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(zhuān)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(zhuān)利技術(shù)
  • 本申請(qǐng)公開(kāi)了一種基于規(guī)則的日志分析方法、裝置、設(shè)備、介質(zhì)及產(chǎn)品，涉及日志分析領(lǐng)域，該方法包括創(chuàng)建用于表征不同日志分析任務(wù)的訓(xùn)練集，并為所述不同日志分析任務(wù)設(shè)計(jì)相應(yīng)的提示，將訓(xùn)練集和提示輸入初始日志分析模型中，通過(guò)提示引導(dǎo)初始日志分析模型輸出...
  • 本申請(qǐng)公開(kāi)了一種告警信息的處理方法、設(shè)備、介質(zhì)及程序產(chǎn)品，涉及數(shù)據(jù)處理技術(shù)領(lǐng)域，用于解決了相關(guān)靜態(tài)掃描技術(shù)中存在的告警數(shù)量過(guò)多、信息不明確以及處理流程繁瑣技術(shù)問(wèn)題。該方案通過(guò)對(duì)告警信息進(jìn)行多維特征參數(shù)的提取和分類(lèi)，對(duì)告警類(lèi)型、告警位置、告警...
  • 本發(fā)明公開(kāi)了基于國(guó)產(chǎn)單片機(jī)的通訊管理機(jī)系統(tǒng)，涉及通訊管理機(jī)系統(tǒng)技術(shù)領(lǐng)域，包括如下步驟：在通訊管理機(jī)運(yùn)行時(shí)對(duì)通訊管理機(jī)的內(nèi)存資源進(jìn)行動(dòng)態(tài)分配和管理；對(duì)普通IO口進(jìn)行模擬通信串口處理，得到模擬通信串口，并對(duì)模擬通信串口進(jìn)行管理；對(duì)通訊管理機(jī)的配...
  • 本申請(qǐng)?zhí)岢隽嘶谠七呉惑w化的金融交易大數(shù)據(jù)處理方法及系統(tǒng)，其中方法包括：獲取金融交易數(shù)據(jù)，清洗并得到將對(duì)應(yīng)的標(biāo)準(zhǔn)化數(shù)據(jù)；進(jìn)行分布式存儲(chǔ)，將經(jīng)過(guò)分布式存儲(chǔ)的金融數(shù)據(jù)存儲(chǔ)到分布式搜索引擎集群中；將處理后的數(shù)據(jù)存儲(chǔ)到區(qū)塊鏈中，進(jìn)行數(shù)據(jù)上鏈；對(duì)數(shù)據(jù)...
  • 本申請(qǐng)涉及智能問(wèn)答技術(shù)領(lǐng)域，尤其涉及一種基于大模型和知識(shí)圖譜結(jié)合的智能問(wèn)答方法、裝置及設(shè)備。該方法包括：接收用戶(hù)輸入，并判斷用戶(hù)輸入是否為文檔問(wèn)答；若用戶(hù)輸入為文檔問(wèn)答，則調(diào)用RAG模塊和LLM模塊判斷用戶(hù)輸入是否與上傳文檔有關(guān)；若用戶(hù)輸入...
  • 本申請(qǐng)公開(kāi)了一種教育專(zhuān)題識(shí)別方法、裝置、相關(guān)設(shè)備及程序產(chǎn)品，涉及自然語(yǔ)言處理領(lǐng)域，本申請(qǐng)通過(guò)配置的教育目標(biāo)專(zhuān)題分類(lèi)模型從互聯(lián)網(wǎng)信源數(shù)據(jù)中篩選出教育目標(biāo)專(zhuān)題，對(duì)于教育目標(biāo)專(zhuān)題，計(jì)算其與目標(biāo)專(zhuān)題庫(kù)中各條主專(zhuān)題的相似度，若存在相似度大于設(shè)定相似度...
  • 本發(fā)明公開(kāi)了瀏覽器端頁(yè)面顯示數(shù)據(jù)庫(kù)語(yǔ)句的方法、裝置及存儲(chǔ)介質(zhì)，方法包括：獲取軟件系統(tǒng)用戶(hù)登錄的唯一標(biāo)識(shí)；獲取軟件業(yè)務(wù)功能唯一標(biāo)識(shí)；偵測(cè)該功能訪(fǎng)問(wèn)的數(shù)據(jù)庫(kù)類(lèi)型；偵測(cè)該功能訪(fǎng)問(wèn)數(shù)據(jù)庫(kù)SQL命令和查詢(xún)參數(shù)；然后依據(jù)偵測(cè)到的數(shù)據(jù)庫(kù)類(lèi)型，解析SQL命...
  • 本發(fā)明屬于檢索匹配領(lǐng)域，提供了一種基于用戶(hù)畫(huà)像特征融合的標(biāo)準(zhǔn)化需求檢索匹配方法及系統(tǒng)，對(duì)標(biāo)準(zhǔn)撰寫(xiě)需求先進(jìn)行字符拆分，拆分后進(jìn)行池化操作及維度映射，得到維度映射特征；對(duì)維度映射特征拆分成多個(gè)子特征后，將子特征兩兩進(jìn)行多維對(duì)稱(chēng)交叉注意力處理，得...
  • 本發(fā)明涉及物品推薦技術(shù)領(lǐng)域，具體是涉及一種基于文本的推薦方法、裝置、設(shè)備及存儲(chǔ)介質(zhì)。本發(fā)明對(duì)用戶(hù)在目標(biāo)領(lǐng)域產(chǎn)生的交互序列應(yīng)用文本編碼器和語(yǔ)義意圖編碼器，得到語(yǔ)義意圖；對(duì)該交互序列再應(yīng)用物品編碼器和行為意圖編碼器，得到行為意圖。最后根據(jù)語(yǔ)義意...
  • 本發(fā)明提出了基于層次門(mén)控和判別網(wǎng)絡(luò)的推薦系統(tǒng)評(píng)分預(yù)測(cè)方法及系統(tǒng)，涉及推薦系統(tǒng)技術(shù)領(lǐng)域，針對(duì)的問(wèn)題是：現(xiàn)有技術(shù)中未考慮無(wú)關(guān)評(píng)論的噪聲影響，未捕捉用戶(hù)?項(xiàng)目間的復(fù)雜性和層次性，同時(shí)缺乏監(jiān)督信號(hào)，評(píng)分預(yù)測(cè)模型準(zhǔn)確性差。該方法獲取推薦系統(tǒng)信息；利用...
  • 本發(fā)明公開(kāi)了一種地?zé)醿?chǔ)量的動(dòng)態(tài)計(jì)算方法，屬于地?zé)醿?chǔ)量估算技術(shù)領(lǐng)域，能夠解決現(xiàn)有計(jì)算方式無(wú)法準(zhǔn)確反映地?zé)醿?chǔ)層的復(fù)雜動(dòng)態(tài)特性，導(dǎo)致儲(chǔ)量計(jì)算結(jié)果與實(shí)際情況誤差較大的問(wèn)題。所述方法包括：S1、確定目標(biāo)區(qū)域在目標(biāo)深度處的當(dāng)前熱儲(chǔ)溫度，并根據(jù)當(dāng)前熱儲(chǔ)溫...
  • 本發(fā)明涉及基坑支護(hù)力學(xué)分析技術(shù)領(lǐng)域，提供了一種自然放坡和土釘墻支護(hù)中基坑位移估算方法及系統(tǒng)，方法包括以下步驟：根據(jù)指定開(kāi)挖工況，確定基坑深度 2025-06-20
  • 本發(fā)明公開(kāi)了一種基于大數(shù)據(jù)的質(zhì)量評(píng)價(jià)信息生成方法及系統(tǒng)，包括采集預(yù)設(shè)產(chǎn)品的服務(wù)數(shù)據(jù)和測(cè)試數(shù)據(jù)，對(duì)所述服務(wù)數(shù)據(jù)和所述測(cè)試數(shù)據(jù)進(jìn)行預(yù)處理；對(duì)所述服務(wù)數(shù)據(jù)進(jìn)行有效性篩選獲得有效數(shù)據(jù)，通過(guò)所述有效數(shù)據(jù)獲得質(zhì)量數(shù)據(jù)；所述質(zhì)量數(shù)據(jù)包括第一質(zhì)量和第二質(zhì)量...
  • 本發(fā)明屬于測(cè)量和數(shù)據(jù)處理技術(shù)領(lǐng)域，具體涉及基于自適應(yīng)變徑識(shí)別算法的復(fù)合地基承載力快速檢測(cè)系統(tǒng)，所述系統(tǒng)包括：分布式光纖傳感陣列、地基應(yīng)變特征提取部分、地基動(dòng)態(tài)耦合計(jì)算部分和承載力計(jì)算部分；所述分布式傳感陣列包括設(shè)置于地基的多個(gè)按照陣列排列的...
  • 本發(fā)明公開(kāi)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(guò)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...
  • 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(kāi)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(kāi)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??；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(lèi)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(guò)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...
  • 本公開(kāi)涉及互感器在線(xiàn)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(shù)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)明公開(kāi)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(guò)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(lèi)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...
首頁(yè) 上一頁(yè) 25 下一頁(yè)
技術(shù)分類(lèi)
主站蜘蛛池模板： 儋州市| 小金县| 丹棱县| 新化县| 定襄县| 高阳县| 柳江县| 灵丘县| 上高县| 德令哈市| 广元市| 冀州市| 衡东县| 康保县| 扎兰屯市| 东源县| 德格县| 贵定县| 靖边县| 祁连县| 灵寿县| 阳高县| 清涧县| 资源县| 新沂市| 陵水| 黔西| 南投市| 贵德县| 凤山县| 衡阳市| 武宁县| 柘荣县| 闸北区| 卢龙县| 台北县| 沙田区| 马山县| 天镇县| 东明县| 内丘县|