<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
        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(huì)員權(quán)益
        需求市場

        
        關(guān)于龍圖騰

        
        
        
        
        
        
    
          
    
          
        
        
             / 

            
            
            免費(fèi)注冊(cè)
        
    
          

          



          
    
          
        到頂部
        到底部
    
          

          















          
    
    
          
        
        
          
            
            
            
            
            
            
            
            

            
            
          
                
          
                    
                    清空
                    搜索
                
          
            
          

            
            
            
            
            
            
            
            
            
            
        
          
        
        
        
    
          

          








          
      
          
          
          
            
          
                
          
                  
          
                  	
                  	
                  		最新專利技術(shù)
                  	
                  
          
                
          
                
          
                    
            
					
						
          • 
							
							
            
					    		
								
            
								      本公開實(shí)施例提供了一種邊緣計(jì)算任務(wù)卸載方法及相關(guān)設(shè)備，涉及計(jì)算機(jī)技術(shù)領(lǐng)域，方法應(yīng)用于終端時(shí)包括：確定計(jì)算任務(wù)數(shù)據(jù)，包括：任務(wù)圖像數(shù)據(jù)、隱私等級(jí)；利用加密區(qū)域選擇模型識(shí)別任務(wù)圖像數(shù)據(jù)，確定任務(wù)圖像數(shù)據(jù)中的加密區(qū)域；對(duì)加密區(qū)域進(jìn)行特征提取，得到...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本申請(qǐng)公開了一種數(shù)據(jù)權(quán)限的管理方法、裝置、設(shè)備以及可讀存儲(chǔ)介質(zhì)，涉及數(shù)據(jù)安全技術(shù)領(lǐng)域，包括首先，在檢測到用戶的訪問操作時(shí)，基于用戶的賬號(hào)信息確定用戶的操作日志。其中，操作日志至少包括用戶在歷史時(shí)間段內(nèi)執(zhí)行訪問操作時(shí)的歷史操作屬性信息。然后，...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了一種多維度大模型測試評(píng)價(jià)方法及系統(tǒng)，屬于人工智能測試技術(shù)領(lǐng)域，融合基礎(chǔ)模型、平臺(tái)能力與應(yīng)用性能實(shí)現(xiàn)多維度大模型測試評(píng)價(jià)，包括：基礎(chǔ)模型能力評(píng)價(jià)，包括敏感詞庫+BERT語義雙引擎安全檢測和上下文依賴測試鏈；模型平臺(tái)能力評(píng)價(jià)，包括預(yù)...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了基于多污染物協(xié)同與時(shí)空特征融合的污染物異常檢測方法，包括以下步驟：S1、構(gòu)建多污染物傳感器網(wǎng)絡(luò)數(shù)據(jù)集；S2、對(duì)研究區(qū)域內(nèi)多污染物傳感器網(wǎng)絡(luò)數(shù)據(jù)集進(jìn)行清洗與預(yù)處理；S3、對(duì)多污染物傳感器網(wǎng)絡(luò)數(shù)據(jù)集通過貝葉斯變分推斷學(xué)習(xí)單污染物傳感...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明提供了一種基于自適應(yīng)傅里葉神經(jīng)過程的海洋多源數(shù)據(jù)融合方法，涉及數(shù)據(jù)融合技術(shù)領(lǐng)域，具體包括如下步驟：對(duì)海洋變量場數(shù)據(jù)進(jìn)行預(yù)處理。針對(duì)任意時(shí)間點(diǎn)自適應(yīng)生成集合背景場。將背景場、真值和觀測值組織成標(biāo)準(zhǔn)化、用于自適應(yīng)傅里葉神經(jīng)過程模型訓(xùn)練的數(shù)...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及航空發(fā)動(dòng)機(jī)技術(shù)領(lǐng)域，公開了一種面向壓氣機(jī)整體葉盤加工的多傳感器數(shù)據(jù)融合方法，本發(fā)明對(duì)各傳感器數(shù)據(jù)信號(hào)進(jìn)行濾波與時(shí)間對(duì)齊，并對(duì)數(shù)據(jù)進(jìn)行了歸一化，然后通過時(shí)頻域雙流輸入BiLSTM特征提取模塊對(duì)振動(dòng)信號(hào)和功率信號(hào)進(jìn)行特征提取，采用具有...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明提供一種基于多模態(tài)數(shù)據(jù)的環(huán)境噪聲監(jiān)測方法，涉及環(huán)境監(jiān)測技術(shù)領(lǐng)域，包括以下步驟：S1:同步采集環(huán)境中的多模態(tài)數(shù)據(jù)，多模態(tài)數(shù)據(jù)包括原始聲學(xué)信號(hào)、氣象數(shù)據(jù)及視頻圖像數(shù)據(jù)；S2:數(shù)據(jù)處理與特征提??；S3:基于頻譜圖的信噪比與時(shí)域方差動(dòng)態(tài)調(diào)整自...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及醫(yī)療信息化領(lǐng)域。本發(fā)明公開了一種基于多模態(tài)數(shù)據(jù)融合的甲狀腺癌電子病歷系統(tǒng)，其包括多模態(tài)數(shù)據(jù)采集模塊采集患者文本、超聲影像、基因、生化指標(biāo)及臨床數(shù)據(jù)并標(biāo)準(zhǔn)化校準(zhǔn)生成標(biāo)準(zhǔn)數(shù)據(jù)；多模態(tài)特征提取模塊通過多技術(shù)提取各標(biāo)準(zhǔn)數(shù)據(jù)的語義、結(jié)構(gòu)、突...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了一種應(yīng)用于證據(jù)污染平臺(tái)的智能管理系統(tǒng)及方法，涉及智能管理技術(shù)領(lǐng)域，本發(fā)明通過采集平臺(tái)歷史數(shù)據(jù)，經(jīng)預(yù)處理后，基于歷史數(shù)據(jù)，構(gòu)建證據(jù)價(jià)值評(píng)估模型和污染風(fēng)險(xiǎn)評(píng)估模型；證據(jù)價(jià)值評(píng)估模型融合結(jié)合PageRank算法和加權(quán)線性回歸算法，生成...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明提供一種基于卷積流對(duì)抗網(wǎng)絡(luò)的智能異常檢測方法及系統(tǒng)，涉及異常檢測技術(shù)領(lǐng)域，該方法包括采集設(shè)備全生命周期振動(dòng)信號(hào)，處理為時(shí)頻圖，分正常訓(xùn)練集與全周期測試集；構(gòu)建含生成器和判別器的卷積流對(duì)抗網(wǎng)絡(luò)；預(yù)訓(xùn)練生成器，再交替優(yōu)化判別器和生成器；以...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明屬于數(shù)據(jù)分析技術(shù)領(lǐng)域，本發(fā)明公開了一種基于軌道交通大模型數(shù)據(jù)分析的網(wǎng)絡(luò)智能中心；所述智能中心包括：設(shè)備狀態(tài)預(yù)測模塊、韌性決策構(gòu)建模塊、資源動(dòng)態(tài)平衡模塊、因果推理機(jī)制模塊和人機(jī)混合評(píng)估模塊，對(duì)特征向量進(jìn)行分析，得到量化和反饋軌道安全的軌...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了一種基于數(shù)據(jù)特征的飛行器舵面故障在線探測方法，涉及飛行器故障在線探測技術(shù)領(lǐng)域，其通過實(shí)時(shí)跟蹤故障關(guān)聯(lián)參數(shù)的變化，結(jié)合統(tǒng)計(jì)檢驗(yàn)和數(shù)據(jù)特征分析等手段獲得故障發(fā)生時(shí)刻、故障類型識(shí)別結(jié)果以及故障參數(shù)在線估計(jì)結(jié)果。本發(fā)明相較于直接硬件探測...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了一種基于大數(shù)據(jù)的電容器質(zhì)量檢測方法及系統(tǒng)，涉及電力設(shè)備智能監(jiān)測技術(shù)領(lǐng)域，包括將多源數(shù)據(jù)生成數(shù)據(jù)矩陣，提取數(shù)據(jù)矩陣中的每一列，表示為標(biāo)量函數(shù)，使用非對(duì)稱熱擴(kuò)散方程模擬動(dòng)態(tài)演化，計(jì)算演化后的特征場值；基于演化后的特征場值，計(jì)算特征演...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及壓敏涂料技術(shù)領(lǐng)域，具體為一種基于壓敏涂料色差識(shí)別的結(jié)構(gòu)應(yīng)力監(jiān)測系統(tǒng)，系統(tǒng)包括：圖像分析模塊、頻率識(shí)別模塊、節(jié)律提取模塊、路徑對(duì)比模塊、預(yù)警判定模塊。本發(fā)明中，通過圖像色差梯度密度分析與物理響應(yīng)頻率信息的結(jié)合，實(shí)現(xiàn)色差異常區(qū)域在時(shí)間...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了一種多參數(shù)的水浴鍋防腐監(jiān)測方法、系統(tǒng)、水浴鍋及存儲(chǔ)介質(zhì)，屬于水浴鍋技術(shù)領(lǐng)域。本發(fā)明通過獲取水浴鍋的材料數(shù)據(jù)和所述水浴鍋中目標(biāo)介質(zhì)的指標(biāo)數(shù)據(jù)，所述材料數(shù)據(jù)包括：材料類型、材料厚度以及對(duì)所述材料類型在腐蝕介質(zhì)接觸下的腐蝕速率跳變值；...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及數(shù)據(jù)處理技術(shù)領(lǐng)域，尤其涉及一種用于電氣設(shè)備的監(jiān)控方法及系統(tǒng)，該方法將電氣設(shè)備的任一監(jiān)測指標(biāo)的實(shí)時(shí)數(shù)據(jù)，以及歷史時(shí)段內(nèi)的歷史數(shù)據(jù)組成數(shù)據(jù)序列，根據(jù)數(shù)據(jù)序列中每個(gè)數(shù)據(jù)在不同情況下的變化規(guī)律，得到每個(gè)數(shù)據(jù)的三種異常特征值；針對(duì)任一種異常...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本申請(qǐng)涉及數(shù)據(jù)處理技術(shù)領(lǐng)域，尤其涉及基于物聯(lián)網(wǎng)的隧道電氣安全監(jiān)測方法及系統(tǒng)；構(gòu)建調(diào)節(jié)系數(shù)；將調(diào)節(jié)系數(shù)與預(yù)設(shè)的初始截?cái)嗑嚯x的乘積作為最優(yōu)截?cái)嗑嚯x，基于最優(yōu)截?cái)嗑嚯x使用DPC算法對(duì)電氣設(shè)備進(jìn)行異常檢測。本申請(qǐng)具有提高隧道內(nèi)電氣設(shè)備監(jiān)測準(zhǔn)確度的效...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本申請(qǐng)實(shí)施例提供一種確定數(shù)控機(jī)床主軸動(dòng)態(tài)誤差的方法及計(jì)算機(jī)程序產(chǎn)品。獲取用于數(shù)控機(jī)床主軸的振動(dòng)信號(hào)序列；將振動(dòng)信號(hào)序列輸入至預(yù)先訓(xùn)練的深度時(shí)間卷積網(wǎng)絡(luò)中，由深度時(shí)間卷積網(wǎng)絡(luò)預(yù)測數(shù)控機(jī)床主軸的動(dòng)態(tài)誤差所屬的誤差類別，其中，深度時(shí)間卷積網(wǎng)絡(luò)通過...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本申請(qǐng)實(shí)施例涉及數(shù)控機(jī)床主軸精度控制技術(shù)領(lǐng)域，提供一種確定數(shù)控機(jī)床主軸動(dòng)態(tài)誤差的方法及計(jì)算機(jī)程序產(chǎn)品。在獲取到數(shù)控機(jī)床主軸的振動(dòng)信號(hào)序列后，可以對(duì)振動(dòng)信號(hào)序列進(jìn)行分塊處理，并對(duì)各振動(dòng)信號(hào)序列塊進(jìn)行局部均值分解，得到不同的信號(hào)特征，并形成不同...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明提供基于多維度指標(biāo)的智能故障自愈方法，涉及故障檢測與修復(fù)技術(shù)領(lǐng)域，包括過采集多源數(shù)據(jù)并進(jìn)行特征工程處理，利用XGBoost分類器進(jìn)行故障分類，根據(jù)故障類型結(jié)合控制器類型和服務(wù)等級(jí)特征選擇組合修復(fù)策略，并通過服務(wù)依賴圖譜優(yōu)化后執(zhí)行修復(fù)操...
								
            
							
            
							
						
            • 
					
                    
          
                
          

                 
          
                 	
		            	首頁
		            	上一頁
		            	
		            	7
		            	
		            	下一頁
                 	
                 	
            	
          
            
          
            
          
                
          
                  
          技術(shù)分類
          
                  
          
                      
                  
          
                
          
            
          
          
          
      
          
    
          
    
    

























































































































































 
 
    







主站蜘蛛池模板：
色播久久人人爽人人爽人人片av|
国产AV福利第一精品|
亚洲欧美中文日韩v在线97|
精品久久久久久中文字幕|
亚洲国产欧美日韩图片在线人成|
人妻中文字幕精品一页|
一区二区三区精品视频免费播放|
宅男午夜成年影视在线观看
|
欧美成人一区二区三区在线视频|
久久无码中文字幕免费影院|
国产成人综合久久精品免费|
秋霞午夜一区二区三区黄瓜视频|
无码毛片一区二区三区本码视频|
人妻精品久久久久中文字幕69|
久久久久99精品成人片三人毛片|
日本肉体裸xxxxbbbb|
久久久亚洲欧洲日产国码αv
|
欧美做受三级级视频播放|
2020国产激情视频在线观看|
亚洲成av人片无码天堂下载|
护士av无码在线观看|
国产疯狂伦交大片|
免费精品99久久国产综合精品|
亚洲欧美日韩综合一区在线|
国产一区二区不卡91|
亚洲国产综合无码一区二区bt下|
国产主播精品福利午夜二区|
国产精品免费一区二区三区四区|
国产精品久久久久免费观看|
亚洲人成人日韩中文字幕|
极品粉嫩嫩模大尺度无码视频|
欧美人与性动交ccoo|
国产一区二区三四区|
国产又爽又黄又舒服的视频|
中国农村熟妇性视频|
国产在线精品视频免费观看|
国产午夜福利不卡在线观看|
亚洲熟女av乱码在线观看漫画|
国产一区二区无码专区|
无码精品国产va在线观看|
无码av永久免费专区麻豆|