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)
  • 本發(fā)明屬于報告自動生成領(lǐng)域，具體是指一種基于大數(shù)據(jù)的AI報告自動生成方法，方法包括原文種類識別、原文分塊、知識圖譜構(gòu)建、記憶融合和全局聚合。本方案通過包含用戶閱讀習(xí)慣的眼動特征預(yù)測用戶興趣句子，替代人工規(guī)則，實現(xiàn)報告的個性化配置，通過識別原...
  • 本發(fā)明公開了一種基于知識圖譜的輔助投標(biāo)方法，屬于輔助投標(biāo)技術(shù)領(lǐng)域，包括以下步驟：S1、通過爬蟲抓取招標(biāo)文本，并對招標(biāo)文本進行預(yù)處理；S2、序列標(biāo)注：構(gòu)建引入注意力機制的BERT?BILSTM?CRF融合模型，并利用構(gòu)建的引入注意力機制的BE...
  • 本發(fā)明實施例提出視覺問答多模態(tài)大模型建立方法和裝置。方法包括：A1、獲取第一訓(xùn)練數(shù)據(jù)集，每一條訓(xùn)練數(shù)據(jù)包括：至少一訓(xùn)練圖像、一復(fù)雜提示詞和一最佳回答；復(fù)雜提示詞包括問題，還包括背景文本、約束指令二者中的至少之一；A2、從第一訓(xùn)練數(shù)據(jù)集中抽取...
  • 本申請?zhí)峁┮环N基于大模型的任務(wù)處理方法、系統(tǒng)、裝置、設(shè)備及介質(zhì)，涉及大語言模型技術(shù)領(lǐng)域，該方法包括：根據(jù)來自于用戶端的推理任務(wù)請求，生成第一提示文本；通過大語言模型，基于第一提示文本，生成第一腳本；通過腳本執(zhí)行器執(zhí)行第一腳本，得到第一執(zhí)行結(jié)...
  • 本發(fā)明公開了一種基于多源數(shù)據(jù)的城市人口流動預(yù)測方法，該方法采集并預(yù)處理移動設(shè)備位置數(shù)據(jù)、公共交通刷卡數(shù)據(jù)和POI點位數(shù)據(jù)，提取時間和空間特征，計算區(qū)域吸引力系數(shù)、區(qū)域間距離衰減函數(shù)、區(qū)域連通性矩陣、時間動態(tài)參數(shù)和外部影響參數(shù)，構(gòu)建綜合人口流...
  • 本發(fā)明公開了一種基于多智能體強化學(xué)習(xí)的火情監(jiān)控與預(yù)測方法，屬于人工智能與災(zāi)害防控領(lǐng)域。所述方法基于智能化手段對火災(zāi)進行早期檢測、實時監(jiān)控、準確預(yù)測以及迅速響應(yīng)；包括火情風(fēng)險度、火勢蔓延度、火情危害度、環(huán)境影響因子及應(yīng)急響應(yīng)度等多項指標(biāo)的計算...
  • 本發(fā)明涉及環(huán)境建模技術(shù)領(lǐng)域，具體為基于人工智能的碳核算方法及系統(tǒng)，包括以下步驟：獲取碳排放源速率、風(fēng)向、氣流強度，設(shè)定時間步長，計算碳擴散軌跡空間分布，調(diào)用氣流影響范圍計算碳分子的擴散路徑。本發(fā)明中，通過多源數(shù)據(jù)融合與動態(tài)計算，碳排放擴散路...
  • 本申請公開了一種一體化平臺的數(shù)據(jù)流轉(zhuǎn)方法、設(shè)備及財稅一體化平臺，其方法包括：RPA模塊將多源數(shù)據(jù)均轉(zhuǎn)化為結(jié)構(gòu)化數(shù)據(jù)，識別結(jié)構(gòu)化數(shù)據(jù)中的財務(wù)信息；RPA模塊對財務(wù)信息進行分類排序，確定分類排序后的財務(wù)信息的處理順序；CL模塊根據(jù)處理順序，分析...
  • 本申請公開了一種煤礦綜采的風(fēng)險預(yù)警方法、系統(tǒng)、裝置及存儲介質(zhì)，通過智能化監(jiān)測、預(yù)警與處理機制，實現(xiàn)對支架狀態(tài)的實時監(jiān)測與精準控制，有效保護工作人員的生命健康安全。本申請方法包括：根據(jù)歷史數(shù)據(jù)提取目標(biāo)特征；根據(jù)目標(biāo)特征訓(xùn)練風(fēng)險預(yù)警模型，以得到...
  • 本發(fā)明提供了一種結(jié)合隨機森林算法的城市生態(tài)風(fēng)險預(yù)測方法，屬于城市生態(tài)風(fēng)險評估與機器學(xué)習(xí)交叉技術(shù)領(lǐng)域。數(shù)據(jù)預(yù)處理模塊對多源城市數(shù)據(jù)進行標(biāo)準化與空間對齊，構(gòu)建了包含自然因子和人類活動要素的特征集。利用多元回歸和ARIMA模型篩選與生態(tài)響應(yīng)顯著相...
  • 本發(fā)明公開了一種單位乘客的公交碳排放因子預(yù)測方法、設(shè)備、介質(zhì)，所述方法包括：構(gòu)建公交站點級影響因素、公交鏈路級影響因素、公交線路級影響因素；將公交站點級影響因素、公交鏈路級影響因素、公交線路級影響因素作為輸入因素，經(jīng)路由機制處理，計算每一輸...
  • 本申請屬于城市規(guī)劃技術(shù)領(lǐng)域，公開了一種城市更新規(guī)劃方案的動態(tài)調(diào)整方法及相關(guān)設(shè)備，所述方法包括：通過無人機常態(tài)化巡航拍攝獲取城市街景視頻數(shù)據(jù)；對城市街景視頻數(shù)據(jù)進行預(yù)處理，并從預(yù)處理后的城市街景視頻數(shù)據(jù)中識別建筑立面破損信息和交通信息，評估建...
  • 本發(fā)明涉及交通運輸技術(shù)領(lǐng)域，特別涉及一種可代替PEMS試驗的超排重型車遠程識別方法及裝置，其中，方法包括：獲取重型車的試驗數(shù)據(jù)和目標(biāo)平臺下發(fā)的遠傳數(shù)據(jù)；根據(jù)試驗數(shù)據(jù)計算重型車的第一排放平均值，利用多種評估方法和遠傳數(shù)據(jù)計算重型車的第二排放平...
  • 本發(fā)明涉及交通運輸技術(shù)領(lǐng)域，特別涉及一種車輛排放異常檢測和溯源方法、裝置和電子設(shè)備，包括：將當(dāng)前運行工況和當(dāng)前運行數(shù)據(jù)輸入至動態(tài)閾值模型得到第一檢測結(jié)果，且輸入至排放預(yù)測模型得到第二檢測結(jié)果；在第一檢測結(jié)果和第二檢測結(jié)果不滿足預(yù)設(shè)判定車輛排...
  • 本申請公開了一種無人快遞站取件方法、裝置、設(shè)備、存儲介質(zhì)及產(chǎn)品，涉及無人快遞站取件技術(shù)領(lǐng)域，所述無人快遞站取件方法，包括：采集無人快遞站內(nèi)的客戶身份信息，核查所述客戶身份信息是否存在對應(yīng)的預(yù)約取件請求；若所述客戶身份信息存在所述預(yù)約取件請求...
  • 本發(fā)明公開了面向全周期管理的物資參數(shù)數(shù)字化方法及系統(tǒng)，涉及數(shù)字化處理技術(shù)領(lǐng)域，包括：確定多個物資管理節(jié)點，進行周期監(jiān)測，獲得物資的全周期參數(shù)集；將多個物資管理節(jié)點與多階段物資參數(shù)進行關(guān)聯(lián)匹配，生成物資參數(shù)管理網(wǎng)；遍歷物資參數(shù)管理網(wǎng)進行數(shù)字化...
  • 本發(fā)明涉及一種跨境支付處理方法，屬于專門適用于行政、商業(yè)、金融、管理、監(jiān)督或預(yù)測目的的數(shù)據(jù)處理系統(tǒng)或方法領(lǐng)域，所述方法包括：對卷積神經(jīng)網(wǎng)絡(luò)執(zhí)行各次訓(xùn)練操作以獲得跨境支付智能鑒定模型；采用跨境支付智能鑒定模型根據(jù)當(dāng)前跨境支付請求中的賣方在多次...
  • 本發(fā)明涉及服裝匹配與定制技術(shù)領(lǐng)域，公開了一種基于非量體智能尺碼匹配的服裝定制導(dǎo)購方法，包括以下步驟：S101，獲取用戶輸入的非量體基礎(chǔ)信息；S102，基于用戶的非量體基礎(chǔ)信息，通過預(yù)設(shè)的體征參數(shù)映射模型計算并校正后，得到用戶的凈體尺寸；S1...
  • 本發(fā)明屬于教育數(shù)據(jù)挖掘方法領(lǐng)域，提供了基于多模態(tài)數(shù)據(jù)分析的個性化課程推薦方法及系統(tǒng)，其技術(shù)方案為獲取學(xué)生在不同課程中的學(xué)習(xí)數(shù)據(jù)和不同課程的多模態(tài)數(shù)據(jù)；基于學(xué)生的學(xué)習(xí)數(shù)據(jù)提取學(xué)生的多模態(tài)特征；從每個課程的多模態(tài)數(shù)據(jù)中提取對應(yīng)的模態(tài)特征，將不同...
  • 本發(fā)明屬于圖像檢測技術(shù)領(lǐng)域，涉及一種基于孿生編碼擴散模型及流模型的圖像異常檢測方法，將原始正常圖像和加噪圖像送入孿生編碼擴散模型中得到預(yù)測噪聲；構(gòu)建第一流模型，對預(yù)測噪聲和已知噪聲進行特征提取，得到潛在特征和已知特征，使用第一流模型估計潛在...
首頁 上一頁 5 下一頁
技術(shù)分類
主站蜘蛛池模板： 安吉县| 商河县| 延长县| 六盘水市| 淮滨县| 张家川| 谢通门县| 阳春市| 老河口市| 五莲县| 工布江达县| 麟游县| 德清县| 靖江市| 武隆县| 蒲城县| 玉山县| 阳东县| 祥云县| 吐鲁番市| 黑龙江省| 广丰县| 衡南县| 北流市| 康马县| 伊宁市| 平安县| 望都县| 道孚县| 临城县| 山东| 大化| 平安县| 盈江县| 夏津县| 铜鼓县| 安吉县| 河北省| 伊宁县| 扶沟县| 乌审旗|