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)明提供了一種基于數(shù)據(jù)分析的景觀區(qū)域智能規(guī)劃設(shè)計(jì)方法、系統(tǒng)及裝置，涉及景觀規(guī)劃技術(shù)領(lǐng)域，方法主要包括：對(duì)歷史景觀區(qū)域的設(shè)計(jì)模板進(jìn)行統(tǒng)計(jì)分析，獲取分析模板的獨(dú)立系數(shù)與占面值；對(duì)歷史景觀區(qū)域的特征臨界值進(jìn)行分析，得到分散臨界值與集中臨界值，構(gòu)...
  • 本發(fā)明公開(kāi)了一種長(zhǎng)距離臨近運(yùn)營(yíng)地鐵隧道的疊線盾構(gòu)設(shè)計(jì)方法，包括以下步驟：進(jìn)行運(yùn)營(yíng)地鐵隧道現(xiàn)狀調(diào)查、測(cè)量與資料收集；通過(guò)數(shù)值三維反演計(jì)算，給出運(yùn)營(yíng)地鐵隧道剩余變形余量控制值，核查隧道結(jié)構(gòu)承載力余量控制值；確定新建疊線隧道上下洞凈距；確定新建疊...
  • 本申請(qǐng)涉及熱能儲(chǔ)存系統(tǒng)領(lǐng)域，公開(kāi)了一種儲(chǔ)能設(shè)備的尺寸參數(shù)設(shè)計(jì)方法以及相關(guān)設(shè)備。本申請(qǐng)?zhí)岢龅膬?chǔ)能設(shè)備的尺寸參數(shù)設(shè)計(jì)方法包括：獲取目標(biāo)區(qū)域的環(huán)境設(shè)計(jì)參數(shù)、建筑設(shè)計(jì)參數(shù)以及儲(chǔ)能設(shè)備的設(shè)備設(shè)計(jì)參數(shù)；根據(jù)環(huán)境設(shè)計(jì)參數(shù)、建筑設(shè)計(jì)參數(shù)以及設(shè)備設(shè)計(jì)參數(shù)確定...
  • 本發(fā)明涉及AI大模型技術(shù)領(lǐng)域，提供了一種可定制個(gè)人隱私安全保護(hù)的大模型問(wèn)答方法和裝置。方法包括：預(yù)先將隱私保護(hù)模型部署到用戶的本地設(shè)備上，方法包括：使用本地設(shè)備上的隱私保護(hù)模型，識(shí)別用戶輸入信息中的隱私信息和各隱私信息的類別；根據(jù)用戶所需隱...
  • 本發(fā)明涉及神經(jīng)酸提純技術(shù)領(lǐng)域，一種基于多元線性回歸分析的神經(jīng)酸提純方法及系統(tǒng)，包括：對(duì)標(biāo)準(zhǔn)神經(jīng)酸純度數(shù)據(jù)進(jìn)行正態(tài)性檢驗(yàn)，得到最大相關(guān)性值，利用相關(guān)性分析法對(duì)標(biāo)準(zhǔn)神經(jīng)酸純度數(shù)據(jù)進(jìn)行相關(guān)性分析，得到目標(biāo)相關(guān)系數(shù)，對(duì)標(biāo)準(zhǔn)神經(jīng)酸純度數(shù)據(jù)進(jìn)行描述性統(tǒng)...
  • 本發(fā)明提供了一種用于鹽堿地改良設(shè)備的監(jiān)測(cè)數(shù)據(jù)優(yōu)化方法，包括以下步驟：S1：通過(guò)鹽堿地改良設(shè)備采集鹽分濃度數(shù)據(jù)，設(shè)定鹽堿地改良設(shè)備的行進(jìn)路徑及數(shù)據(jù)采集頻率，每行進(jìn)預(yù)設(shè)距離進(jìn)行一次鹽堿地鹽分?jǐn)?shù)據(jù)采集，并記錄數(shù)據(jù)的位置信息、時(shí)間信息及鹽分濃度傳感...
  • 本發(fā)明涉及數(shù)據(jù)處理技術(shù)領(lǐng)域，提出了一種摩天輪輪緣摩擦環(huán)偏差檢測(cè)方法及系統(tǒng)，包括：采集多組位移傳感器的位移監(jiān)控?cái)?shù)據(jù)及多維度的相關(guān)數(shù)據(jù)；對(duì)位移監(jiān)控?cái)?shù)據(jù)分段得到若干位移數(shù)據(jù)段；獲取每個(gè)位移數(shù)據(jù)段中每個(gè)位移監(jiān)控?cái)?shù)據(jù)的異常可能因子；得到每個(gè)位移數(shù)據(jù)段...
  • 本申請(qǐng)公開(kāi)了一種多模態(tài)動(dòng)物異常數(shù)據(jù)行為分類方法及裝置，運(yùn)用于數(shù)據(jù)處理技術(shù)領(lǐng)域，其方法包括：獲取目標(biāo)動(dòng)物在不同發(fā)育階段的異常數(shù)據(jù)；所述異常數(shù)據(jù)包括同一動(dòng)物的行為視頻數(shù)據(jù)和腸道菌群數(shù)據(jù)；對(duì)所述行為視頻數(shù)據(jù)進(jìn)行特征提取，得到表征動(dòng)物動(dòng)作模式的行為...
  • 本申請(qǐng)?zhí)峁┮环N基于物聯(lián)網(wǎng)的施工環(huán)境智能監(jiān)測(cè)方法及監(jiān)測(cè)系統(tǒng)，通過(guò)獲取擬分析的環(huán)境傳感數(shù)據(jù)集；在環(huán)境傳感數(shù)據(jù)集包括第一事件時(shí)，在事件關(guān)系網(wǎng)中獲取第一局部關(guān)系網(wǎng)，第一局部關(guān)系網(wǎng)包括第一組成項(xiàng)、預(yù)設(shè)路徑長(zhǎng)度范圍內(nèi)的組成項(xiàng)以及組成項(xiàng)之間的連接線；依據(jù)...
  • 本申請(qǐng)涉及滑坡災(zāi)害風(fēng)險(xiǎn)評(píng)估技術(shù)領(lǐng)域，特別涉及一種基于疊加集成策略的滑坡易發(fā)性評(píng)價(jià)方法及裝置，其中，方法包括：基于目標(biāo)滑坡清單和目標(biāo)滑坡災(zāi)害點(diǎn)分布圖，提取在預(yù)設(shè)空間尺度內(nèi)的至少一個(gè)滑坡易發(fā)性評(píng)價(jià)因子，以構(gòu)建訓(xùn)練數(shù)據(jù)集和測(cè)試數(shù)據(jù)集訓(xùn)練和測(cè)試多個(gè)...
  • 本發(fā)明涉及地面沉降預(yù)測(cè)技術(shù)領(lǐng)域，公開(kāi)了一種地面沉降危險(xiǎn)預(yù)測(cè)方法及系統(tǒng)。該方法包括：將待檢測(cè)地面劃分若干個(gè)待檢測(cè)區(qū)域，采用Eclat算法得出目標(biāo)地下結(jié)構(gòu)數(shù)據(jù)和降水強(qiáng)度數(shù)據(jù)的相關(guān)性結(jié)果數(shù)據(jù)，基于相關(guān)性結(jié)果數(shù)據(jù)采用SARIMA模型獲得降水預(yù)測(cè)沉降...
  • 本發(fā)明提供一種數(shù)據(jù)采集系統(tǒng)與模擬仿真軟件的功能映射管理方法，涉及數(shù)據(jù)處理技術(shù)領(lǐng)域，所述方法包括：從目標(biāo)設(shè)備中采集原始數(shù)據(jù)集；對(duì)原始數(shù)據(jù)集進(jìn)行噪聲過(guò)濾和異常值檢測(cè)；提取與模擬仿真軟件模型對(duì)應(yīng)的多個(gè)特征數(shù)據(jù)；根據(jù)特征數(shù)據(jù)與模擬仿真軟件模型輸入?yún)?..
  • 本發(fā)明公開(kāi)了基于土地利用類型的流域空間種植業(yè)污染排放強(qiáng)度計(jì)算方法，涉及污染排放強(qiáng)度計(jì)算技術(shù)領(lǐng)域，首先用ArcSWAT對(duì)研究區(qū)域進(jìn)行流域劃分，并利用ENVI對(duì)近年遙感影像數(shù)據(jù)解譯得到該地區(qū)的土地利用類型；其次通過(guò)ArcGIS中按掩膜提取，提取...
  • 一種下個(gè)興趣點(diǎn)推薦方法、裝置、設(shè)備及存儲(chǔ)介質(zhì)，包括從去相關(guān)自適應(yīng)簡(jiǎn)單圖學(xué)習(xí)網(wǎng)絡(luò)生成的興趣點(diǎn)嵌入矩陣中獲取與歷史簽到序列中歷史興趣點(diǎn)對(duì)應(yīng)的目標(biāo)興趣點(diǎn)嵌入矩陣；基于目標(biāo)興趣點(diǎn)嵌入矩陣確定出目標(biāo)興趣點(diǎn)向量并對(duì)目標(biāo)興趣點(diǎn)向量進(jìn)行位置編碼得到用戶訪問(wèn)...
  • 本發(fā)明提供了一種基于圖嵌入和知識(shí)表示學(xué)習(xí)融合的知識(shí)圖譜節(jié)點(diǎn)推薦方法，屬于知識(shí)圖譜及其應(yīng)用領(lǐng)域。該方法通過(guò)結(jié)合圖嵌入和知識(shí)表示學(xué)習(xí)的優(yōu)勢(shì)，能夠有效地融合節(jié)點(diǎn)的結(jié)構(gòu)信息和語(yǔ)義信息，提升推薦系統(tǒng)的精度和效果。本發(fā)明不依賴用戶的交互數(shù)據(jù)，而是基于知...
  • 本發(fā)明公開(kāi)了一種基于大模型的水利知識(shí)庫(kù)構(gòu)建方法及系統(tǒng)，其涉及智慧水利技術(shù)領(lǐng)域。本發(fā)明對(duì)水利相關(guān)知識(shí)進(jìn)行整合與管理，通過(guò)大模型將分散在不同地區(qū)、不同部門的水利知識(shí)進(jìn)行有機(jī)整合，打破信息孤島，實(shí)現(xiàn)知識(shí)的共享與協(xié)同。通過(guò)數(shù)據(jù)清洗、標(biāo)準(zhǔn)化處理等技術(shù)...
  • 本申請(qǐng)涉及自然語(yǔ)言處理技術(shù)領(lǐng)域。本申請(qǐng)公開(kāi)了一種基于去重采樣的文檔級(jí)關(guān)系抽取方法、裝置、設(shè)備和介質(zhì)，其能夠降低關(guān)系類別分布不平衡對(duì)關(guān)系抽取結(jié)果的準(zhǔn)確性的影響，從而提高關(guān)系抽取結(jié)果的精度。所述基于去重采樣的文檔級(jí)關(guān)系抽取方法包括獲取文本文檔；...
  • 本說(shuō)明書實(shí)施例提供異常數(shù)據(jù)生成方法及異常代碼生成方法，其中，異常數(shù)據(jù)生成方法包括：獲取異常數(shù)據(jù)生成任務(wù)的任務(wù)信息，任務(wù)信息包括目標(biāo)數(shù)據(jù)片段和異常描述信息，目標(biāo)數(shù)據(jù)片段為目標(biāo)數(shù)據(jù)單元中待插入異常內(nèi)容的原始數(shù)據(jù)片段，目標(biāo)數(shù)據(jù)片段基于對(duì)應(yīng)的目標(biāo)數(shù)...
  • 本發(fā)明公開(kāi)了基于DO385測(cè)試用例集的ACAS X軟件標(biāo)準(zhǔn)符合性驗(yàn)證方法，步驟包括：通過(guò)軟件編程按DO385規(guī)定的7組422個(gè)測(cè)試用例生成測(cè)試序列表，支持多種編程語(yǔ)言實(shí)現(xiàn)；運(yùn)行ACAS X軟件，以測(cè)試序列表用例作為輸入生成TRM、STM和C...
  • 本申請(qǐng)?zhí)峁┝艘环N數(shù)據(jù)庫(kù)的智能巡檢方法及裝置，屬于數(shù)據(jù)庫(kù)技術(shù)領(lǐng)域。該方法通過(guò)預(yù)設(shè)多源異構(gòu)數(shù)據(jù)采集方式，獲取與巡檢數(shù)據(jù)庫(kù)運(yùn)行狀態(tài)對(duì)應(yīng)的多模態(tài)數(shù)據(jù)集；基于跨模態(tài)注意力機(jī)制與自學(xué)習(xí)模型，建立多模態(tài)數(shù)據(jù)集對(duì)應(yīng)的多維數(shù)據(jù)關(guān)聯(lián)關(guān)系，并結(jié)合歷史時(shí)序數(shù)據(jù)與無(wú)...
首頁(yè) 上一頁(yè) 3 下一頁(yè)
技術(shù)分類
主站蜘蛛池模板： 岢岚县| 洪洞县| 民丰县| 桃源县| 武义县| 海口市| 吕梁市| 南丰县| 玉树县| 苍南县| 健康| 诸暨市| 兰考县| 庆元县| 根河市| 吉安市| 哈尔滨市| 新津县| 邹平县| 奇台县| 运城市| 延长县| 彰武县| 蛟河市| 治多县| 嫩江县| 邵东县| 桂林市| 都匀市| 隆子县| 格尔木市| 儋州市| 修水县| 保靖县| 三亚市| 上杭县| 大冶市| 监利县| 唐山市| 故城县| 荃湾区|