国产精品天干天干在线播放,大尺度揉捏胸床戏视频,樱花草www日本在线观看,狠狠躁夜夜躁人人爽天天天天97

Document
拖動(dòng)滑塊完成拼圖
首頁 專利交易 科技果 科技人才 科技服務(wù) 國(guó)際服務(wù) 商標(biāo)交易 會(huì)員權(quán)益 IP管家助手 需求市場(chǎng) 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)
  • 本發(fā)明公開了一種多功能自適應(yīng)方向回溯多普勒隱身斗篷的構(gòu)建方法及系統(tǒng)，具體為：構(gòu)建基于可重構(gòu)微帶傳輸線的2比特移相器，調(diào)控微帶傳輸線線長(zhǎng)使得移相器實(shí)現(xiàn)四種離散相位狀態(tài)；分析天線陣列中陣元的接收相位與輻射相位的廣義共軛關(guān)系，構(gòu)建基于2比特移相器...
  • 本發(fā)明公開了一種裝備部件剩余壽命預(yù)測(cè)方法、系統(tǒng)、設(shè)備及介質(zhì)，具體涉及部件壽命預(yù)測(cè)領(lǐng)域，其技術(shù)要點(diǎn)為：對(duì)歷史退化指標(biāo)以及歷史失效數(shù)據(jù)進(jìn)行兩階段極大似然估計(jì)，并融合兩階段極大似然估計(jì)得到全對(duì)數(shù)似然函數(shù)，再對(duì)全對(duì)數(shù)似然函數(shù)進(jìn)行極大似然估計(jì)得到模型...
  • 本發(fā)明涉及深海耐壓艙技術(shù)領(lǐng)域，尤其是涉及一種復(fù)合材料深海耐壓艙及殼體厚度設(shè)計(jì)方法，設(shè)計(jì)方法包括如下步驟：1）調(diào)整殼體蒙皮軸向、環(huán)向等效模量的比例為1:2，計(jì)算殼體的軸向等效彈性模量與環(huán)向等效彈性模量；2）制備平板試樣，進(jìn)行軸向、環(huán)向方向的單...
  • 本發(fā)明提出一種單層對(duì)撐拉森鋼板樁支護(hù)關(guān)鍵參數(shù)確定方法，涉及水利工程中的基坑支護(hù)技術(shù)領(lǐng)域。通過明確支護(hù)工程特性、確定基坑安全等級(jí)、計(jì)算土壓力及作用點(diǎn)位置、確定鋼板樁樁長(zhǎng)、確定鋼管對(duì)撐外徑及壁厚等步驟實(shí)現(xiàn)對(duì)鋼板樁支護(hù)關(guān)鍵參數(shù)的確定，步驟明確，不...
  • 本發(fā)明公開了一種基于Bootstrap抽樣的隔熱結(jié)構(gòu)可靠性優(yōu)化方法，涉及高速飛行器的隔熱領(lǐng)域，包括：S1、基于實(shí)際需求設(shè)置隔熱結(jié)構(gòu)設(shè)計(jì)的模型參數(shù)和不確定分布參數(shù)；S2、在粒子群優(yōu)化PSO方法中，針對(duì)種群中的每個(gè)粒子，產(chǎn)生K
  • 本申請(qǐng)涉及推薦系統(tǒng)技術(shù)領(lǐng)域。本申請(qǐng)公開了一種通用無損的隱私保護(hù)推薦方法、裝置、設(shè)備及介質(zhì)，其能在推薦系統(tǒng)中保護(hù)用戶隱私的同時(shí)，提高預(yù)測(cè)結(jié)果的準(zhǔn)確性，提高隱私保護(hù)推薦方法的通用性。所述方法包括接收服務(wù)器發(fā)送的第一分組信息；采用基于隨機(jī)響應(yīng)的物...
  • 本發(fā)明提供一種基于圖神經(jīng)網(wǎng)絡(luò)的容器鏡像依賴漏洞傳播分析方法及裝置，通過利用目標(biāo)神經(jīng)網(wǎng)絡(luò)基于容器鏡像中的軟件包以及軟件包之間的依賴關(guān)系構(gòu)建依賴關(guān)系圖，并基于目標(biāo)學(xué)習(xí)參數(shù)、依賴關(guān)系圖中各節(jié)點(diǎn)的節(jié)點(diǎn)特征以及邊特征動(dòng)態(tài)地更新各節(jié)點(diǎn)的節(jié)點(diǎn)特征，使得節(jié)...
  • 本發(fā)明涉及遙感衛(wèi)星技術(shù)領(lǐng)域，具體為一種考慮對(duì)地觀測(cè)載荷成像模式差異性的目標(biāo)聚合方法，包括以下步驟：S1：判斷多個(gè)點(diǎn)目標(biāo)觀測(cè)是否具備聚合觀測(cè)條件；S2：在具備聚合觀測(cè)條件的情況下，向資源調(diào)度系統(tǒng)提供初始化的任務(wù)輸入，通過事前聚合算法生成聚合方...
  • 本發(fā)明涉及數(shù)據(jù)處理技術(shù)領(lǐng)域，尤其是涉及一種基于深度學(xué)習(xí)的多源目標(biāo)軌跡融合方法及系統(tǒng)。包括構(gòu)建包含雷達(dá)回波數(shù)據(jù)、衛(wèi)星遙測(cè)數(shù)據(jù)及真值軌跡數(shù)據(jù)的時(shí)空對(duì)齊訓(xùn)練集；設(shè)計(jì)多通道深度學(xué)習(xí)網(wǎng)絡(luò)架構(gòu)，包括雷達(dá)回波數(shù)據(jù)特征提取通道、衛(wèi)星遙測(cè)數(shù)據(jù)特征提取通道，通...
  • 本發(fā)明涉及異常檢測(cè)技術(shù)領(lǐng)域，具體為一種基于規(guī)則引擎的量測(cè)異常數(shù)據(jù)檢測(cè)方法及系統(tǒng)，包括以下步驟：基于量測(cè)數(shù)據(jù)包的來源點(diǎn)位編號(hào)、傳輸鏈路編號(hào)和實(shí)時(shí)狀態(tài)碼，提取傳輸路徑和時(shí)間戳序列，比對(duì)數(shù)據(jù)流向路徑和預(yù)設(shè)異常流向，識(shí)別風(fēng)險(xiǎn)路徑擬合度超過預(yù)設(shè)閾值的...
  • 本發(fā)明屬于路面狀況數(shù)據(jù)監(jiān)測(cè)技術(shù)領(lǐng)域，具體涉及一種基于數(shù)據(jù)驅(qū)動(dòng)的路面養(yǎng)護(hù)與狀況數(shù)據(jù)異常值綜合識(shí)別方法。該方法使用正常數(shù)據(jù)集分別訓(xùn)練基于人工神經(jīng)網(wǎng)絡(luò)的養(yǎng)護(hù)措施概率預(yù)測(cè)模型和基于貝葉斯神經(jīng)網(wǎng)絡(luò)的路面狀況預(yù)測(cè)模型；先利用訓(xùn)練好的基于人工神經(jīng)網(wǎng)絡(luò)的養(yǎng)...
  • 本發(fā)明公開了基于智能校驗(yàn)的電費(fèi)異常差錯(cuò)處理方法及系統(tǒng)，涉及電力計(jì)費(fèi)技術(shù)領(lǐng)域，包括：獲取電費(fèi)異常第一數(shù)據(jù)，基于神經(jīng)網(wǎng)絡(luò)算法對(duì)電費(fèi)計(jì)算進(jìn)行異常檢測(cè)，所述電費(fèi)異常第一數(shù)據(jù)包括電價(jià)特征、力調(diào)標(biāo)準(zhǔn)特征和定比特征；電費(fèi)計(jì)算異常時(shí)，基于潮流計(jì)算和能量平衡...
  • 本發(fā)明涉及故障診斷技術(shù)領(lǐng)域，公開了一種溫度傳感器故障診斷方法及系統(tǒng)，其中一種溫度傳感器故障診斷方法，包括以下步驟：處理工業(yè)爐多源傳感數(shù)據(jù)，獲得標(biāo)準(zhǔn)化多物理場(chǎng)特征數(shù)據(jù)集；處理所述標(biāo)準(zhǔn)化的多物理場(chǎng)特征數(shù)據(jù)集，獲得多物理場(chǎng)耦合特征向量；處理所述多...
  • 本發(fā)明屬于單細(xì)胞多組學(xué)數(shù)據(jù)分析技術(shù)領(lǐng)域，具體涉及基于跨組學(xué)注意力融合的單細(xì)胞多組學(xué)聚類方法、系統(tǒng)，通過自注意力機(jī)制和跨組學(xué)注意力機(jī)制實(shí)現(xiàn)了多組學(xué)數(shù)據(jù)的動(dòng)態(tài)交互，引入深度學(xué)習(xí)門控機(jī)制，自適應(yīng)調(diào)整特征選擇和動(dòng)態(tài)特征融合，能夠靈活應(yīng)對(duì)不同細(xì)胞類型...
  • 本發(fā)明公開了一種基于深度學(xué)習(xí)的匹克球運(yùn)動(dòng)損傷預(yù)測(cè)方法，屬于運(yùn)動(dòng)損傷預(yù)測(cè)技術(shù)領(lǐng)域，通過采集匹克球運(yùn)動(dòng)員的歷史運(yùn)動(dòng)數(shù)據(jù)以及歷史運(yùn)動(dòng)數(shù)據(jù)對(duì)應(yīng)的損傷類型構(gòu)建深度訓(xùn)練樣本數(shù)據(jù)，然后利用深度學(xué)習(xí)模型對(duì)深度訓(xùn)練樣本數(shù)據(jù)進(jìn)行學(xué)習(xí)之后，從而可以利用深度學(xué)習(xí)技...
  • 本公開涉及互感器在線監(jiān)測(cè)技術(shù)領(lǐng)域，提供了一種寬頻互感器誤差預(yù)測(cè)方法、裝置、設(shè)備及介質(zhì)，包括：首先獲取寬頻互感器的歷史影響參量數(shù)據(jù)集；其次，基于極端隨機(jī)樹算法和歷史影響參量數(shù)據(jù)集對(duì)多個(gè)影響參量進(jìn)行篩選，得到目標(biāo)影響參量；并基于目標(biāo)影響參量和歷...
  • 本發(fā)明提供一種環(huán)境監(jiān)測(cè)數(shù)據(jù)異常檢測(cè)方法、介質(zhì)及系統(tǒng)，屬于電數(shù)字?jǐn)?shù)據(jù)處理技術(shù)領(lǐng)域，本發(fā)明首先構(gòu)建環(huán)境監(jiān)測(cè)數(shù)據(jù)原始矩陣并進(jìn)行時(shí)間序列分段，通過矩陣分解獲取規(guī)律矩陣與異常矩陣，繼而計(jì)算環(huán)境參數(shù)的歷史均值、歷史標(biāo)準(zhǔn)差、空間特征和時(shí)間特征，基于這些特...
  • 本發(fā)明公開了一種面向工業(yè)互聯(lián)網(wǎng)的設(shè)備指紋提取方法和系統(tǒng)，所述方法包括：采集數(shù)據(jù)；生成屬性特征子集；流量數(shù)據(jù)預(yù)處理；特征提取；生成融合特征向量；輸出所述工業(yè)互聯(lián)網(wǎng)設(shè)備的設(shè)備類別。本發(fā)明實(shí)現(xiàn)了將設(shè)備屬性特征和流量特征有效融合，有效提高了設(shè)備的身...
  • 本發(fā)明涉及大模型降維技術(shù)領(lǐng)域。本發(fā)明涉及一種基于同態(tài)合并的源代碼安全檢測(cè)大模型降維方法。其包括以下步驟：S1、從開發(fā)環(huán)境中收集源代碼數(shù)據(jù)，同時(shí)獲取計(jì)算機(jī)的性能數(shù)據(jù)；S2、對(duì)源代碼數(shù)據(jù)進(jìn)行數(shù)據(jù)特征提取分析，并根據(jù)分析結(jié)果以數(shù)據(jù)特征對(duì)源代碼數(shù)據(jù)...
  • 本發(fā)明公開了基于擴(kuò)展長(zhǎng)短時(shí)記憶神經(jīng)網(wǎng)絡(luò)的海上風(fēng)電功率預(yù)測(cè)方法，涉及可再生能源預(yù)測(cè)技術(shù)領(lǐng)域，包括以下步驟：S1、從原始風(fēng)電數(shù)據(jù)中提取趨勢(shì)性和季節(jié)性成分；S2、通過構(gòu)建擴(kuò)展長(zhǎng)短時(shí)記憶神經(jīng)網(wǎng)絡(luò)對(duì)提取的趨勢(shì)性和季節(jié)性成分進(jìn)行預(yù)測(cè)；S3、集成不同組合...
首頁 上一頁 11 下一頁
技術(shù)分類
主站蜘蛛池模板： 云梦县| 阳泉市| 合肥市| 南安市| 高唐县| 佳木斯市| 峨眉山市| 从化市| 汾阳市| 小金县| 宁津县| 灵川县| 平罗县| 星子县| 自治县| 衡阳县| 社会| 旬邑县| 清丰县| 萨嘎县| 临城县| 信阳市| 麟游县| 新和县| 邮箱| 如东县| 莱阳市| 新蔡县| 广东省| 建瓯市| 赣州市| 木兰县| 鄂尔多斯市| 洛阳市| 苍山县| 宁津县| 长岭县| 苏尼特右旗| 鄂托克前旗| 永寿县| 长沙县|