<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
                
          
            
          

            
            
            
            
            
            
            
            
            
            
        
          
        
        
        
    
          

          








          
      
          
          
          
            
          
                
          
                  
          
                  	
                  	
                  		最新專利技術(shù)
                  	
                  
          
                
          
                
          
                    
            
					
						
          • 
							
							
            
					    		
								
            
								      一種基于CEEMDAN?ESPRIT算法的寬頻振蕩信號參數(shù)辨識方法，屬于新型電力系統(tǒng)寬頻振蕩參數(shù)辨識技術(shù)領(lǐng)域，首先利用CEEMDAN算法完成對含噪聲的寬頻振蕩信號的降噪、重構(gòu)，得到重構(gòu)后的寬頻振蕩波形；其次利用ESPRIT算法對重構(gòu)后的寬頻...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了一種基于振動無線傳感的旋轉(zhuǎn)機械健康態(tài)勢感知系統(tǒng)，屬于設備監(jiān)測分析技術(shù)領(lǐng)域；用于解決現(xiàn)有方案數(shù)據(jù)處理和系統(tǒng)魯棒性不佳的技術(shù)問題；通過從原始振動信號采集到高質(zhì)量特征輸入的可靠轉(zhuǎn)換，顯著提升了系統(tǒng)對早期故障的感知靈敏度；通過構(gòu)建特征動...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明提供了一種基于小波解耦與因果卷積注意力的增量式航發(fā)壽命預測方法，包括：步驟1，獲得原始時域振動信號：將原始時域振動信號作為輸入；步驟2，劃分訓練集：將原始時域振動信號按比例分割為訓練集和測試集；步驟3，進行多重串聯(lián)幅相混合增強；步驟4...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了一種基于擾動恢復增強與跨域適配機制的鋰電池健康狀態(tài)估計方法及系統(tǒng)，涉及鋰電池技術(shù)領(lǐng)域，對帶SOH標簽的原始數(shù)據(jù)進行模擬退化再生，生成高保真擴展樣本，構(gòu)建增強數(shù)據(jù)集以解決原始標注數(shù)據(jù)稀缺難題；對增強數(shù)據(jù)實施層級解析，挖掘鋰電池運行...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了基于盲源分離的水電濾油機故障診斷系統(tǒng)及方法，涉及故障診斷技術(shù)領(lǐng)域，系統(tǒng)包括數(shù)據(jù)采集模塊、自適應預處理模塊、診斷引擎模塊、數(shù)字孿生模型庫和應用模塊。數(shù)據(jù)采集模塊同步采集多源異構(gòu)觀測信號；自適應預處理模塊采用基于智能優(yōu)化算法的自適應...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本申請涉及數(shù)據(jù)處理方法、裝置、計算機設備及存儲介質(zhì)，所述數(shù)據(jù)處理方法包括：獲取待處理的原始數(shù)據(jù)，其中，所述待處理的原始數(shù)據(jù)包括質(zhì)量檢測數(shù)據(jù)、原材料批次信息、生產(chǎn)工藝參數(shù)和設備運行狀態(tài)信息；將所述待處理的原始數(shù)據(jù)存儲于預設的分布式文件系統(tǒng)中；...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了一種結(jié)合高分辨率測井數(shù)據(jù)的活動斷層鉆孔地層對比方法，涉及地層比對技術(shù)領(lǐng)域，包括：首先分別獲取測試斷層區(qū)域以及測試底層區(qū)域；基于電成像測井進行實時數(shù)據(jù)采集，并建立差異化分析模型；對差異化分析模型進行優(yōu)化，得到地斷層對比模型；基于地...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本申請公開了一種服務器配置匹配方法、裝置、設備及存儲介質(zhì)，涉及服務器測試技術(shù)領(lǐng)域，由于獲取在歷史測試中服務器的各組配置數(shù)據(jù)分別對應的多維特征向量，進一步，基于目標配置數(shù)據(jù)對應的多維目標特征向量以及各組配置數(shù)據(jù)分別對應的多維特征向量，計算各組...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明一種用于智能電表的數(shù)據(jù)特征分析方法及系統(tǒng)，涉及數(shù)據(jù)處理分析技術(shù)領(lǐng)域，方法包括：采集目標區(qū)域中所有用電用戶在預設時間段內(nèi)的日用電量數(shù)據(jù)并進行預處理，得到相應的日用電量時間序列和日用電量曲線；計算每個用戶相鄰日用電量曲線之間的相似度，獲取...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本申請公開了一種電力的連鎖故障路徑分類方法、裝置、設備及介質(zhì)，涉及電力安全防護技術(shù)領(lǐng)域，包括基于電力系統(tǒng)的連續(xù)時間軸構(gòu)建時間窗口集合，利用所述時間窗口集合和所述電力系統(tǒng)的有序靜態(tài)快照集合構(gòu)建用于描述連鎖故障路徑的各時序圖；將各所述時序圖映射...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本申請?zhí)峁┮环N跨域時序數(shù)據(jù)分類方法、裝置、設備、介質(zhì)及程序產(chǎn)品，涉及邊緣計算技術(shù)領(lǐng)域。該方法包括：根據(jù)目標域訓練的目標模型對所述目標域的待測試時序數(shù)據(jù)進行分類，獲得所述待測試時序數(shù)據(jù)的分類結(jié)果；其中，所述目標模型是根據(jù)源域的源模型參數(shù)和目標...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明提供了基于信道狀態(tài)信息的人體行為識別方法及系統(tǒng)，涉及行為識別領(lǐng)域，包括對采集的多天線CSI數(shù)據(jù)進行預處理得到可用于人體行為識別的CSI數(shù)據(jù)；通過動作捕捉得到與各類行為動作對應的CSI數(shù)據(jù)片段；提取CSI數(shù)據(jù)片段中的時域特征、頻域特征、...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及聲波透射法基樁檢測技術(shù)領(lǐng)域，具體涉及基樁施工質(zhì)量實時檢測AI模型的訓練方法、基樁施工質(zhì)量實時檢測方法及裝置。包括：在混凝土澆筑時，通過第一聲波透射法基樁檢測操作獲取第一檢測數(shù)據(jù)，第一檢測數(shù)據(jù)包含現(xiàn)澆混凝土樁身在不同深度處的聲波參數(shù)...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及一種基于圖學習的異常電力交易行為識別方法，包括下述步驟；數(shù)據(jù)生成：生成日負荷曲線，模擬對應的正常與異常交易行為；數(shù)據(jù)處理：識別對應包含當日日負荷曲線在內(nèi)的數(shù)據(jù)，將平均電價作為單位基準電價，將其余交易電價標幺化，并將需要檢測的數(shù)據(jù)轉(zhuǎn)...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及知識產(chǎn)權(quán)評估與人工智能應用交叉技術(shù)領(lǐng)域，具體是一種基于LLM特征提取和相似度匹配的專利價值量化評估方法，通過LLM對專利非結(jié)構(gòu)化文本進行深度語義特征提取，結(jié)合結(jié)構(gòu)化數(shù)據(jù)生成綜合特征向量；基于向量空間檢索和余弦相似度匹配找到可比專利...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及智能軌道交通技術(shù)與時空數(shù)據(jù)挖掘領(lǐng)域，具體涉及一種基于動態(tài)狀態(tài)增廣網(wǎng)絡的旅客出行意圖自驅(qū)動識別方法，該方法用于從海量、匿名的軌道交通出行軌跡中，深度識別旅客潛在出行意圖與行為模式。本方法的核心在于構(gòu)建一個動態(tài)狀態(tài)增廣的軌道拓撲網(wǎng)絡，...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及地震勘探相關(guān)領(lǐng)域，尤其涉及一種基于MFU?Net模型的地震震相拾取方法。本發(fā)明整體設計極大地提高了地震震相拾取的準確性，相比傳統(tǒng)的U?Net模型，MFU?Net通過優(yōu)化跳躍連接、加強瓶頸層的關(guān)鍵特征提取能力，并解決數(shù)據(jù)集不平衡的問...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及水環(huán)境風險監(jiān)測技術(shù)領(lǐng)域，尤其涉及一種評估水體發(fā)生藻類水華風險的方法。所述方法包括以下步驟：收集待評估水體的歷史監(jiān)測數(shù)據(jù)，包括藍藻豐度數(shù)據(jù)、水質(zhì)數(shù)據(jù)和水文數(shù)據(jù)；分析藍藻豐度或葉綠素a濃度與待評估水體的水質(zhì)、水文數(shù)據(jù)的相關(guān)性；篩選出與...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明提供基于多維度指標的智能故障自愈方法，涉及故障檢測與修復技術(shù)領(lǐng)域，包括過采集多源數(shù)據(jù)并進行特征工程處理，利用XGBoost分類器進行故障分類，根據(jù)故障類型結(jié)合控制器類型和服務等級特征選擇組合修復策略，并通過服務依賴圖譜優(yōu)化后執(zhí)行修復操...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本申請實施例涉及數(shù)控機床主軸精度控制技術(shù)領(lǐng)域，提供一種確定數(shù)控機床主軸動態(tài)誤差的方法及計算機程序產(chǎn)品。在獲取到數(shù)控機床主軸的振動信號序列后，可以對振動信號序列進行分塊處理，并對各振動信號序列塊進行局部均值分解，得到不同的信號特征，并形成不同...
								
            
							
            
							
						
            • 
					
                    
          
                
          

                 
          
                 	
		            	首頁
		            	上一頁
		            	
		            	6
		            	
		            	下一頁
                 	
                 	
            	
          
            
          
            
          
                
          
                  
          技術(shù)分類
          
                  
          
                      
                  
          
                
          
            
          
          
          
      
          
    
          
    
    

























































































































































 
 
    







主站蜘蛛池模板：
电影内射视频免费观看|
中国内射xxxx6981少妇|
精品人妻系列无码一区二区三区|
日韩精品中文字一区二区|
中文字幕在线精品国产|
夜晚被公侵犯的人妻深田字幕
|
日韩精品一区二区三区在线观看
|
在线亚洲午夜理论av大片|
wwww亚洲熟妇久久久久|
大地资源中文第二页日本|
人人爽人人爽人人片a免费|
色av综合av综合无码网站|
国产日韩入口一区二区|
国产成人欧美综合在线影院|
午夜福利国产一区二区三区|
老熟妇乱子伦牲交视频欧美|
久久人人妻人人做人人爽|
日韩视频无码免费一区=区三区
|
亚洲成av人片无码迅雷下载|
51国产偷自视频区视频|
亚洲精品综合五月久久小说
|
一本大道在线观看无码一区|
九九精品99久久久香蕉|
亚洲色成人一区二区三区人人澡人人妻人人爽人人蜜桃麻豆
|
午夜理论片在线观看免费|
久久精品国产99国产精品|
香港经典a毛片免费观看播放|
欧美无人区码suv|
亚洲精品国产精品国自产|
久久天天躁狠狠躁夜夜婷|
久久自己只精产国品|
中文字幕 欧美精品 第1页|
日韩一区二区三区高清电影|
成年女人喷潮免费视频|
久久精品无码一区二区小草
|
伊人成色综合人夜夜久久|
国产精品无码av片在线观看播|
国产美女视频免费的|
97久久精品亚洲中文字幕无码|
国产三级精品三级在专区|
久久播我不卡|