<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
        
    
          

          



          
    
          
        到頂部
        到底部
    
          

          















          
    
    
          
        
        
          
            
            
            
            
            
            
            
            

            
            
          
                
          
                    
                    清空
                    搜索
                
          
            
          

            
            
            
            
            
            
            
            
            
            
        
          
        
        
        
    
          

          








          
      
          
          
          
            
          
                
          
                  
          
                  	
                  	
                  		最新專利技術(shù)
                  	
                  
          
                
          
                
          
                    
            
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及水環(huán)境風(fēng)險(xiǎn)監(jiān)測技術(shù)領(lǐng)域，尤其涉及一種評(píng)估水體發(fā)生藻類水華風(fēng)險(xiǎn)的方法。所述方法包括以下步驟：收集待評(píng)估水體的歷史監(jiān)測數(shù)據(jù)，包括藍(lán)藻豐度數(shù)據(jù)、水質(zhì)數(shù)據(jù)和水文數(shù)據(jù)；分析藍(lán)藻豐度或葉綠素a濃度與待評(píng)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(shè)計(jì)極大地提高了地震震相拾取的準(zhǔn)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(qiáng)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)明涉及智能軌道交通技術(shù)與時(shí)空數(shù)據(jù)挖掘領(lǐng)域，具體涉及一種基于動(dòng)態(tài)狀態(tài)增廣網(wǎng)絡(luò)的旅客出行意圖自驅(qū)動(dòng)識(shí)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(shí)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(gè)動(dòng)態(tài)狀態(tài)增廣的軌道拓?fù)渚W(wǎng)絡(luò)，...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及知識(shí)產(chǎn)權(quán)評(píng)估與人工智能應(yīng)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(jià)值量化評(píng)估方法，通過LLM對(duì)專利非結(jié)構(gòu)化文本進(jìn)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)明涉及一種基于圖學(xué)習(xí)的異常電力交易行為識(shí)別方法，包括下述步驟；數(shù)據(jù)生成：生成日負(fù)荷曲線，模擬對(duì)應(yīng)的正常與異常交易行為；數(shù)據(jù)處理：識(shí)別對(duì)應(yīng)包含當(dāng)日日負(fù)荷曲線在內(nèi)的數(shù)據(jù)，將平均電價(jià)作為單位基準(zhǔn)電價(jià)，將其余交易電價(jià)標(biāo)幺化，并將需要檢測的數(shù)據(jù)轉(zhuǎn)...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      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(shí)時(shí)檢測AI模型的訓(xùn)練方法、基樁施工質(zhì)量實(shí)時(shí)檢測方法及裝置。包括：在混凝土澆筑時(shí)，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)明提供了基于信道狀態(tài)信息的人體行為識(shí)別方法及系統(tǒng)，涉及行為識(shí)別領(lǐng)域，包括對(duì)采集的多天線CSI數(shù)據(jù)進(jìn)行預(yù)處理得到可用于人體行為識(shí)別的CSI數(shù)據(jù)；通過動(dòng)作捕捉得到與各類行為動(dòng)作對(duì)應(yīng)的CSI數(shù)據(jù)片段；提取CSI數(shù)據(jù)片段中的時(shí)域特征、頻域特征、...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本申請?zhí)峁┮环N跨域時(shí)序數(shù)據(jù)分類方法、裝置、設(shè)備、介質(zhì)及程序產(chǎn)品，涉及邊緣計(jì)算技術(shù)領(lǐng)域。該方法包括：根據(jù)目標(biāo)域訓(xùn)練的目標(biāo)模型對(duì)所述目標(biāo)域的待測試時(shí)序數(shù)據(jù)進(jìn)行分類，獲得所述待測試時(shí)序數(shù)據(jù)的分類結(jié)果；其中，所述目標(biāo)模型是根據(jù)源域的源模型參數(shù)和目標(biāo)...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本申請公開了一種電力的連鎖故障路徑分類方法、裝置、設(shè)備及介質(zhì)，涉及電力安全防護(hù)技術(shù)領(lǐng)域，包括基于電力系統(tǒng)的連續(xù)時(shí)間軸構(gòu)建時(shí)間窗口集合，利用所述時(shí)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(shí)序圖；將各所述時(shí)序圖映射...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      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(biāo)區(qū)域中所有用電用戶在預(yù)設(shè)時(shí)間段內(nèi)的日用電量數(shù)據(jù)并進(jìn)行預(yù)處理，得到相應(yīng)的日用電量時(shí)間序列和日用電量曲線；計(jì)算每個(gè)用戶相鄰日用電量曲線之間的相似度，獲取...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本申請公開了一種服務(wù)器配置匹配方法、裝置、設(shè)備及存儲(chǔ)介質(zhì)，涉及服務(wù)器測試技術(shù)領(lǐng)域，由于獲取在歷史測試中服務(wù)器的各組配置數(shù)據(jù)分別對(duì)應(yīng)的多維特征向量，進(jìn)一步，基于目標(biāo)配置數(shù)據(jù)對(duì)應(yīng)的多維目標(biāo)特征向量以及各組配置數(shù)據(jù)分別對(duì)應(yīng)的多維特征向量，計(jì)算各組...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了一種結(jié)合高分辨率測井?dāng)?shù)據(jù)的活動(dòng)斷層鉆孔地層對(duì)比方法，涉及地層比對(duì)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(jìn)行實(shí)時(shí)數(shù)據(jù)采集，并建立差異化分析模型；對(duì)差異化分析模型進(jìn)行優(yōu)化，得到地?cái)鄬訉?duì)比模型；基于地...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本申請涉及數(shù)據(jù)處理方法、裝置、計(jì)算機(jī)設(shè)備及存儲(chǔ)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(shè)備運(yùn)行狀態(tài)信息；將所述待處理的原始數(shù)據(jù)存儲(chǔ)于預(yù)設(shè)的分布式文件系統(tǒng)中；...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了基于盲源分離的水電濾油機(jī)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(yīng)預(yù)處理模塊、診斷引擎模塊、數(shù)字孿生模型庫和應(yīng)用模塊。數(shù)據(jù)采集模塊同步采集多源異構(gòu)觀測信號(hào)；自適應(yīng)預(yù)處理模塊采用基于智能優(yōu)化算法的自適應(yīng)...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了一種基于擾動(dòng)恢復(fù)增強(qiáng)與跨域適配機(jī)制的鋰電池健康狀態(tài)估計(jì)方法及系統(tǒng)，涉及鋰電池技術(shù)領(lǐng)域，對(duì)帶SOH標(biāo)簽的原始數(shù)據(jù)進(jìn)行模擬退化再生，生成高保真擴(kuò)展樣本，構(gòu)建增強(qiáng)數(shù)據(jù)集以解決原始標(biāo)注數(shù)據(jù)稀缺難題；對(duì)增強(qiáng)數(shù)據(jù)實(shí)施層級(jí)解析，挖掘鋰電池運(yùn)行...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      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(yù)測方法，包括：步驟1，獲得原始時(shí)域振動(dòng)信號(hào)：將原始時(shí)域振動(dòng)信號(hào)作為輸入；步驟2，劃分訓(xùn)練集：將原始時(shí)域振動(dòng)信號(hào)按比例分割為訓(xùn)練集和測試集；步驟3，進(jìn)行多重串聯(lián)幅相混合增強(qiáng)；步驟4...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了一種基于振動(dòng)無線傳感的旋轉(zhuǎn)機(jī)械健康態(tài)勢感知系統(tǒng)，屬于設(shè)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(dòng)信號(hào)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(duì)早期故障的感知靈敏度；通過構(gòu)建特征動(dòng)...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      一種基于CEEMDAN?ESPRIT算法的寬頻振蕩信號(hào)參數(shù)辨識(shí)方法，屬于新型電力系統(tǒng)寬頻振蕩參數(shù)辨識(shí)技術(shù)領(lǐng)域，首先利用CEEMDAN算法完成對(duì)含噪聲的寬頻振蕩信號(hào)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(duì)重構(gòu)后的寬頻...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明提供了一種冬小麥抗旱節(jié)水品種鑒選方法、系統(tǒng)及裝置，方法包括：獲取多源多時(shí)序的小麥遙感數(shù)據(jù)；對(duì)非圖像數(shù)據(jù)進(jìn)行預(yù)處理；將經(jīng)過預(yù)處理的非圖像數(shù)據(jù)分別劃分為用于生物量預(yù)測、LAI和產(chǎn)量預(yù)測的非圖像訓(xùn)練集和非圖像測試集，將圖像數(shù)據(jù)劃分為用于倒伏...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明提供了一種基于風(fēng)速波動(dòng)模式聚類劃分的超短期風(fēng)速預(yù)測方法，包括：步驟1，收集風(fēng)場數(shù)據(jù)采集與監(jiān)視控制系統(tǒng)記錄的歷史實(shí)測風(fēng)速數(shù)據(jù)；步驟2，利用離散小波變換將原始序列分解為低頻序列和高頻序列，并用改進(jìn)的完全自適應(yīng)噪聲集合經(jīng)驗(yàn)?zāi)B(tài)分解對(duì)高頻序列...
								
            
							
            
							
						
            • 
					
                    
          
                
          

                 
          
                 	
		            	首頁
		            	上一頁
		            	
		            	8
		            	
		            	下一頁
                 	
                 	
            	
          
            
          
            
          
                
          
                  
          技術(shù)分類
          
                  
          
                      
                  
          
                
          
            
          
          
          
      
          
    
          
    
    

























































































































































 
 
    







主站蜘蛛池模板：
亚洲精品www久久久久久|
亚洲国内精品自在线影院|
欧美乱大交xxxxx疯狂俱乐部|
无码人妻精品一区二区三18禁|
久久精品a一国产成人免费网站|
亚洲精品成人福利网站|
2018天天拍拍天天爽视频|
加勒比东京热无码一区
|
中文字幕在线国产精品|
国产无套乱子伦精彩是白视频|
好紧好爽好深再快点av在线|
国产无套内射又大又猛又粗又爽|
国产成人精品日本亚洲18|
日韩精品无码一区二区忘忧草|
久久婷婷综合色丁香五月|
国内九一激情白浆发布|
久久综合色天天久久综合图片|
国产乱子伦无套一区二区三区|
亚洲欧洲日韩综合色天使|
精品卡1卡二卡三国色天香|
东京热一本无码av|
在线 | 国产精品99传媒丿|
久久―日本道色综合久久|
美女被张开双腿日出白浆|
色偷偷亚洲男人本色|
亚洲成人av综合一区|
极品少妇的粉嫩小泬视频|
午夜伦费影视在线观看|
国产午夜福利伦理300|
国产精品久久久久久久久电影网
|
亚洲另类无码专区国内精品|
色婷婷六月亚洲综合香蕉|
精品动漫福利h视频在线观看|
精品无码专区毛片|
二区中文字幕在线观看|
精品乱码一卡2卡三卡4卡二卡|
久久久久国产一区二区三区|
亚洲高清自有吗中文字|
国内嫩模私拍精品视频|
中国少妇内射xxxhd|
国产福利社区一区二区|