<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)
                  	
                  
          
                
          
                
          
                    
            
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了變壓器狀態(tài)評估技術(shù)領(lǐng)域的一種變壓器狀態(tài)評估方法、系統(tǒng)、介質(zhì)、設(shè)備及產(chǎn)品，旨在解決現(xiàn)有技術(shù)由于狀態(tài)量繁雜，證據(jù)數(shù)量多而導致的評估不準確的問題。方法包括：對獲取到的變壓器多參量光學傳感數(shù)據(jù)進行數(shù)據(jù)預處理，得到預處理后數(shù)據(jù)；利用多層感...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了基于人工智能的用戶異常數(shù)據(jù)監(jiān)測方法及系統(tǒng)，方法包括數(shù)據(jù)采集、用戶行為評估模型設(shè)計、正常行為訓練設(shè)計、已標注異常校準設(shè)計、平衡加權(quán)設(shè)計、訓練銜接策略、異常評估、參數(shù)調(diào)整和用戶異常數(shù)據(jù)監(jiān)測。本發(fā)明屬于行為監(jiān)測領(lǐng)域，具體是指基于人工智...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及計算機技術(shù)領(lǐng)域，提供一種基于知識圖譜的電力數(shù)據(jù)處理方法及系統(tǒng)，該方法包括：根據(jù)數(shù)據(jù)來源建立數(shù)據(jù)來源二叉樹，將電力數(shù)據(jù)與電力知識圖譜中的實體進行關(guān)聯(lián)映射；按照層級順序從數(shù)據(jù)來源二叉樹的根節(jié)點分層提取得到第一數(shù)據(jù)特征，基于第一數(shù)據(jù)特征...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本申請涉及一種基于多信息融合的單階段多事件檢測方法、裝置和設(shè)備。方法包括：構(gòu)建多事件檢測模型；其中，輸入模塊將輸入的文本樣本和事件類型集合連接得到多信息表示輸入；聯(lián)合編碼模塊對多信息表示輸入中的文本樣本和事件類型集合進行聯(lián)合編碼，輸出含多個...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及風機監(jiān)測技術(shù)領(lǐng)域，公開了風機葉片覆冰監(jiān)測方法、系統(tǒng)、計算機設(shè)備、介質(zhì)及產(chǎn)品，該方法包括：采集多源數(shù)據(jù)，多源數(shù)據(jù)包括在風機葉片預設(shè)位置布置多個傳感器的數(shù)據(jù)、環(huán)境氣象數(shù)據(jù)和風機運行數(shù)據(jù)；將多源數(shù)據(jù)進行融合，并對融合后數(shù)據(jù)進行特征提取，...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      基于相空間張量高階奇異值分解的OLTC故障診斷方法，涉及有載分接開關(guān)故障診斷技術(shù)領(lǐng)域，用于利用多測點振動信號的特征信息，實現(xiàn)OLTC機械故障的精確診斷。包括步驟：S1、OLTC振動信號相空間張量表示；S2、基于高階奇異值分解HOSVD分解相...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本公開涉及配電網(wǎng)領(lǐng)域，具體涉及公開了一種高壓輸電線路故障的識別及模型訓練方法、裝置、設(shè)備，該模型訓練方法包括：獲取訓練樣本，訓練樣本包括高壓輸電線路的電信號時序數(shù)據(jù)及其真實狀態(tài)；使用訓練樣本對預設(shè)的識別模型進行訓練，得到訓練好的識別模型，識...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及數(shù)字信號處理領(lǐng)域與深度學習領(lǐng)域，提供一種基于聚類與密度評估的離散電磁信號樣本回放方法及裝置，該方法包括：對離散電磁信號的樣本進行預處理；對預處理后的樣本進行聚類與重要性評估，得到有序回放樣本集；對有序回放樣本集中的樣本進行密度評估...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本申請涉及一種腦機接口信號增強方法、裝置、設(shè)備以及存儲介質(zhì)。所述方法包括：將設(shè)定的條件模態(tài)腦數(shù)據(jù)分別與各目標模態(tài)腦數(shù)據(jù)組成多模態(tài)腦數(shù)據(jù)對，通過腦數(shù)據(jù)預訓練特征提取模塊輸出多模態(tài)腦數(shù)據(jù)對的異質(zhì)空間特征，通過超維度對齊模塊利用變換矩陣將得到多模...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本說明書一個或多個實施例提供一種模型訓練方法、裝置、設(shè)備和存儲介質(zhì)，用于訓練醫(yī)療報告解讀大語言模型，以使得訓練得到的醫(yī)療報告解讀大語言模型既能輸出與輸入的目標醫(yī)療報告和目標待解答問題對應(yīng)的目標醫(yī)療報告解讀結(jié)果，又能輸出用于描述基于目標醫(yī)療報...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本申請涉及數(shù)據(jù)處理技術(shù)領(lǐng)域，具體提供了一種多輪對話樣本數(shù)據(jù)生成的方法、裝置、設(shè)備及產(chǎn)品，該方法可以包括：將對話提示信息輸入到大語言模型中，生成符合所述對話提示信息中的對話目標的系統(tǒng)回復信息；其中，所述對話提示信息還包括：種子對話內(nèi)容；所述系...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明提供一種工業(yè)設(shè)備軌跡誤差大數(shù)據(jù)分析與智能補償方法及系統(tǒng)，涉及智能誤差補償技術(shù)領(lǐng)域，包括采集設(shè)備運行狀態(tài)參數(shù)并分段處理，提取運動特征生成特征指紋并與特征指紋庫比對計算特征偏差；將特征偏差分配至多智能體分析區(qū)域誤差特征，構(gòu)建誤差傳遞鏈；基...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及赤潮預測技術(shù)領(lǐng)域，尤其是涉及一種基于時間區(qū)間與低秩時頻Trasformer的赤潮預測方法及系統(tǒng)。方法包括獲取海洋赤潮多源數(shù)據(jù)；對獲取的海洋赤潮多源數(shù)據(jù)進行數(shù)據(jù)預處理；利用多尺度卷積神經(jīng)網(wǎng)絡(luò)對海洋赤潮多源數(shù)據(jù)進行特征提取和特征融合；...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及石油生產(chǎn)領(lǐng)域，提供一種石油生產(chǎn)流程自主診斷方法、系統(tǒng)、設(shè)備及介質(zhì)，包括對生產(chǎn)數(shù)據(jù)進行時序分割得到生產(chǎn)數(shù)據(jù)序列，提取目標診斷數(shù)據(jù)和訓練數(shù)據(jù)；進行去中心化并計算協(xié)方差矩陣和特征值，從而得到空間特征維度后，進行投影得到投影特征，投影得到...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      發(fā)明公開了一種基于深度學習的智能光伏發(fā)電量預測與自我學習的方法，屬于光伏發(fā)電技術(shù)領(lǐng)域，包括：采集光伏電站的多源異構(gòu)數(shù)據(jù)并進行預處理；通過神經(jīng)網(wǎng)絡(luò)對標準化特征集進行在線增量學習，通過獎勵函數(shù)對發(fā)電量初始預測結(jié)果進行量化評估和優(yōu)化；對歷史光伏發(fā)...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了基于人工智能的石菖蒲存儲環(huán)境監(jiān)測方法及系統(tǒng)，方法包括存儲數(shù)據(jù)采集、存儲數(shù)據(jù)優(yōu)化、建立石菖蒲存儲環(huán)境評估模型和石菖蒲存儲環(huán)境監(jiān)測。本發(fā)明屬于存儲監(jiān)測領(lǐng)域，具體是指基于人工智能的石菖蒲存儲環(huán)境監(jiān)測方法及系統(tǒng)，本方案通過引入共享編碼器...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了江河排污口污染源溯源方法、裝置、電子設(shè)備及存儲介質(zhì)，包括：獲取目標流域的多個江河排污口的當前水質(zhì)參數(shù)、當前流速數(shù)據(jù)以及無人機圖像；通過長短期記憶網(wǎng)絡(luò)識別當前水質(zhì)參數(shù)的時序變化，得到未來時刻的預測水質(zhì)參數(shù)，并根據(jù)預測水質(zhì)參數(shù)判斷目...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了一種基于集中參數(shù)的航空燃油齒輪泵性能預測方法，涉及航空液壓仿真技術(shù)領(lǐng)域，包括依據(jù)燃油齒輪泵的幾何結(jié)構(gòu)劃分流體工作腔，定義各個流體工作腔間的流量交換關(guān)系及壓力變化關(guān)系，并建立耦合計算路徑，形成基礎(chǔ)預測模型；根據(jù)實時輸入的燃油組分參...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本公開涉及一種大模型調(diào)用函數(shù)的方法、設(shè)備和介質(zhì)，所述方法包括：獲取用于大模型上下文協(xié)議服務(wù)器調(diào)用的原始函數(shù)調(diào)用；利用特征識別模型，確定所述原始函數(shù)調(diào)用的場景特征；利用聚合策略模型，基于所述場景特征以及所述原始函數(shù)調(diào)用，將所述原始函數(shù)調(diào)用分類...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了基于深度學習的湖泊生態(tài)容量計算方法及系統(tǒng)，涉及湖泊生態(tài)容量計算技術(shù)領(lǐng)域，包括如下步驟：對湖泊進行區(qū)域劃分，得到初始分區(qū)，再對初始分區(qū)進行合并得到第二分區(qū)；對第二分區(qū)進行水質(zhì)檢測，通過分區(qū)水質(zhì)對第二分區(qū)進行合并，得到湖泊分區(qū)；采集...
								
            
							
            
							
						
            • 
					
                    
          
                
          

                 
          
                 	
		            	首頁
		            	上一頁
		            	
		            	8
		            	
		            	下一頁
                 	
                 	
            	
          
            
          
            
          
                
          
                  
          技術(shù)分類
          
                  
          
                      
                  
          
                
          
            
          
          
          
      
          
    
          
    
    

























































































































































 
 
    







主站蜘蛛池模板：
3p人妻少妇对白精彩视频|
一区二区三区四区在线不卡高清|
亚洲婷婷五月综合狠狠|
久久国产精品波多野结衣av|
永久免费无码国产|
美女黄18以下禁止观看|
亚洲成a人v在线蜜臀|
欧美性插b在线视频网站|
欧美另类图区清纯亚洲|
国内精品免费久久久久电影院97|
亚洲色无码中文字幕|
一本大道色婷婷在线|
久久久噜噜噜久久熟女aa片|
国产亚洲精品a在线观看下载|
中文字幕无码av免费久久|
亚洲欧洲日产国码久在线|
精品国产三级a∨在线欧美|
五十路丰满中年熟女中出|
乱人伦精品视频在线观看|
无码视频在线观看|
久久不见久久见免费影院小说|
中字乱码视频|
国产精品亚洲二区亚瑟|
无码综合天天久久综合网色吧影院
|
国产又黄又湿无遮挡免费视频|
亚洲性av网站|
日韩乱码人妻无码中文字幕|
99热成人精品热久久6网站|
中文字幕国产精品综合|
国产精品久久久久AV福利动漫|
少妇高潮喷水在线观看|
99精品视频九九精品视频|
99久久九九社区精品|
无码孕妇孕交在线观看|
亚洲国产超清无码专区|
视频一区二区无码制服师生|
日韩欧美人妻一区二区三区|
国产亚洲精品一品区99热|
国产亚洲AV电影院之毛片|
99在线精品视频高潮喷吹|
中文字幕人妻精品在线|