(jù)，采用圖像拼接算法對(duì)所述多視角視頻圖像數(shù)據(jù)進(jìn)行融合處理，得到施工現(xiàn)場(chǎng)全景三維場(chǎng)景模型；獲取所述全景三維場(chǎng)景模型中的圖像幀，采用預(yù)先訓(xùn)練的工種識(shí)別模型對(duì)所述圖像幀進(jìn)行分析，...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及一種建材礦山開(kāi)采生命周期過(guò)程碳排放的改善潛力量化方法，包括：構(gòu)建覆蓋開(kāi)采、運(yùn)輸、加工及修復(fù)的全生命周期碳足跡數(shù)字化模型，集成數(shù)字孿生與BIM技術(shù)動(dòng)態(tài)關(guān)聯(lián)碳排放因子庫(kù)；通過(guò)蒙特卡洛模擬與回歸分析識(shí)別關(guān)鍵碳排放影響因子；建立多目標(biāo)優(yōu)化...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開(kāi)了一種多源數(shù)據(jù)資源關(guān)鍵信息挖掘方法及系統(tǒng)，包括：獲取各形式類(lèi)型的多源數(shù)據(jù)，并預(yù)處理；根據(jù)數(shù)據(jù)類(lèi)型進(jìn)行劃分；對(duì)文字類(lèi)數(shù)據(jù)進(jìn)行詞頻統(tǒng)計(jì)及詞語(yǔ)關(guān)聯(lián)性分析，對(duì)數(shù)字類(lèi)數(shù)據(jù)通過(guò)上下文語(yǔ)義關(guān)聯(lián)提取其數(shù)值含義；基于各數(shù)據(jù)類(lèi)型關(guān)鍵信息數(shù)據(jù)集構(gòu)建跨模...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明提供了一種基于智能算法的織機(jī)聯(lián)網(wǎng)數(shù)據(jù)采集與分析方法及系統(tǒng)，涉及數(shù)據(jù)處理技術(shù)領(lǐng)域，包括：構(gòu)建多源傳感器網(wǎng)絡(luò)，進(jìn)而采集振動(dòng)數(shù)據(jù)、溫度數(shù)據(jù)以及轉(zhuǎn)速數(shù)據(jù)；基于量子噪聲輔助數(shù)據(jù)采集算法，增強(qiáng)振動(dòng)數(shù)據(jù)、溫度數(shù)據(jù)以及轉(zhuǎn)速數(shù)據(jù)的微觀特征；建立邊緣計(jì)算...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本申請(qǐng)?zhí)峁┮环N占據(jù)柵格感知方法及電子設(shè)備，該方法獲取當(dāng)前時(shí)刻的多視角圖像，進(jìn)而根據(jù)多視角圖像、各初始化體素向量與對(duì)應(yīng)的體素向量查詢(xún)特征、以及上一時(shí)刻的各最終體素向量的占據(jù)概率，選取部分初始化體素向量與上一時(shí)刻的部分最終體素向量，作為當(dāng)前時(shí)刻...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及工業(yè)生產(chǎn)檢測(cè)技術(shù)領(lǐng)域，公開(kāi)了一種基于AI的工業(yè)生產(chǎn)過(guò)程視覺(jué)檢測(cè)系統(tǒng)及方法。系統(tǒng)包括圖像采集模塊，采集含可見(jiàn)光與紅外波段信息的生產(chǎn)線(xiàn)實(shí)時(shí)圖像數(shù)據(jù)；缺陷檢測(cè)模塊，用改進(jìn)型殘差網(wǎng)絡(luò)提取多層級(jí)特征生成缺陷概率分布圖；動(dòng)態(tài)調(diào)整模塊，通過(guò)深度...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本申請(qǐng)?zhí)峁┮环N應(yīng)用預(yù)測(cè)模型的智能廣告內(nèi)容推薦方法及系統(tǒng)，首先獲取目標(biāo)用戶(hù)在廣告交互場(chǎng)景下的歷史交互數(shù)據(jù)集合，其含多個(gè)由用戶(hù)標(biāo)識(shí)符等組成的廣告交互序列，接著對(duì)該歷史交互數(shù)據(jù)集合執(zhí)行跨維度特征融合處理，生成組合行為特征集合和廣告內(nèi)容關(guān)聯(lián)特征集合...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明提供了一種基于對(duì)比學(xué)習(xí)的視頻異常檢測(cè)模型的訓(xùn)練方法及裝置、視頻異常檢測(cè)方法及裝置，可以應(yīng)用于深度強(qiáng)化學(xué)習(xí)技術(shù)領(lǐng)域。該訓(xùn)練方法包括：將樣本視頻輸入到特征提取模塊，得到樣本視頻特征；將樣本視頻特征輸入到重建模塊，得到重建樣本視頻，并基于重...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開(kāi)了一種基于混合Mamba注意力分割模型的混凝土裂縫檢測(cè)方法，包括1）獲取原始圖像并對(duì)圖像進(jìn)行預(yù)處理，劃分?jǐn)?shù)據(jù)集；2）構(gòu)建MA?UNet模型，采用編碼器?解碼器對(duì)稱(chēng)結(jié)構(gòu)，編碼器通過(guò)卷積與池化提取特征，解碼器通過(guò)轉(zhuǎn)置卷積上采樣恢復(fù)分辨...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開(kāi)了基于多向時(shí)頻卷積注意力與VM?UNet的EEG到三維fMRI體積生成方法，包括S1、對(duì)輸入的EEG信號(hào)進(jìn)行預(yù)處理，構(gòu)建三維張量形式的EEG輸入樣本，將EEG和fMRI數(shù)據(jù)進(jìn)行歸一化處理；S2、利用EEG譜圖投影模塊，將EEG輸入...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明為一種變工況多階段的深海耐壓艙疲勞裂紋擴(kuò)展預(yù)測(cè)方法，涉及深海耐壓艙疲勞檢測(cè)技術(shù)領(lǐng)域，建立深海耐壓艙的整機(jī)有限元模型，并對(duì)薄弱環(huán)節(jié)分析，進(jìn)行精細(xì)建模；建立應(yīng)力強(qiáng)度因子—高斯過(guò)程代理模型；基于動(dòng)態(tài)貝葉斯best?worst網(wǎng)絡(luò)模型，進(jìn)行深...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及水下圖像增強(qiáng)技術(shù)領(lǐng)域，提供一種基于多顏色空間耦合的深水圖像增強(qiáng)方法，包括在RGB顏色空間基于像素平均值確定最優(yōu)通道、中度衰減通道和重度衰減通道，對(duì)最優(yōu)通道進(jìn)行非對(duì)稱(chēng)直方圖裁剪預(yù)校正，并設(shè)計(jì)損失函數(shù)通過(guò)迭代補(bǔ)償使衰減通道逼近最優(yōu)通道...
								
            
							
            
							
						
            • 
					
                    
          
                
          

                 
          
                 	
                 	
		            	首頁(yè)
		            	上一頁(yè)
		            	
		            	9
		            	
		            	下一頁(yè)


                 	
            	
          
            
          
            
          
                
          
                  
          技術(shù)分類(lèi)
          
                  
          
                      
                  
          
                
          
            
          
          
          
      
          
    
          
    
    

























































































































































 
 
    







主站蜘蛛池模板：
狠狠色丁香久久婷婷综合图片|
亚洲国产精品特色大片观看完整版|
日韩在线视频线观看一区|
西西人体大胆午夜视频|
人妻老妇乱子伦精品无码专区|
人妻无码中文久久久久专区|
强迫大乳人妻中文字幕|
日本高清无卡码一区二区|
精品久久久久久亚洲中文字幕|
国产露脸精品产三级国产av|
亚洲色大成网站WWW久久|
欧美性xxxxx极品少妇|
亚洲中文字幕无码爆乳av|
国产性色av免费观看|
亚洲成在人线AV品善网好看|
亚洲国产成人av在线电影播放
|
四虎国产精品永久在线下载|
欧美乱人伦人妻中文字幕|
加勒比人妻av无码不卡|
亚洲日本韩国|
国产97色在线 | 免费|
亚洲午夜精品a片久久www解说|
少妇办公室好紧好爽再浪一点|
欧洲lv尺码大精品久久久|
日韩人妻无码一区2区3区里沙|
亚洲人成伊人成综合网中文|
国产精品国产三级国产a|
国产日韩一区二区四季|
美女18禁一区二区三区视频|
国产超碰av人人做人人爽|
人妻系列无码专区免费|
日本丰满熟妇videossex8k|
色老板精品视频在线观看|
哈尔滨老熟女啪啪嗷嗷叫|
中文字幕亚洲一区二区va在线|
九九九精品成人免费视频小说|
免费无码高h视频在线观看|
中国老熟女重囗味hdxx|
无码毛片一区二区三区本码视频|
性奴sm虐辱暴力视频网站|
国语对白做受xxxxx在线中国|