<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)明公開一種基于異步模板更新的RGBT目標跟蹤方法及裝置，涉及計算機視覺技術(shù)領域。方法包括：本發(fā)明采用了一種單流網(wǎng)絡架構(gòu)進行RGB和TIR模態(tài)特征的聯(lián)合處理，通過單流網(wǎng)絡架構(gòu)實現(xiàn)高效的跨模態(tài)特征提取，同時引入異步模板更新策略以充分利用時間...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明提供一種智能鄉(xiāng)村產(chǎn)業(yè)數(shù)字化治理服務平臺，屬于數(shù)字化治理領域，通過三層架構(gòu)體系：基礎設施感知層、數(shù)據(jù)治理中樞層、服務應用層及多終端交互系統(tǒng)，實現(xiàn)鄉(xiāng)村產(chǎn)業(yè)全鏈條的智能化管理與服務。平臺集成5G/衛(wèi)星雙模通信、區(qū)塊鏈存證、數(shù)字孿生仿真等技術(shù)...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了一種科技評估指標體系交互式構(gòu)建系統(tǒng)、方法、電子設備及存儲介質(zhì)，本發(fā)明通過UI交互層獲取目標對象的交互操作以調(diào)用業(yè)務邏輯層；通過業(yè)務邏輯層響應于交互操作調(diào)用各個模塊完成定制化指標體系的構(gòu)建；其中，業(yè)務邏輯層包括身份認證模塊、新建指...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了基于模型三重自適應聚合的個性化聯(lián)邦學習方法及系統(tǒng)，方法如下：S1、服務器初始化全局模型并根據(jù)客戶端總數(shù)設置相似性矩陣，將全局模型分發(fā)給每個客戶端；S2、客戶端利用全局模型初始化本地模型，利用本地私有數(shù)據(jù)進行訓練；S3、客戶端保存...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本申請公開了一種大模型的推理加速方法、設備及存儲介質(zhì)，方法包括：將提示信息分別輸入至多個不同的小模型中，分別得到每個小模型輸出的草稿詞元序列；獲取每個小模型對應的序列選取數(shù)量，分別從每個小模型輸出的草稿詞元序列中篩選出序列選取數(shù)量個草稿詞元...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本申請公開了一種基于大模型的計算樹邏輯規(guī)范表達式生成方法和裝置。其中該方法包括：基于預設的大語言模型和提示詞模板獲取自然語言NL到計算樹邏輯CTL的映射數(shù)據(jù)集；所述映射數(shù)據(jù)集包括多個自然語言與計算樹邏輯的數(shù)據(jù)對；基于所述映射數(shù)據(jù)集對預設的文...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了一種電子元件的搜索裝配方法、系統(tǒng)、設備及介質(zhì)，其中，該方法獲取裝配策略表和電子元件的裝配傳感數(shù)據(jù)；對所述裝配傳感數(shù)據(jù)進行裝配驗證，得到裝配驗證信息；根據(jù)所述裝配驗證信息，對所述裝配策略表進行策略選擇，得到目標裝配策略；根據(jù)所述目...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明提出了基于機器學習的多層頻率選擇表面濾波器逆向設計方法，該方法將拓撲建模和參數(shù)建模相結(jié)合，包括：多層頻率選擇表面微波濾波器結(jié)構(gòu)構(gòu)建步驟，構(gòu)建包括金屬諧振貼片和關鍵物理參數(shù)的濾波器結(jié)構(gòu)；訓練數(shù)據(jù)集構(gòu)建步驟，構(gòu)建包括輸入輸出數(shù)據(jù)集的訓練數(shù)...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了一種非參數(shù)化模型的自由曲面圓角特征抑制方法，包括以下步驟：根據(jù)圓角面的幾何特性以及拓撲連接計算與圓角特征相鄰曲面的延伸長度和延伸方向，并基于該長度和方向?qū)︵徑用孢M行延伸操作；根據(jù)原始鄰接面的邊特性與多個延伸面進行布爾并集運算，對...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了基于多尺度特征融合的多源時間序列信號分類方法及設備。所述方法包括以下步驟：采集多源傳感器時間序列信號，構(gòu)建數(shù)據(jù)集；構(gòu)建多源時間序列信號分類模型；利用數(shù)據(jù)集對多源時間序列信號分類模型進行訓練，得到訓練后的多源時間序列信號分類模型；...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了一種分布式光纖傳感信號識別模型的訓練方法、系統(tǒng)、介質(zhì)和程序產(chǎn)品，包括：獲取多種已識別的樣本信號；對樣本信號進行特征提取，并將提取的特征組合形成數(shù)據(jù)集；將數(shù)據(jù)集劃分為訓練集和驗證集；構(gòu)建LGBM模型；利用訓練集對LGBM模型進行訓...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了一種交流電網(wǎng)潮流N?k故障校核方法及系統(tǒng)，包括：獲取電網(wǎng)N?k斷線的歷史故障數(shù)據(jù)，并對歷史故障數(shù)據(jù)進行降維處理；將降維后的數(shù)據(jù)輸入第一寬度學習模型進行訓練得到第一預測模型，基于第一預測模型獲取其預測結(jié)果與訓練數(shù)據(jù)的殘差；以預測結(jié)...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了一種基于軌跡的長期動力學預測方法，包括：采集狀態(tài)?動作序列數(shù)據(jù)；將采集到的數(shù)據(jù)劃分為多個子軌跡，并構(gòu)建訓練數(shù)據(jù)集；設計軌跡預測模型，該模型以初始狀態(tài)、控制參數(shù)和顯示的未來時間序列作為輸入，直接預測未來時間序列的狀態(tài)；訓練軌跡預測...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了一種數(shù)據(jù)處理方法、裝置、設備、介質(zhì)和程序產(chǎn)品，分別從各個生產(chǎn)流程獲取對應的能量流數(shù)據(jù)、物質(zhì)流數(shù)據(jù)以及信息流數(shù)據(jù)；對獲取的能量流數(shù)據(jù)、物質(zhì)流數(shù)據(jù)以及信息流數(shù)據(jù)進行數(shù)據(jù)預處理，得到待整理數(shù)據(jù)集；對待整理數(shù)據(jù)集中的數(shù)據(jù)進行歸一化處理，...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了一種光譜數(shù)據(jù)自動預處理方法，在構(gòu)建由采用平滑算法進行處理、采用基線矯正算法進行處理、采用散射矯正算法進行處理、采用數(shù)據(jù)中心化算法進行處理和采用數(shù)據(jù)標準化算法進行處理這五個步驟構(gòu)成的預處理過程后，采用遺傳算法對預處理過程進行優(yōu)化尋...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及可降水量分析技術(shù)領域，公開了一種流域可降水量時空演變特征及發(fā)展趨勢的分析方法，包括在目標流域內(nèi)選取多個地面氣象站點的降水量數(shù)據(jù)和地基激光雷達水汽數(shù)據(jù)，并分別與可降水量數(shù)據(jù)參數(shù)做逐月相關性分析，分析最近N年的四季可降水量隨年份變化趨...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明提供了一種電網(wǎng)二次設備多變量時序數(shù)據(jù)的歸集展示系統(tǒng)，涉及數(shù)據(jù)管理技術(shù)領域，該系統(tǒng)采用SpringCloud框架構(gòu)建微服務平臺得到，具體包括：數(shù)據(jù)收集模塊、數(shù)據(jù)歸集模塊和數(shù)據(jù)展示模塊；數(shù)據(jù)收集模塊用于獲取變電站的多變量時序數(shù)據(jù)；數(shù)據(jù)歸集...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明提供基于智能推薦的個性化業(yè)務數(shù)據(jù)展示系統(tǒng)，屬于系統(tǒng)設計技術(shù)領域；模塊包括：數(shù)據(jù)采集模塊：通過整合集團內(nèi)部以及各下級的業(yè)務數(shù)據(jù)，形成統(tǒng)一的數(shù)據(jù)需求，將標準業(yè)務數(shù)據(jù)存儲到數(shù)據(jù)湖中；數(shù)據(jù)指標模塊：確定每個環(huán)節(jié)的關鍵效率指標，基于專家?guī)旌蜌v史...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本公開實施例公開了一種數(shù)據(jù)處理方法、裝置、設備、存儲介質(zhì)及程序產(chǎn)品，其中，所述數(shù)據(jù)處理方法包括：確定目標張量在處理時所需的內(nèi)核函數(shù)以及線程塊；所述目標張量包括多個元素區(qū)域，所述線程塊中的線程與所述元素區(qū)域具有一一對應關系；基于所述線程塊中線...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及數(shù)據(jù)挖掘技術(shù)領域，尤其涉及一種異常數(shù)據(jù)偵測的特征生成方法及系統(tǒng)。該方法包括以下步驟：獲取網(wǎng)絡監(jiān)控數(shù)據(jù)集，并對網(wǎng)絡監(jiān)控數(shù)據(jù)集進行網(wǎng)絡延遲源頭識別，得到網(wǎng)絡延遲源頭數(shù)據(jù)；對網(wǎng)絡延遲源頭數(shù)據(jù)進行動態(tài)智能緩存，生成動態(tài)智能緩存數(shù)據(jù)；利用監(jiān)...
								
            
							
            
							
						
            • 
					
                    
          
                
          

                 
          
                 	
		            	首頁
		            	上一頁
		            	
		            	69
		            	
		            	下一頁
                 	
                 	
            	
          
            
          
            
          
                
          
                  
          技術(shù)分類
          
                  
          
                      
                  
          
                
          
            
          
          
          
      
          
    
          
    
    

























































































































































 
 
    







主站蜘蛛池模板：
免费 黄 色 人成 视频 在 线|
日本护士毛茸茸xx|
国产成人啪精品午夜网站
|
日本高清视频色欧www|
日韩高清亚洲日韩精品一区二区
|
亚洲国产在一区二区三区|
国产xxxxx在线观看免费|
无码人妻精品一区二区三区久久久|
被c到高潮疯狂喷水国产|
欧美日韩国产亚洲沙发|
99久久婷婷国产综合精品|
成人网站亚洲综合久久|
三级做a全过程在线观看|
精品无码一区二区三区电影|
亚洲欧美日韩国产国产a|
久久精品无码精品免费专区|
日本熟妇色xxxxx日本免费看|
亚洲av激情久久精品人|
国内裸体无遮挡免费视频|
国产午夜激无码av毛片不卡|
国产午夜福利免费入口|
99视频精品全部免费 在线|
少妇高潮惨叫喷水在线观看|
国产丰满老熟女重口对白|
精品国产三级a∨在线无码|
在线观看国产精品va|
国产成人精品日本亚洲一区|
国产成人无码一区二区三区在线|
18禁裸乳无遮挡自慰免费动漫|
伊人久久大香线蕉av一区|
亚洲国产成人精品无码区软件|
av无码免费岛国动作片不卡|
国产成人无码免费视频在线|
丝袜美腿精品国产一区|
好大好深好猛好爽视频拍拍拍|
婷婷国产成人精品视频|
精品人体无码一区二区三区|
久久国内精品一区二区三区|
爆乳熟妇一区二区三区霸乳|
99久久综合精品五月天|
久久综合精品国产一区二区三区无码|