<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(biāo)交易
        會員權(quán)益
        需求市場

        
        關(guān)于龍圖騰

        
        
        
        
        
        
    
          
    
          
        
        
             / 

            
            
            免費(fèi)注冊
        
    
          

          



          
    
          
        到頂部
        到底部
    
          

          















          
    
    
          
        
        
          
            
            
            
            
            
            
            
            

            
            
          
                
          
                    
                    清空
                    搜索
                
          
            
          

            
            
            
            
            
            
            
            
            
            
        
          
        
        
        
    
          

          








          
      
          
          
          
            
          
                
          
                  
          
                  	
                  	
                  		最新專利技術(shù)
                  	
                  
          
                
          
                
          
                    
            
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了一種基于深度學(xué)習(xí)的真空預(yù)壓土體沉降預(yù)測和控制方法，旨在實(shí)現(xiàn)對土體沉降的精準(zhǔn)預(yù)測與動態(tài)閉環(huán)控制。該方法采用編碼器?解碼器架構(gòu)構(gòu)建模型框架，經(jīng)多測點(diǎn)時(shí)空聯(lián)合訓(xùn)練及組合優(yōu)化策略完成專有模型的離線生成；通過采集目標(biāo)監(jiān)測點(diǎn)的多源數(shù)據(jù)，經(jīng)處...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明提供了一種智能化尾礦壩位移實(shí)時(shí)預(yù)測方法，屬于公共安全預(yù)測領(lǐng)域，其內(nèi)容包括：獲取尾礦壩的在線監(jiān)測歷史數(shù)據(jù)，對數(shù)據(jù)進(jìn)行預(yù)處理；基于煙花鏡像粒子算法對混合特征網(wǎng)絡(luò)模型的超參數(shù)進(jìn)行優(yōu)化；其次，根據(jù)優(yōu)化后的超參數(shù)，訓(xùn)練并構(gòu)建尾礦壩位移預(yù)測模型；...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及流域水環(huán)境污染溯源技術(shù)領(lǐng)域，公開了一種基于深度學(xué)習(xí)的流域非點(diǎn)源污染精準(zhǔn)溯源方法，包括：構(gòu)建包括污染源假設(shè)生成器和假設(shè)驗(yàn)證器的生成驗(yàn)證雙網(wǎng)絡(luò)協(xié)同框架，并建立污染源假設(shè)生成器與假設(shè)驗(yàn)證器的協(xié)同優(yōu)化機(jī)制；實(shí)現(xiàn)對污染源假設(shè)的生成和概率評估...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及變壓器技術(shù)領(lǐng)域，公開了變壓器的運(yùn)行控制方法、裝置、設(shè)備、介質(zhì)及程序產(chǎn)品，變壓器的運(yùn)行控制方法包括：獲取變壓器中的多個(gè)方位在第一預(yù)設(shè)時(shí)間段的油溫?cái)?shù)據(jù)，對多個(gè)方位的油溫?cái)?shù)據(jù)進(jìn)行特征提取和融合，得到第一預(yù)設(shè)時(shí)間段的目標(biāo)油溫?cái)?shù)據(jù)；對目標(biāo)油...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明提供一種報(bào)表數(shù)據(jù)異常監(jiān)控與質(zhì)量評估系統(tǒng)、方法及電子設(shè)備，涉及數(shù)據(jù)處理技術(shù)領(lǐng)域，該系統(tǒng)包括：數(shù)據(jù)獲取模塊用于獲取企業(yè)的報(bào)表數(shù)據(jù)，并進(jìn)行分析得到報(bào)表數(shù)據(jù)中每個(gè)數(shù)據(jù)類型對應(yīng)的數(shù)據(jù)點(diǎn)；異常點(diǎn)分析模塊用于對數(shù)據(jù)點(diǎn)進(jìn)行分析，結(jié)合數(shù)據(jù)類型對應(yīng)的預(yù)設(shè)...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本申請涉及一種基于傳感器信號相關(guān)抑制的欠定盲源分離優(yōu)化方法。所述方法包括：通過對測量信號進(jìn)行自適應(yīng)白化處理，利用動態(tài)協(xié)方差矩陣重構(gòu)技術(shù)，極大降低傳感器信號間相關(guān)性，有效壓縮特征空間維度，降低采集數(shù)據(jù)之間的耦合程度。構(gòu)建基于L1范數(shù)約束的聚類...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及數(shù)據(jù)處理技術(shù)領(lǐng)域，提供一種數(shù)據(jù)驅(qū)動的EBT訓(xùn)練場景生成方法及系統(tǒng)，通過實(shí)時(shí)獲取飛行操縱數(shù)據(jù)流、生理反饋數(shù)據(jù)流以及語音交互數(shù)據(jù)流，生理反饋數(shù)據(jù)流包含瞳孔直徑變化率；基于生理反饋數(shù)據(jù)流，生成系統(tǒng)管理能力維度的量化評分；當(dāng)其低于預(yù)設(shè)能力...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本申請涉及一種基于量子卷積神經(jīng)網(wǎng)絡(luò)的數(shù)據(jù)特征提取方法和裝置，方法包括：對圖像數(shù)據(jù)進(jìn)行量子態(tài)編碼，得到量子態(tài)數(shù)據(jù)；構(gòu)建量子核電路，并基于量子核電路對量子態(tài)數(shù)據(jù)進(jìn)行映射；對量子核電路的末態(tài)進(jìn)行量子測量，得到量子核矩陣；將量子核矩陣作為卷積核，并...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了一種基于幅相誤差和協(xié)方差矩陣聯(lián)合重構(gòu)的自適應(yīng)波束形成方法，包括：建立存在陣列通道幅相誤差時(shí)的干擾信號功率稀疏表示模型，將真實(shí)干擾加噪聲協(xié)方差矩陣重構(gòu)轉(zhuǎn)化為幅相誤差和干擾功率的聯(lián)合估計(jì)，并將其等效表示為改進(jìn)型基追蹤降噪問題；利用交...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本申請涉及一種基于隱變量的多視圖聚類方法、裝置、設(shè)備和存儲介質(zhì)。方法包括：獲取多視圖數(shù)據(jù)的隱變量，根據(jù)隱變量得到樣本的隱表示；利用V個(gè)神經(jīng)網(wǎng)絡(luò)將N個(gè)樣本的隱表示映射到視圖數(shù)據(jù)的特征空間得到各視圖數(shù)據(jù)的重構(gòu)數(shù)據(jù)表示...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了一種基于多尺度核注意力機(jī)制的腦網(wǎng)絡(luò)分析方法，包括以下步驟：對功能磁共振成像數(shù)據(jù)進(jìn)行預(yù)處理，得到每個(gè)腦區(qū)的時(shí)間序列；利用皮爾遜相關(guān)性構(gòu)建每個(gè)被試的初始功能腦網(wǎng)絡(luò)作為模型的初始輸入特征；基于多尺度核注意力機(jī)制的編碼器對初始功能腦網(wǎng)絡(luò)...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了一種油井施工的安全監(jiān)測方法及監(jiān)測系統(tǒng)，屬于電數(shù)字?jǐn)?shù)據(jù)處理技術(shù)領(lǐng)域，所述方法包括以下步驟：采集油井施工的監(jiān)測數(shù)據(jù)；從監(jiān)測數(shù)據(jù)中提取特征，并對特征和監(jiān)測數(shù)據(jù)進(jìn)行融合，獲得融合特征；通過基于機(jī)器學(xué)習(xí)的預(yù)測模型，對融合特征的檢測值進(jìn)行預(yù)...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了基于深度學(xué)習(xí)的單源域泛化故障診斷方法，屬于機(jī)械故障診斷領(lǐng)域。該方法包括：通過編碼器提取特征，得到類相關(guān)特征和類無關(guān)特征；將類相關(guān)特征和類無關(guān)特征經(jīng)過特征級協(xié)混增強(qiáng)模塊進(jìn)行增強(qiáng)；將增強(qiáng)類相關(guān)特征和增強(qiáng)類無關(guān)特征經(jīng)過解碼器的處理；對...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了一種融合特征交互和動態(tài)加權(quán)的滑坡易發(fā)性評估方法及系統(tǒng)，屬于地質(zhì)災(zāi)害評估領(lǐng)域，包括步驟：建立評價(jià)指標(biāo)體系并進(jìn)行因子分級；采集滑坡與非滑坡點(diǎn)樣本數(shù)據(jù)，采用隨機(jī)森林評估因子重要性獲取初步權(quán)重，基于I?RF模型初評易發(fā)性；利用地理探測器...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明提供一種壓縮空氣儲能硐庫圍巖形變監(jiān)測系統(tǒng)，涉及硐庫圍巖技術(shù)領(lǐng)域，包括：數(shù)據(jù)采集模塊，在硐庫壓縮空氣入口和出口區(qū)域沿管道徑向布置同心圓監(jiān)測點(diǎn)，獲取應(yīng)變、位移的時(shí)序數(shù)據(jù)；初步篩選模塊計(jì)算位移?應(yīng)變變化速率比，篩選出異常點(diǎn)集合A；計(jì)算模塊計(jì)...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及阻尼器監(jiān)測與異常識別技術(shù)領(lǐng)域，公開一種基于分?jǐn)?shù)階神經(jīng)網(wǎng)絡(luò)的阻尼器監(jiān)測異常識別方法，包括：采用分布式傳感器網(wǎng)絡(luò)對阻尼器運(yùn)行狀態(tài)進(jìn)行實(shí)時(shí)監(jiān)測并存儲，得到原始數(shù)據(jù)集，并采用基于小波變換的自適應(yīng)濾波算法進(jìn)行濾波處理，之后聯(lián)合短時(shí)傅里葉變換...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明提供了一種ATE設(shè)備狀態(tài)檢測方法及裝置，所述方法包括：響應(yīng)于選擇指令在ATE設(shè)備中確定節(jié)點(diǎn)，并通過監(jiān)測系統(tǒng)采集運(yùn)行中的ATE設(shè)備的第一模擬信號，對第一模擬信號進(jìn)行處理，通過異常檢測系統(tǒng)對處理后的第一模擬信號進(jìn)行檢測，從而向用戶展示AT...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及智能變電站技術(shù)領(lǐng)域，公開了一種智能變電站安措校核方法及系統(tǒng)。其中，該方法包括：采集目標(biāo)智能變電站的多源實(shí)時(shí)監(jiān)測數(shù)據(jù)，并對多源實(shí)時(shí)監(jiān)測數(shù)據(jù)進(jìn)行邊緣聯(lián)邦聚合得到協(xié)同特征數(shù)據(jù)；基于協(xié)同特征數(shù)據(jù)構(gòu)建目標(biāo)智能變電站的動態(tài)拓?fù)鋱D譜，并對目標(biāo)智...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明屬于面向工業(yè)信息系統(tǒng)的異常數(shù)據(jù)檢測的技術(shù)領(lǐng)域，具體涉及基于時(shí)頻空圖網(wǎng)絡(luò)的多變量時(shí)序數(shù)據(jù)異常檢測方法及裝置。所述方法包括：基于傳感器獲取的多變量時(shí)間序列數(shù)據(jù)構(gòu)建數(shù)據(jù)集，包括基于正常數(shù)據(jù)構(gòu)建的訓(xùn)練集和驗(yàn)證集，以及基于攻擊場景下的數(shù)據(jù)構(gòu)建的...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及材料物理化學(xué)性質(zhì)測試與分析技術(shù)領(lǐng)域，尤其涉及一種基于多模態(tài)數(shù)據(jù)融合的生物組織解剖質(zhì)量評估方法。包括：步驟1：空間配準(zhǔn)的多模態(tài)數(shù)據(jù)同步采集，通過集成光學(xué)路徑的空間配準(zhǔn)裝置，在同一坐標(biāo)系下同步采集數(shù)據(jù)；基于坐標(biāo)映射關(guān)系，將力學(xué)分布圖及...
								
            
							
            
							
						
            • 
					
                    
          
                
          

                 
          
                 	
		            	首頁
		            	上一頁
		            	
		            	64
		            	
		            	下一頁
                 	
                 	
            	
          
            
          
            
          
                
          
                  
          技術(shù)分類
          
                  
          
                      
                  
          
                
          
            
          
          
          
      
          
    
          
    
    

























































































































































 
 
    







主站蜘蛛池模板：
日本道精品一区二区三区|
国产精品人成视频免|
国产午夜精品福利91|
狠狠色综合久久丁香婷婷|
黑人巨大精品欧美|
婷婷婷国产在线视频|
国产va免费精品高清在线30页
|
97人人添人澡人人爽超碰|
亚洲乱码中文字幕小综合|
人人超碰人人超级碰国|
成人免费无遮挡无码黄漫视频|
亚洲色欲色欲大片www无码|
日韩精品无码专区免费播放|
欧美丰满大乳大屁股流白浆|
国产好大好硬好爽免费视频|
精品成人免费自拍视频|
国产色青青视频在线观看撒|
亚洲国产综合人成综合网站|
无遮挡18禁啪啪免费观看
|
一边吃奶一边做动态图|
国产麻豆9l精品三级站|
亚洲精品字幕|
在线亚洲+欧美+日本专区|
99热成人精品热久久|
狠狠热在线视频免费|
一区二区三区无码高清视频|
a级黑人大硬长爽猛出猛进|
亚洲色欲色欲www|
老牛精品亚洲成av人片|
99久久精品免费看国产一区二区三区
|
精品人妻中文字幕av|
加勒比人妻av无码不卡|
精品国产99久久久久久麻豆|
鲁鲁夜夜天天综合视频|
亚洲色大成网站www久久九|
欧乱色国产精品兔费视频|
94人妻少妇偷人精品|
国产情侣草莓视频在线|
av狼友无码国产在线观看|
成 人 网 站 免费 在线|
国产香蕉97碰碰视频va碰碰看
|