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 IP管家助手 科技果 科技人才 科技服務(wù) 國際服務(wù) 商標交易 會員權(quán)益 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)
  • 本發(fā)明公開了一種長距離臨近運營地鐵隧道的疊線盾構(gòu)設(shè)計方法，包括以下步驟：進行運營地鐵隧道現(xiàn)狀調(diào)查、測量與資料收集；通過數(shù)值三維反演計算，給出運營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...
  • 本申請涉及熱能儲存系統(tǒng)領(lǐng)域，公開了一種儲能設(shè)備的尺寸參數(shù)設(shè)計方法以及相關(guān)設(shè)備。本申請?zhí)岢龅膬δ茉O(shè)備的尺寸參數(shù)設(shè)計方法包括：獲取目標區(qū)域的環(huán)境設(shè)計參數(shù)、建筑設(shè)計參數(shù)以及儲能設(shè)備的設(shè)備設(shè)計參數(shù)；根據(jù)環(huán)境設(shè)計參數(shù)、建筑設(shè)計參數(shù)以及設(shè)備設(shè)計參數(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人隱私安全保護的大模型問答方法和裝置。方法包括：預(yù)先將隱私保護模型部署到用戶的本地設(shè)備上，方法包括：使用本地設(shè)備上的隱私保護模型，識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：對標準神經(jīng)酸純度數(shù)據(jù)進行正態(tài)性檢驗，得到最大相關(guān)性值，利用相關(guān)性分析法對標準神經(jīng)酸純度數(shù)據(jù)進行相關(guān)性分析，得到目標相關(guān)系數(shù)，對標準神經(jīng)酸純度數(shù)據(jù)進行描述性統(tǒng)...
  • 本發(fā)明提供了一種用于鹽堿地改良設(shè)備的監(jiān)測數(shù)據(jù)優(yōu)化方法，包括以下步驟：S1：通過鹽堿地改良設(shè)備采集鹽分濃度數(shù)據(jù)，設(shè)定鹽堿地改良設(shè)備的行進路徑及數(shù)據(jù)采集頻率，每行進預(yù)設(shè)距離進行一次鹽堿地鹽分數(shù)據(jù)采集，并記錄數(shù)據(jù)的位置信息、時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)偏差檢測方法及系統(tǒng)，包括：采集多組位移傳感器的位移監(jiān)控數(shù)據(jù)及多維度的相關(guān)數(shù)據(jù)；對位移監(jiān)控數(shù)據(jù)分段得到若干位移數(shù)據(jù)段；獲取每個位移數(shù)據(jù)段中每個位移監(jiān)控數(shù)據(jù)的異常可能因子；得到每個位移數(shù)據(jù)段...
  • 本申請公開了一種多模態(tài)動物異常數(shù)據(jù)行為分類方法及裝置，運用于數(shù)據(jù)處理技術(shù)領(lǐng)域，其方法包括：獲取目標動物在不同發(fā)育階段的異常數(shù)據(jù)；所述異常數(shù)據(jù)包括同一動物的行為視頻數(shù)據(jù)和腸道菌群數(shù)據(jù)；對所述行為視頻數(shù)據(jù)進行特征提取，得到表征動物動作模式的行為...
  • 本申請?zhí)峁┮环N基于物聯(lián)網(wǎng)的施工環(huán)境智能監(jiān)測方法及監(jiān)測系統(tǒng)，通過獲取擬分析的環(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，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、預(yù)設(shè)路徑長度范圍內(nèi)的組成項以及組成項之間的連接線；依據(jù)...
  • 本申請涉及滑坡災(zāi)害風(fēng)險評估技術(shù)領(lǐng)域，特別涉及一種基于疊加集成策略的滑坡易發(fā)性評價方法及裝置，其中，方法包括：基于目標滑坡清單和目標滑坡災(zāi)害點分布圖，提取在預(yù)設(shè)空間尺度內(nèi)的至少一個滑坡易發(fā)性評價因子，以構(gòu)建訓(xùn)練數(shù)據(jù)集和測試數(shù)據(jù)集訓(xùn)練和測試多個...
  • 本發(fā)明涉及地面沉降預(yù)測技術(shù)領(lǐng)域，公開了一種地面沉降危險預(yù)測方法及系統(tǒng)。該方法包括：將待檢測地面劃分若干個待檢測區(qū)域，采用Eclat算法得出目標地下結(jié)構(gòu)數(shù)據(jù)和降水強度數(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：從目標設(shè)備中采集原始數(shù)據(jù)集；對原始數(shù)據(jù)集進行噪聲過濾和異常值檢測；提取與模擬仿真軟件模型對應(yīng)的多個特征數(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)明公開了基于土地利用類型的流域空間種植業(yè)污染排放強度計算方法，涉及污染排放強度計算技術(shù)領(lǐng)域，首先用ArcSWAT對研究區(qū)域進行流域劃分，并利用ENVI對近年遙感影像數(shù)據(jù)解譯得到該地區(qū)的土地利用類型；其次通過ArcGIS中按掩膜提取，提取...
  • 一種下個興趣點推薦方法、裝置、設(shè)備及存儲介質(zhì)，包括從去相關(guān)自適應(yīng)簡單圖學(xué)習(xí)網(wǎng)絡(luò)生成的興趣點嵌入矩陣中獲取與歷史簽到序列中歷史興趣點對應(yīng)的目標興趣點嵌入矩陣；基于目標興趣點嵌入矩陣確定出目標興趣點向量并對目標興趣點向量進行位置編碼得到用戶訪問...
  • 本發(fā)明提供了一種基于圖嵌入和知識表示學(xué)習(xí)融合的知識圖譜節(jié)點推薦方法，屬于知識圖譜及其應(yīng)用領(lǐng)域。該方法通過結(jié)合圖嵌入和知識表示學(xué)習(xí)的優(yōu)勢，能夠有效地融合節(jié)點的結(jié)構(gòu)信息和語義信息，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)明公開了一種基于大模型的水利知識庫構(gòu)建方法及系統(tǒng)，其涉及智慧水利技術(shù)領(lǐng)域。本發(fā)明對水利相關(guān)知識進行整合與管理，通過大模型將分散在不同地區(qū)、不同部門的水利知識進行有機整合，打破信息孤島，實現(xiàn)知識的共享與協(xié)同。通過數(shù)據(jù)清洗、標準化處理等技術(shù)...
  • 本申請涉及自然語言處理技術(shù)領(lǐng)域。本申請公開了一種基于去重采樣的文檔級關(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關(guān)系抽取結(jié)果的準確性的影響，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關(guān)系抽取方法包括獲取文本文檔；...
  • 本說明書實施例提供異常數(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)信息包括目標數(shù)據(jù)片段和異常描述信息，目標數(shù)據(jù)片段為目標數(shù)據(jù)單元中待插入異常內(nèi)容的原始數(shù)據(jù)片段，目標數(shù)據(jù)片段基于對應(yīng)的目標數(shù)...
  • 本發(fā)明公開了基于DO385測試用例集的ACAS X軟件標準符合性驗證方法，步驟包括：通過軟件編程按DO385規(guī)定的7組422個測試用例生成測試序列表，支持多種編程語言實現(xiàn)；運行ACAS X軟件，以測試序列表用例作為輸入生成TRM、STM和C...
  • 本申請?zhí)峁┝艘环N數(shù)據(jù)庫的智能巡檢方法及裝置，屬于數(shù)據(jù)庫技術(shù)領(lǐng)域。該方法通過預(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)庫運行狀態(tài)對應(yīng)的多模態(tài)數(shù)據(jù)集；基于跨模態(tài)注意力機制與自學(xué)習(xí)模型，建立多模態(tài)數(shù)據(jù)集對應(yīng)的多維數(shù)據(jù)關(guān)聯(lián)關(guān)系，并結(jié)合歷史時序數(shù)據(jù)與無...
  • 本發(fā)明屬于計算機技術(shù)領(lǐng)域，提供了一種基于深度學(xué)習(xí)的設(shè)備監(jiān)控方法及其系統(tǒng)。方法包括：監(jiān)控端的Agent模塊獲取被監(jiān)控的各電子設(shè)備的第一實時運行數(shù)據(jù)，將超出了對應(yīng)的風(fēng)險閾值的電子設(shè)備確定為目標電子設(shè)備；評估目標電子設(shè)備的重要等級，若重要等級高于...
首頁 上一頁 4 下一頁
技術(shù)分類
主站蜘蛛池模板： 乡城县| 海淀区| 会泽县| 南郑县| 杂多县| 郎溪县| 上饶县| 资阳市| 中西区| 阿坝县| 桦川县| 塔河县| 新建县| 金阳县| 东海县| 德格县| 库伦旗| 靖宇县| 方正县| 齐齐哈尔市| 云南省| 西昌市| 彭泽县| 澎湖县| 台北县| 神木县| 炎陵县| 客服| 平山县| 石林| 泾源县| 冕宁县| 茂名市| 芦溪县| 碌曲县| 萨迦县| 南宁市| 资阳市| 静乐县| 石嘴山市| 无为县|