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) 國際服務(wù) 商標(biāo)交易 會員權(quán)益 IP管家助手 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)
  • 本申請涉及一種動態(tài)目標(biāo)檢測方法、裝置、計算機設(shè)備和存儲介質(zhì)。所述方法應(yīng)用于毫米波雷達(dá)包括：獲取毫米波雷達(dá)的至少一個接收天線在預(yù)設(shè)時間范圍內(nèi)的信號接收數(shù)據(jù)；基于所述信號接收數(shù)據(jù)進(jìn)行背景噪聲和動態(tài)目標(biāo)分析；當(dāng)所述信號接收數(shù)據(jù)中存在動態(tài)目標(biāo)時，基...
  • 本發(fā)明公開了一種測風(fēng)激光雷達(dá)的標(biāo)定方法和系統(tǒng)，涉及激光雷達(dá)技術(shù)領(lǐng)域。該方法中采用雷達(dá)系統(tǒng)結(jié)合電機系統(tǒng)控制目標(biāo)物的位置來標(biāo)定激光雷達(dá)系統(tǒng)測量精度。具體地，根據(jù)目標(biāo)物反射的信號確定激光雷達(dá)系統(tǒng)輸出的風(fēng)速值；在檢測到實際風(fēng)速值與激光雷達(dá)系統(tǒng)輸出的...
  • 本發(fā)明公開了一種基于逐元素比率檢驗的GNSS部分模糊度固定方法及系統(tǒng)，通過構(gòu)建逐元素比率檢驗方法，對整數(shù)模糊度備選組中元素利用比率檢驗方法逐一進(jìn)行質(zhì)量檢核，從而一次性判斷全部模糊度元素的可靠性，解決了高維模糊度固定中的可靠模糊度子集快速有效...
  • 本發(fā)明公開了一種基于GNSS單天線的無人機航向確定方法和裝置。該方法包括：通過對當(dāng)前時刻慣性測量單元的第一加速度信息和第一角速率信息進(jìn)行數(shù)據(jù)融合處理，確定無人機的目標(biāo)陀螺儀零偏值；獲取當(dāng)前時刻GNSS單天線的第一速度信息，通過對第一速度信息...
  • 本發(fā)明屬于光學(xué)偏振元件技術(shù)領(lǐng)域，為解決現(xiàn)有技術(shù)未擺脫晶體本身的局限性，提供了全波段應(yīng)用的厚度可調(diào)零級波片的制備方法及零級波片。其中，全波段應(yīng)用的厚度可調(diào)零級波片的制備方法包括確定對應(yīng)工作波段的晶體材料，計算對應(yīng)工作波段晶體的雙折射空間分布數(shù)...
  • 本公開涉及掃描單元、掃描方法以及包括掃描單元的光刻設(shè)備。根據(jù)本公開的掃描單元可包括：物鏡和運動臺。在一些情形中，物鏡可被配置成提供為菱形的掃描視場。在一些情形中，運動臺上可被放置被掃描對象，其中被掃描對象隨運動臺一起運動以分段依次通過掃描視...
  • 本發(fā)明公開了一種城市燃?xì)庹咀詣踊杉O(jiān)控系統(tǒng)，包括節(jié)點、數(shù)據(jù)采集模塊、電控調(diào)節(jié)模塊、安全柵、控制電路板；所述節(jié)點為設(shè)置于燃?xì)鈭稣緝?nèi)的多個智能監(jiān)控節(jié)點；所述數(shù)據(jù)采集模塊和/或所述電控調(diào)節(jié)模塊與所述節(jié)點一一對應(yīng)設(shè)置，并與所述安全柵電連接；所述安...
  • 本發(fā)明屬于服裝生產(chǎn)系統(tǒng)控制調(diào)節(jié)技術(shù)領(lǐng)域，具體提供了一種服裝生產(chǎn)設(shè)備遠(yuǎn)程監(jiān)控與自適應(yīng)調(diào)節(jié)方法及系統(tǒng)，方法主要包括：獲取遠(yuǎn)程設(shè)備監(jiān)控的服裝生產(chǎn)數(shù)據(jù)；根據(jù)服裝生產(chǎn)數(shù)據(jù)，生成時域特征矩陣和工況標(biāo)量；根據(jù)時域特征矩陣，生成設(shè)備控制參數(shù)；對設(shè)備控制參數(shù)...
  • 本發(fā)明公開了基于智能監(jiān)測的設(shè)備上下線管理系統(tǒng)，涉及設(shè)備監(jiān)測管理技術(shù)領(lǐng)域，包括設(shè)備管理模塊、數(shù)據(jù)獲取模塊、監(jiān)測分析模塊、實時調(diào)控模塊、協(xié)同管理模塊；本發(fā)明通過獲取設(shè)備運行過程中的歷史數(shù)據(jù)，根據(jù)設(shè)備運行標(biāo)準(zhǔn)需求與設(shè)備實際消耗值，預(yù)測設(shè)備運行需求...
  • 本發(fā)明涉及一種基于分段線性混合整數(shù)規(guī)劃的無人機Dubins路徑規(guī)劃方法。所述方法包括：根據(jù)無人機的飛行場景構(gòu)建速度控制模型。速度控制模型包括：最小化總時間函數(shù)與混合整數(shù)線性規(guī)劃模型。根據(jù)無人機在當(dāng)前時刻位姿坐標(biāo)構(gòu)建飛行路徑的分段線性約束。根...
  • 本申請公開了一種基于環(huán)境感知的多媒體展示方法、系統(tǒng)及存儲介質(zhì)，涉及智能展示設(shè)備的技術(shù)領(lǐng)域。多媒體展示方法包括：獲取目標(biāo)展示環(huán)境的第一環(huán)境參數(shù)；根據(jù)第一環(huán)境參數(shù)確定多媒體展示終端的工作模式；根據(jù)第一環(huán)境參數(shù)確定目標(biāo)展示環(huán)境當(dāng)前所對應(yīng)的目標(biāo)輸出...
  • 本申請涉及人工智能運維技術(shù)領(lǐng)域，尤其是涉及大小模型協(xié)同驅(qū)動的AIOps多任務(wù)調(diào)度方法及系統(tǒng)。該方法包括：獲取異構(gòu)運維時序數(shù)據(jù)集，對異構(gòu)運維時序數(shù)據(jù)集進(jìn)行數(shù)據(jù)一致性校準(zhǔn)，確定多源標(biāo)準(zhǔn)化運維數(shù)據(jù)流；分析多源標(biāo)準(zhǔn)化運維數(shù)據(jù)流，確定運維指標(biāo)動態(tài)因果...
  • 本發(fā)明涉及操作系統(tǒng)內(nèi)存管理技術(shù)領(lǐng)域，公開了一種操作系統(tǒng)實時容器內(nèi)存管理方法及系統(tǒng)，通過求解系統(tǒng)用戶組合并策略和系統(tǒng)內(nèi)存分配策略指導(dǎo)操作系統(tǒng)的內(nèi)存管理，將若干個系統(tǒng)用戶在目標(biāo)內(nèi)存管理時段的不同最小管理周期進(jìn)行系統(tǒng)用戶組合并，為每個系統(tǒng)用戶組進(jìn)...
  • 本發(fā)明提供了一種存儲器及其固件優(yōu)化方法，存儲器包括：至少一個閃存控制單元，其上配置至少一個閃存單元；接口閃存單元，用于存儲待測試的固件；觸發(fā)控制單元，用于根據(jù)預(yù)設(shè)測試項目生成對應(yīng)的測試指令；主控單元，用于根據(jù)所述測試指令修改待測試的固件中的...
  • 本公開提供了一種基于智能體的技術(shù)文檔關(guān)鍵信息抽取方法，包括：接收用戶輸入的文本信息；智能體調(diào)用大語言模型對抽取動作進(jìn)行拆解，形成抽取目標(biāo)的抽取子任務(wù)；大語言模型根據(jù)工具描述為每個抽取子任務(wù)確定待調(diào)用工具，形成任務(wù)編排序列；大語言模型調(diào)用待調(diào)...
  • 本發(fā)明公開了基于大數(shù)據(jù)的學(xué)習(xí)資源推薦方法及系統(tǒng)，屬于資源推薦技術(shù)領(lǐng)域，方法包括：學(xué)習(xí)數(shù)據(jù)采集、學(xué)習(xí)數(shù)據(jù)預(yù)處理、學(xué)生聚類、學(xué)生聚類模型參數(shù)尋優(yōu)和生成學(xué)習(xí)資源推薦列表。本方案基于雙重鄰域集合計算鄰域累積局部密度，根據(jù)鄰居交集中的數(shù)據(jù)數(shù)量進(jìn)行數(shù)據(jù)...
  • 本發(fā)明涉及風(fēng)險評估技術(shù)領(lǐng)域，具體公開了一種基于人工智能的氫氣泄漏風(fēng)險評估模型，該模型包括動態(tài)監(jiān)控數(shù)據(jù)模塊、風(fēng)險特征提取模塊、泄漏速率預(yù)測與源點反演模塊和泄漏演化模塊；所述動態(tài)監(jiān)控數(shù)據(jù)模塊采集實時參數(shù)，并對實時參數(shù)進(jìn)行預(yù)處理；風(fēng)險特征提取模塊...
  • 本發(fā)明涉及數(shù)據(jù)處理領(lǐng)域，提供一種基于AI的維護(hù)記錄數(shù)據(jù)的分析方法及系統(tǒng)，通過獲取目標(biāo)終端設(shè)備的第一故障記錄數(shù)據(jù)流并進(jìn)行分割操作，得到第一待處理故障記錄數(shù)據(jù)流和第二待處理故障記錄數(shù)據(jù)流；將第一待處理故障記錄數(shù)據(jù)流加載到故障前瞻推理網(wǎng)絡(luò)中的時空...
  • 本發(fā)明涉及數(shù)據(jù)識別技術(shù)，提供了一種基于AI的業(yè)務(wù)系統(tǒng)數(shù)據(jù)違規(guī)操作行為識別方法及系統(tǒng)，所述方法包括對原始數(shù)據(jù)進(jìn)行采集；采用、特征嵌套生成的對抗網(wǎng)絡(luò)算法模型生成新樣本，利用新樣本擴充數(shù)據(jù)庫；將擴充后的數(shù)據(jù)置入基于動態(tài)自適應(yīng)振蕩神經(jīng)網(wǎng)絡(luò)算法特征提...
  • 本發(fā)明提供一種基于小波分解的信號特征參數(shù)估計方法，屬于信號時頻分析領(lǐng)域。該方法通過小波分解方法獲得信號時域高頻分量，然后通過直方圖統(tǒng)計排序法計算高頻分量噪聲平均幅值，根據(jù)時域幅值門限法確定突發(fā)信號起止位置，最后根據(jù)起止位置計算突發(fā)信號的保持...
首頁 上一頁 13 下一頁
技術(shù)分類
主站蜘蛛池模板： 衡山县| 鄱阳县| 准格尔旗| 京山县| 邵武市| 辽宁省| 浪卡子县| 博白县| 韶山市| 香港 | 西丰县| 沂南县| 平远县| 桂东县| 西盟| 大宁县| 芦溪县| 龙门县| 南投县| 丹江口市| 镇坪县| 哈巴河县| 阳曲县| 南通市| 洱源县| 商都县| 鲁甸县| 龙井市| 桂平市| 红原县| 泸溪县| 奇台县| 韩城市| 凤庆县| 沛县| 余姚市| 西平县| 全南县| 昭平县| 静乐县| 安平县|