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)
  • 本申請公開了一種數(shù)據(jù)處理方法、系統(tǒng)、計算設(shè)備及可讀存儲介質(zhì)，數(shù)據(jù)處理方法應(yīng)用于邊緣模型，包括：獲取第一數(shù)據(jù)，以及針對第一數(shù)據(jù)的至少一處理任務(wù)；識別第一數(shù)據(jù)中的敏感數(shù)據(jù)；從第一數(shù)據(jù)中提取與處理任務(wù)對應(yīng)的第二數(shù)據(jù)；若第二數(shù)據(jù)中存在敏感數(shù)據(jù)，則對...
  • 本申請涉及數(shù)據(jù)分析處理的技術(shù)領(lǐng)域，公開一種基于多系統(tǒng)小樣本數(shù)據(jù)的用戶隱私風(fēng)險預(yù)測方法及系統(tǒng)，包括：根據(jù)指定用戶歷史的用戶行為小樣本數(shù)據(jù)構(gòu)建對應(yīng)的圖數(shù)據(jù)，通過圖神經(jīng)網(wǎng)絡(luò)獲取用戶行為之間的關(guān)聯(lián)特征數(shù)據(jù)；利用生成對抗網(wǎng)絡(luò)生成符合特定系統(tǒng)分布要求的...
  • 本發(fā)明提出了一種隱私保護(hù)的外包數(shù)據(jù)top?k查詢方法及系統(tǒng)，涉及數(shù)據(jù)處理技術(shù)領(lǐng)域，針對的問題是：現(xiàn)有技術(shù)查詢過程暴露信息，存在數(shù)據(jù)安全和隱私問題，不能直接用于外包場景，效率低等。包括：數(shù)據(jù)擁有者調(diào)用秘密分享算法將數(shù)據(jù)劃分為兩個秘密份額，外包...
  • 本發(fā)明涉及數(shù)據(jù)保護(hù)技術(shù)領(lǐng)域，具體涉及一種教育資源信息數(shù)據(jù)的安全防護(hù)方法及系統(tǒng)，包括：利用用戶的賬號的使用記錄數(shù)據(jù)對用戶進(jìn)行行為分析，獲取用戶的行為穩(wěn)定系數(shù)，基于課程安排數(shù)據(jù)對用戶所參與的事項進(jìn)行分析，生成用戶對應(yīng)角色的實際權(quán)限表，基于賬號的...
  • 本發(fā)明公開了基于物聯(lián)網(wǎng)技術(shù)的服裝防偽溯源管理系統(tǒng)及方法，具體涉及防偽溯源技術(shù)領(lǐng)域，用于解決服裝溯源管理不清晰的問題；本發(fā)明通過AES?GCM模式對數(shù)據(jù)加密并生成認(rèn)證標(biāo)簽，再使用RSA公鑰對AES密鑰加密，生成密文密鑰，并通過物聯(lián)網(wǎng)網(wǎng)絡(luò)傳輸至...
  • 本發(fā)明公開了一種基于AI大模型的0DAY漏洞檢測模型構(gòu)建方法及裝置，涉及網(wǎng)絡(luò)安全技術(shù)領(lǐng)域，解決了難以針對不同層級代碼的采用不同的分析策略，難以針對性地進(jìn)行問題定位和性能優(yōu)化，也難以結(jié)合多種模型的優(yōu)點，對不同的分析參數(shù)進(jìn)行充分分析的技術(shù)問題；...
  • 本發(fā)明公開了一種基于動靜態(tài)行為映射與圖神經(jīng)網(wǎng)絡(luò)的隱蔽攻擊溯源方法，包括在計算機(jī)系統(tǒng)獲取含加殼和混淆代碼的APT組織PE文件樣本并預(yù)處理；針對預(yù)處理后的樣本構(gòu)建控制流圖，提取高頻子圖模式作為代碼基因，結(jié)合其他特征構(gòu)建組織指紋；處理樣本靜態(tài)代碼...
  • 本發(fā)明公開了一種模型指紋嵌入和模型版權(quán)認(rèn)證方法、設(shè)備及介質(zhì)，涉及人工智能技術(shù)領(lǐng)域，尤其涉及大模型、加密等技術(shù)領(lǐng)域。該方法包括：根據(jù)隨機(jī)種子、所述模型所有方的所有方私鑰、以及模型使用方的使用方公鑰，確定目標(biāo)模型的目標(biāo)模型密鑰；所述目標(biāo)模型密鑰...
  • 本發(fā)明屬于生物醫(yī)學(xué)信號處理領(lǐng)域技術(shù)領(lǐng)域，尤其為一種時空域融合的三維脈搏信號的構(gòu)建方法，包括：S1：使用安裝有陣列壓力傳感器的智能仿生脈診手采集寸、關(guān)、尺部位的脈搏信號；S2：使用改進(jìn)的自適應(yīng)波谷檢測算法檢測脈搏信號的波谷；S3：根據(jù)標(biāo)記出的...
  • 本發(fā)明公開了一種航空發(fā)動機(jī)故障預(yù)測方法及其預(yù)測系統(tǒng)，涉及故障分析預(yù)測技術(shù)領(lǐng)域，包括對航空發(fā)動機(jī)的歷史數(shù)據(jù)進(jìn)行分析處理，獲取航空發(fā)動機(jī)的損耗率。本發(fā)明先是對航空發(fā)動機(jī)的歷史數(shù)據(jù)進(jìn)行時間分析，確定航空發(fā)動機(jī)的工作時長和航空發(fā)動機(jī)的空閑時長，其次...
  • 本公開提供一種異常檢測方法、裝置、電子設(shè)備、存儲介質(zhì)及程序產(chǎn)品，該方法包括：確定待檢測任務(wù)的未標(biāo)注數(shù)據(jù)，對未標(biāo)注數(shù)據(jù)進(jìn)行局部特征提取，得到至少一個未標(biāo)注數(shù)據(jù)特征；通過預(yù)先構(gòu)建的特征匹配模型對至少一個未標(biāo)注數(shù)據(jù)特征進(jìn)行特征匹配，得到至少一個未...
  • 本發(fā)明涉及基于數(shù)字孿生的疲勞測試加載系統(tǒng)狀態(tài)監(jiān)測方法及系統(tǒng)，屬于工業(yè)設(shè)備狀態(tài)監(jiān)測技術(shù)領(lǐng)域，解決了傳統(tǒng)方法監(jiān)測手段單一、信息化程度低、實時性較差等問題。本發(fā)明首先搭建疲勞測試加載系統(tǒng)物理空間，部署加載系統(tǒng)參數(shù)傳感器采集疲勞測試加載系統(tǒng)的參數(shù)，...
  • 本發(fā)明提供了一種基于注意力機(jī)制多特征融合的電力日志異常檢測方法，涉及電力數(shù)據(jù)處理技術(shù)領(lǐng)域。電力日志異常檢測方法包括以下步驟：收集電力系統(tǒng)日志數(shù)據(jù)并進(jìn)行預(yù)處理獲得原始日志數(shù)據(jù)，基于Drain對所述原始日志數(shù)據(jù)進(jìn)行日志解析獲得結(jié)構(gòu)化日志序列，基...
  • 本發(fā)明公開了實時數(shù)據(jù)驅(qū)動的翻車機(jī)摘鉤機(jī)器人故障分析方法，涉及翻車機(jī)摘鉤機(jī)器人故障分析相關(guān)領(lǐng)域，該方法包括：確定多個功能單元；建立正常協(xié)同關(guān)系，以及任意一個或多個單元異常時的異常協(xié)同影響關(guān)系集合；進(jìn)行故障特征的區(qū)分度分析，建立區(qū)分度滿足預(yù)設(shè)區(qū)...
  • 本發(fā)明公開了基于并行注意力機(jī)制可解釋的癲癇發(fā)作識別方法和裝置，涉及信號檢測技術(shù)領(lǐng)域，方法包括：構(gòu)建神經(jīng)網(wǎng)絡(luò)模型并進(jìn)行訓(xùn)練，得到癲癇樣發(fā)作信號識別模型；獲取患者頭皮腦電信號，癲癇樣發(fā)作信號識別模型利用若干卷積層對輸入的腦電信號片段進(jìn)行編碼，輸...
  • 本發(fā)明公開了一種駕駛行為風(fēng)險評估方法及系統(tǒng)，涉及智能交通與駕駛安全技術(shù)領(lǐng)域，包括采集車輛的運行參數(shù)數(shù)據(jù)，對運行參數(shù)數(shù)據(jù)進(jìn)行特征提取，提取特征參數(shù)構(gòu)成特征向量，并計算特征向量的馬氏距離得分；根據(jù)特征向量的馬氏距離得分，采用改進(jìn)的分層模糊推理系...
  • 本發(fā)明公開了多場景工業(yè)設(shè)備設(shè)施巡檢數(shù)據(jù)智能分析方法及系統(tǒng)，具體涉及設(shè)備狀態(tài)監(jiān)測技術(shù)領(lǐng)域，用于解決現(xiàn)有技術(shù)中因多源傳感器數(shù)據(jù)物理特性差異及非線性耦合導(dǎo)致的噪聲干擾與偽特征誤判問題；是通過基于設(shè)備運行參數(shù)與傳感器物理響應(yīng)特性動態(tài)劃分初始頻段范圍...
  • 本發(fā)明提供一種基于LSTM?RF的深海采礦提升系統(tǒng)故障預(yù)測方法，包括以下步驟：步驟1、獲取時間序列數(shù)據(jù)的時域特征的差值；步驟2、訓(xùn)練RF模型；步驟3、實時訓(xùn)練LSTM模型及實時預(yù)測運動位移；步驟4、實時預(yù)測故障；步驟5、重新實時訓(xùn)練LSTM...
  • 本發(fā)明涉及一種煤巖截割狀態(tài)檢測方法，屬于智能煤礦技術(shù)領(lǐng)域。包括：獲取采煤機(jī)當(dāng)前截割煤巖時多個傳感器采集的煤巖截割狀態(tài)信號；將每個傳感器采集的煤巖截割狀態(tài)信號通過改進(jìn)循環(huán)譜進(jìn)行分析，得到每個傳感器采集信號的模態(tài)分量；計算每個傳感器采集信號的模...
  • 本發(fā)明提供一種基于AI環(huán)境監(jiān)測的數(shù)據(jù)處理方法及服務(wù)器，涉及人工智能技術(shù)領(lǐng)域，首先獲取目標(biāo)監(jiān)測區(qū)域多個傳感器節(jié)點實時采集的包含空氣質(zhì)量、噪聲強(qiáng)度、氣象參數(shù)的環(huán)境數(shù)據(jù)集合，依據(jù)數(shù)據(jù)空間分布特征動態(tài)劃分監(jiān)測子區(qū)域，并為各子區(qū)域分配數(shù)據(jù)特征提取規(guī)則...
首頁 上一頁 16 下一頁
技術(shù)分類
主站蜘蛛池模板： 镇安县| 巴塘县| 南溪县| 千阳县| 裕民县| 淮南市| 定陶县| 内黄县| 澄迈县| 张掖市| 六枝特区| 临夏县| 始兴县| 河曲县| 高淳县| 友谊县| 阿合奇县| 延长县| 耒阳市| 金平| 河南省| 武邑县| 阜城县| 闵行区| 松潘县| 邓州市| 阜宁县| 南和县| 拉孜县| 高要市| 淮阳县| 平湖市| 花莲县| 澄迈县| 广平县| 丘北县| 平原县| 河北区| 广灵县| 钟山县| 罗源县|