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(yè) 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
  • 我要求購(gòu)
  • 我要出售
最新專利技術(shù)
  • 本發(fā)明提供了一種數(shù)據(jù)中心CDU系統(tǒng)的泄漏監(jiān)測(cè)方法和系統(tǒng)，涉及CDU系統(tǒng)泄漏監(jiān)測(cè)技術(shù)領(lǐng)域，本發(fā)明通過(guò)獲取CDU系統(tǒng)的實(shí)時(shí)監(jiān)測(cè)漏液信號(hào)、補(bǔ)水?dāng)?shù)據(jù)、內(nèi)部壓力數(shù)據(jù)以及穩(wěn)壓罐的液位變化數(shù)據(jù)，首先根據(jù)實(shí)時(shí)監(jiān)測(cè)漏液信號(hào)初步判斷是否存在漏液風(fēng)險(xiǎn)。當(dāng)檢測(cè)到漏...
  • 本申請(qǐng)涉及工控安全技術(shù)領(lǐng)域及計(jì)算機(jī)技術(shù)領(lǐng)域，公開了一種工控時(shí)序數(shù)據(jù)異常檢測(cè)方法，包括：將新型自編碼器、生成式對(duì)抗網(wǎng)絡(luò)和自監(jiān)督對(duì)比學(xué)習(xí)網(wǎng)絡(luò)有效整合，新型自編碼器通過(guò)融合長(zhǎng)短期特征分析技術(shù)，利用改進(jìn)的長(zhǎng)短期記憶網(wǎng)絡(luò)建模長(zhǎng)期依賴，并結(jié)合時(shí)序卷積網(wǎng)...
  • 本申請(qǐng)實(shí)施例公開了一種用于診斷模組信號(hào)發(fā)生器的診斷系統(tǒng)及方法，可以提高診斷效率和準(zhǔn)確性。本申請(qǐng)實(shí)施例診斷系統(tǒng)包括：診斷器、模組信號(hào)發(fā)生器和控制機(jī)；所述控制機(jī)分別與所述診斷器、所述模組信號(hào)發(fā)生器網(wǎng)絡(luò)連接；所述診斷器與所述模組信號(hào)發(fā)生器通過(guò)數(shù)據(jù)...
  • 本申請(qǐng)涉及一種實(shí)時(shí)檢測(cè)場(chǎng)景更新變化的無(wú)人機(jī)路徑在線規(guī)劃方法、裝置和計(jì)算機(jī)設(shè)備。所述方法包括：獲取初始場(chǎng)景重建模型中包含的第一采樣點(diǎn)，以及第一概率；根據(jù)第一采樣點(diǎn)以及第一概率，得到各第一候選視角的第一重要性程度，從第一候選視角中獲取目標(biāo)視角；...
  • 本發(fā)明公開了一種消防無(wú)人機(jī)的智能協(xié)同控制方法及系統(tǒng)，屬于自動(dòng)化控制技術(shù)領(lǐng)域。該智能協(xié)同控制方法根據(jù)無(wú)人機(jī)的數(shù)量在作業(yè)中心標(biāo)定作業(yè)編隊(duì)，根據(jù)狀態(tài)參數(shù)將無(wú)人機(jī)標(biāo)定至作業(yè)編隊(duì)的每一行，根據(jù)有效工作半徑標(biāo)定每一無(wú)人機(jī)的列。本發(fā)明根據(jù)實(shí)際作業(yè)情況重建...
  • 本發(fā)明公開了一種考慮多約束耦合的無(wú)人機(jī)光伏巡檢路徑規(guī)劃方法及系統(tǒng)，方法包括：建立時(shí)間窗口分段的風(fēng)速模型，定義無(wú)人機(jī)動(dòng)態(tài)軌跡優(yōu)化問(wèn)題的目標(biāo)函數(shù)；對(duì)基于混沌單一候選者的加速對(duì)立算法的初始化參數(shù)進(jìn)行設(shè)定；根據(jù)加速對(duì)立學(xué)習(xí)機(jī)制生成所述目標(biāo)函數(shù)的隨機(jī)...
  • 本發(fā)明涉及數(shù)據(jù)處理領(lǐng)域，具體涉及一種自然對(duì)流恒溫試驗(yàn)箱的溫度控制方法及系統(tǒng)，方法包括：采集試驗(yàn)箱內(nèi)部溫度，計(jì)算各溫度的異常程度；計(jì)算所有溫度的差分，將所述差分作為誤差變化率，將誤差變化率對(duì)應(yīng)的兩個(gè)相鄰的溫度的異常程度的乘積作為該誤差變化率的...
  • 本公開公開了一種基于多內(nèi)存塊的計(jì)算矩陣存儲(chǔ)處理方法及內(nèi)存控制器。其中，方法包括：按照預(yù)設(shè)的存儲(chǔ)方式將計(jì)算矩陣中各元素存儲(chǔ)至預(yù)設(shè)的多個(gè)內(nèi)存塊中，使得計(jì)算矩陣中同行元素分別存儲(chǔ)在不同內(nèi)存塊且同列元素分別存儲(chǔ)在不同內(nèi)存塊。
  • 本發(fā)明屬于超級(jí)計(jì)算機(jī)技術(shù)領(lǐng)域，公開了一種基于Burst Buffer資源預(yù)留的作業(yè)調(diào)度優(yōu)化方法，引入了Burst Buffer資源的預(yù)留機(jī)制，具體包括如下：作業(yè)提交與資源需求預(yù)留，Burst Buffer資源的預(yù)留機(jī)制具體包括系統(tǒng)根據(jù)每個(gè)作...
  • 本發(fā)明涉及能耗監(jiān)控技術(shù)領(lǐng)域，具體公開了一種用于農(nóng)機(jī)能耗監(jiān)控的邊緣計(jì)算系統(tǒng)，包括數(shù)據(jù)采集模塊、預(yù)處理模塊、邊緣計(jì)算模塊、云端服務(wù)器、數(shù)據(jù)分析模塊、優(yōu)化模塊。本方案通過(guò)邊緣計(jì)算技術(shù)實(shí)現(xiàn)能耗數(shù)據(jù)的實(shí)時(shí)處理和優(yōu)化，同時(shí)優(yōu)化數(shù)據(jù)處理流程，增強(qiáng)系統(tǒng)的適...
  • 本申請(qǐng)?zhí)峁┝艘环N基于大模型的多源異構(gòu)數(shù)據(jù)實(shí)體與關(guān)系抽取方法及裝置，屬于數(shù)據(jù)處理技術(shù)領(lǐng)域。方法包括:自動(dòng)識(shí)別解析多種數(shù)據(jù)格式并進(jìn)行字段名稱的標(biāo)準(zhǔn)化處理；基于結(jié)構(gòu)化數(shù)據(jù)，采用正則表達(dá)式或規(guī)則直接識(shí)別實(shí)體；基于非結(jié)構(gòu)化數(shù)據(jù)，通過(guò)文本分割技術(shù)將非結(jié)...
  • 本發(fā)明公開了一種openGauss數(shù)據(jù)庫(kù)的慢查詢分析方法和系統(tǒng)，其涉及數(shù)據(jù)庫(kù)管理技術(shù)領(lǐng)域。包括：獲取openGauss數(shù)據(jù)庫(kù)的查詢?nèi)罩局械臍v史慢查詢、歷史慢查詢對(duì)應(yīng)的資源消耗情況和歷史慢查詢產(chǎn)生的原因；解析歷史慢查詢對(duì)應(yīng)的執(zhí)行計(jì)劃，獲取歷史...
  • 本發(fā)明公開了一種知識(shí)圖譜知識(shí)擴(kuò)充方法，通過(guò)基于K跳鄰域與鏈路長(zhǎng)度約束的知識(shí)圖譜子圖提取方法提取目標(biāo)實(shí)體的子圖來(lái)降低資源消耗，隨后利用注意力機(jī)制提取鄰域關(guān)系表示信息和鄰域關(guān)系鏈路表示信息，并利用基于門控機(jī)制的關(guān)系融合方法融合這兩種關(guān)系表示信息...
  • 本發(fā)明公開了一種基于大模型提示指令的電梯故障知識(shí)圖譜構(gòu)建方法，包括以下步驟：1）設(shè)計(jì)電梯故障本體提示指令，使大模型生成電梯故障的各類本體及其關(guān)聯(lián)關(guān)系；2）設(shè)計(jì)電梯故障知識(shí)抽取提示指令，并結(jié)合電梯故障本體，使大模型從故障文本中自動(dòng)提取故障實(shí)體...
  • 本申請(qǐng)?zhí)峁┮环N逐時(shí)數(shù)據(jù)近實(shí)時(shí)處理方法，涉及電數(shù)字?jǐn)?shù)據(jù)處理技術(shù)領(lǐng)域，該方法由處理器執(zhí)行，包括：對(duì)目標(biāo)時(shí)間執(zhí)行確定待用目標(biāo)時(shí)間數(shù)據(jù)集；基于目標(biāo)時(shí)間數(shù)據(jù)集執(zhí)行確定觀測(cè)數(shù)據(jù)以及軌道數(shù)據(jù)；基于目標(biāo)時(shí)間數(shù)據(jù)集執(zhí)行確定參數(shù)輸入文件；執(zhí)行數(shù)據(jù)處理；對(duì)數(shù)據(jù)處...
  • 本申請(qǐng)公開了基于高階特征交互的個(gè)性化推薦方法、設(shè)備及介質(zhì)，涉及深度學(xué)習(xí)領(lǐng)域，方法包括：將獲取的用戶信息，以及知識(shí)庫(kù)中的知識(shí)，輸入至預(yù)先訓(xùn)練的個(gè)性化推薦模型中，輸出用于表示用戶是否已獲取知識(shí)的分類變量；根據(jù)所述分類變量對(duì)用戶進(jìn)行知識(shí)的個(gè)性化推...
  • 本申請(qǐng)公開了一種基于PSO?AWDV算法的風(fēng)電機(jī)組的故障分類方法及設(shè)備，所述方法包括：采集SCADA系統(tǒng)中的傳感器信號(hào)數(shù)據(jù)；將堆疊多級(jí)自編碼器與多級(jí)噪聲訓(xùn)練相結(jié)合，以構(gòu)建堆疊多級(jí)去噪自編碼器模型；在所述堆疊多級(jí)去噪自編碼器模型中引入稀疏性約...
  • 本發(fā)明涉及數(shù)據(jù)處理技術(shù)領(lǐng)域，具體涉及一種基于大數(shù)據(jù)的變電設(shè)備故障預(yù)測(cè)方法，該方法包括：獲取變電設(shè)備在多個(gè)周期中的電流數(shù)據(jù)、負(fù)載數(shù)據(jù)和溶解氣體濃度；確定當(dāng)前周期的異常程度；基于負(fù)載數(shù)據(jù)與溶解氣體濃度之間的關(guān)聯(lián)關(guān)系對(duì)負(fù)載數(shù)據(jù)和溶解氣體濃度進(jìn)行聚...
  • 本申請(qǐng)涉及半導(dǎo)體技術(shù)領(lǐng)域，提供面向碳化硅高壓MOSFET的自對(duì)準(zhǔn)工藝異常預(yù)測(cè)方法。所述方法包括：獲取柵極氧化層沉積參數(shù)，生成模擬柵極氧化層，進(jìn)行一次異常預(yù)測(cè)，獲得一次異常概率；獲取柵極金屬沉積參數(shù)，結(jié)合模擬柵極氧化層進(jìn)行二次異常預(yù)測(cè)，獲得二...
  • 本發(fā)明公開了一種基于多源數(shù)據(jù)融合與自適應(yīng)殘差的高精度預(yù)測(cè)方法，涉及深度學(xué)習(xí)技術(shù)領(lǐng)域，包括以下步驟：收集大量的數(shù)據(jù)和相關(guān)因素?cái)?shù)據(jù)，并進(jìn)行基本數(shù)據(jù)預(yù)處理，高斯噪聲注入增強(qiáng)小樣本數(shù)據(jù)表達(dá)，同時(shí)利用多源異構(gòu)數(shù)據(jù)融合技術(shù)整合多種類型數(shù)據(jù)；利用注意力機(jī)...
首頁(yè) 上一頁(yè) 22 下一頁(yè)
技術(shù)分類
主站蜘蛛池模板： 皮山县| 屯昌县| 余干县| 百色市| 田东县| 兰溪市| 阜城县| 乌苏市| 札达县| 龙川县| 乌拉特前旗| 营山县| 西盟| 慈利县| 兴宁市| 新竹县| 赞皇县| 闸北区| 广昌县| 内江市| 丰顺县| 横峰县| 涡阳县| 武威市| 湛江市| 宁武县| 当雄县| 缙云县| 文登市| 南召县| 长治县| 栾川县| 苏州市| 法库县| 许昌市| 普洱| 封丘县| 白山市| 庆阳市| 呼图壁县| 渝中区|