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)明公開(kāi)了一種基于多源數(shù)據(jù)融合利用CNN?LSTM模型進(jìn)行極端降水量模擬的方法，首先獲取研究區(qū)域多源數(shù)據(jù)，計(jì)算區(qū)域極端降水量，利用極端梯度提升模型，篩選對(duì)目標(biāo)區(qū)域極端降水量影響最重要關(guān)鍵大氣環(huán)流指數(shù)；對(duì)多源數(shù)據(jù)進(jìn)行統(tǒng)一預(yù)處理；然后構(gòu)建融合...
  • 基于深度神經(jīng)網(wǎng)絡(luò)微調(diào)訓(xùn)練的多元?dú)庀笠財(cái)?shù)據(jù)預(yù)測(cè)方法，包括多元?dú)庀髷?shù)據(jù)集預(yù)處理，獲得初步預(yù)測(cè)結(jié)果，將初步預(yù)測(cè)結(jié)果按氣象要素分割或按時(shí)間步長(zhǎng)分割；將各條時(shí)間序列分別匹配通用的輕量級(jí)微調(diào)模塊以進(jìn)行微調(diào)，通過(guò)多個(gè)線性層組成的多層感知機(jī)以充分提取特征...
  • 本發(fā)明公開(kāi)了一種建筑設(shè)備故障智能診斷方法及系統(tǒng)，涉及設(shè)備故障診斷技術(shù)領(lǐng)域。一種建筑設(shè)備故障智能診斷系統(tǒng)，包括有：故障部件確定模塊和故障綜合診斷模塊。本發(fā)明通過(guò)數(shù)字孿生方法構(gòu)建建筑設(shè)備故障診斷數(shù)字模型，并結(jié)合多模態(tài)數(shù)據(jù)處理、特征匹配和模型更新...
  • 本申請(qǐng)?zhí)峁┝艘环N基于機(jī)器學(xué)習(xí)的電力設(shè)備狀態(tài)評(píng)估方法及系統(tǒng)，涉及設(shè)備檢測(cè)技術(shù)領(lǐng)域，該方法通過(guò)在電力設(shè)備周圍部署Wi?Fi發(fā)射端與接收端獲取通道狀態(tài)信息，并結(jié)合在設(shè)備周圍布設(shè)的聲學(xué)傳感器所采集的機(jī)械振動(dòng)或局放信號(hào)，分別采用深度去噪與自適應(yīng)濾波—...
  • 本發(fā)明公開(kāi)了一種面向血壓預(yù)測(cè)的心沖擊圖信號(hào)特征工程方法，該方法從時(shí)域、頻域、波動(dòng)特性和波形特性四個(gè)方面提取多維BCG信號(hào)特征，包括：心率變異性時(shí)域、頻域相關(guān)特征；波動(dòng)模式特征，如過(guò)零率、絕對(duì)瞬時(shí)斜率、平均極值點(diǎn)數(shù)和平均累積振幅變化等；以及J...
  • 本發(fā)明涉及檢測(cè)管理領(lǐng)域，具體為一種基于云平臺(tái)的檢測(cè)儀數(shù)據(jù)傳輸系統(tǒng)及方法，包括：玻片處理模塊、檢測(cè)儀模塊、云端通信模塊、信號(hào)過(guò)濾模塊和信息管理模塊，玻片處理模塊用于提取樣本上清液，制作檢測(cè)片，檢測(cè)儀模塊用于構(gòu)建檢測(cè)通道，生成檢測(cè)信號(hào)，云端通信...
  • 本發(fā)明公開(kāi)了一種結(jié)合領(lǐng)域信息的多模態(tài)偽造信息檢測(cè)方法，包括以下步驟：領(lǐng)域信息識(shí)別與描述，給大語(yǔ)言模型設(shè)計(jì)提示學(xué)習(xí)模板，大語(yǔ)言模型根據(jù)提示學(xué)習(xí)模板生成新聞的領(lǐng)域標(biāo)簽以及對(duì)新聞內(nèi)容的解釋；領(lǐng)域信息與多模態(tài)特征的交互學(xué)習(xí)，該步驟包括有特征編碼,對(duì)...
  • 本發(fā)明涉及數(shù)據(jù)處理技術(shù)領(lǐng)域，具體涉及一種用于電控單缸柴油機(jī)的信號(hào)分析方法。該方法包括：獲得一個(gè)時(shí)刻的振動(dòng)幅度規(guī)律性、振動(dòng)變化幅度；根據(jù)每個(gè)時(shí)刻的振動(dòng)變化幅度序列中每?jī)蓚€(gè)相鄰元素的差值和每個(gè)時(shí)刻的振動(dòng)幅度規(guī)律性得到每個(gè)時(shí)刻的振動(dòng)幅度的異常程度...
  • 本說(shuō)明書(shū)的多個(gè)實(shí)施例涉及，具體涉及一種全生命周期科技數(shù)據(jù)識(shí)別與溯源方法及系統(tǒng)。一種全生命周期科技數(shù)據(jù)識(shí)別與溯源方法，包括步驟：設(shè)置存證服務(wù)器和識(shí)別服務(wù)器；所述存證服務(wù)器接收科研數(shù)據(jù)的數(shù)據(jù)指紋、數(shù)據(jù)標(biāo)識(shí)及數(shù)據(jù)描述；所述存證服務(wù)器為每個(gè)科研數(shù)據(jù)...
  • 本發(fā)明公開(kāi)了基于動(dòng)態(tài)聚焦通道注意力的電機(jī)氣隙不勻診斷方法，該方法包括采用格拉姆角場(chǎng)將高頻電流信號(hào)轉(zhuǎn)化為二維電流圖像；在生成網(wǎng)絡(luò)與參數(shù)估計(jì)網(wǎng)絡(luò)之間引入?yún)f(xié)同對(duì)比重建約束，構(gòu)建無(wú)監(jiān)督的協(xié)同對(duì)比重建模塊，增強(qiáng)二維電流圖像的清晰度約束；采用動(dòng)態(tài)聚焦通...
  • 本發(fā)明為一種基于不均衡樣本的電能表運(yùn)維策略的判斷方法與系統(tǒng)，涉及電力計(jì)量在線監(jiān)測(cè)技術(shù)領(lǐng)域，其中方法包括以下步驟：獲取電能表的歷史運(yùn)行數(shù)據(jù)，利用改進(jìn)的擴(kuò)散模型對(duì)歸一化后的歷史運(yùn)行數(shù)據(jù)進(jìn)行樣本擴(kuò)充，獲得樣本數(shù)據(jù)；構(gòu)建故障判斷模型，包括特征提取層...
  • 本發(fā)明涉及一種地下管道缺陷的智能檢測(cè)評(píng)估方法及系統(tǒng)，包括以下步驟：S1:基于巡檢機(jī)器人，采集地下管道的多模態(tài)數(shù)據(jù)，并傳輸至智能檢測(cè)評(píng)估平臺(tái)；S2:智能檢測(cè)評(píng)估平臺(tái)，對(duì)采集的多模態(tài)數(shù)據(jù)進(jìn)行預(yù)處理；S3:基于預(yù)處理后的多模態(tài)數(shù)據(jù)，對(duì)地下管道進(jìn)行...
  • 本發(fā)明涉及數(shù)據(jù)處理技術(shù)領(lǐng)域，具體涉及基于物聯(lián)網(wǎng)的水利系統(tǒng)監(jiān)測(cè)方法，基于物聯(lián)網(wǎng)獲取水利系統(tǒng)中多個(gè)時(shí)刻的發(fā)電量數(shù)據(jù)以及每一發(fā)電量數(shù)據(jù)對(duì)應(yīng)的水位數(shù)據(jù)，根據(jù)發(fā)電量數(shù)據(jù)，確定每一時(shí)刻發(fā)電量的變化平穩(wěn)性，根據(jù)發(fā)電量數(shù)據(jù)、水位數(shù)據(jù)以及變化平穩(wěn)性，確定每一...
  • 本發(fā)明涉及集中器狀態(tài)監(jiān)測(cè)技術(shù)領(lǐng)域，具體公開(kāi)了一種分布式集中器狀態(tài)監(jiān)測(cè)方法及系統(tǒng)，所述方法包括查詢集中器中的傳感器，根據(jù)傳感器的位置構(gòu)建數(shù)據(jù)矩陣；基于數(shù)據(jù)矩陣獲取每個(gè)傳感器的各時(shí)刻的運(yùn)行數(shù)據(jù)；對(duì)所述運(yùn)行數(shù)據(jù)進(jìn)行識(shí)別，確定各個(gè)集中器的運(yùn)行狀態(tài)，...
  • 本發(fā)明公開(kāi)了一種變工況固井泵凡爾泄露故障檢測(cè)與定位方法，屬于固井設(shè)備安全監(jiān)控與故障診斷技術(shù)領(lǐng)域。本發(fā)明通過(guò)將時(shí)域振動(dòng)信號(hào)轉(zhuǎn)換為角度域信號(hào)，有效消除了轉(zhuǎn)速波動(dòng)對(duì)故障特征提取的影響，提高了故障檢測(cè)的準(zhǔn)確性和穩(wěn)定性。基于貝葉斯推理模型的故障檢測(cè)和...
  • 本申請(qǐng)公開(kāi)了一種融合腦電和眼電信號(hào)的連續(xù)動(dòng)態(tài)情緒識(shí)別方法及系統(tǒng)，涉及情緒識(shí)別領(lǐng)域，該方法包括獲取目標(biāo)受試者的腦電信號(hào)數(shù)據(jù)、眼電信號(hào)數(shù)據(jù)、大五人格分?jǐn)?shù)及動(dòng)態(tài)情緒標(biāo)簽；對(duì)腦電信號(hào)數(shù)據(jù)和眼電信號(hào)數(shù)據(jù)分別進(jìn)行預(yù)處理；根據(jù)預(yù)處理后的腦電信號(hào)數(shù)據(jù)，提取...
  • 本發(fā)明涉及工業(yè)測(cè)控系統(tǒng)入侵檢測(cè)技術(shù)領(lǐng)域，具體涉及一種基于Mamba模型的工控系統(tǒng)入侵檢測(cè)方法及系統(tǒng)。該方法包括：本發(fā)明對(duì)流量日志進(jìn)行聚類分析后得到初始流量日志數(shù)據(jù)，計(jì)算得到初始流量日志數(shù)據(jù)的數(shù)據(jù)頻繁度序列，并將前G個(gè)序列值對(duì)應(yīng)的初始流量日志...
  • 本發(fā)明公開(kāi)了一種基于GNN的充電樁用電異常行為識(shí)別方法及系統(tǒng)。方法包括：獲取用戶的充電樁歷史用電數(shù)據(jù)及用戶信息；基于充電樁歷史用電數(shù)據(jù)及用戶信息構(gòu)建用電圖；使用訓(xùn)練好的GNN模型對(duì)用電圖進(jìn)行特征提取，以獲得高維特征；將高維特征與歷史時(shí)間序列...
  • 本申請(qǐng)涉及數(shù)字?jǐn)?shù)據(jù)處理技術(shù)領(lǐng)域，具體涉及基于電參數(shù)分析的斷路器故障檢測(cè)方法，該方法包括：獲取監(jiān)測(cè)數(shù)據(jù)，構(gòu)建參數(shù)矩陣；基于參數(shù)矩陣中元素的預(yù)測(cè)偏差以及突變點(diǎn)檢測(cè)結(jié)果篩選可疑元素，根據(jù)可疑元素確定的起始時(shí)刻以及可疑元素的波動(dòng)時(shí)長(zhǎng)內(nèi)數(shù)據(jù)波動(dòng)的規(guī)則...
  • 本發(fā)明提供一種超臨界機(jī)組水汽管道腐蝕監(jiān)測(cè)方法及監(jiān)測(cè)裝置，涉及管道腐蝕監(jiān)測(cè)技術(shù)領(lǐng)域，本發(fā)明通過(guò)水汽管道的歷史工況和腐蝕量訓(xùn)練腐蝕模型，將待監(jiān)測(cè)水汽管道實(shí)時(shí)工況數(shù)據(jù)輸入腐蝕模型獲取預(yù)測(cè)腐蝕量，獲取管道進(jìn)水口和出水口的水質(zhì)數(shù)據(jù)，形成水質(zhì)差值并生成...
首頁(yè) 上一頁(yè) 7 下一頁(yè)
技術(shù)分類
主站蜘蛛池模板： 乐山市| 贞丰县| 新晃| 随州市| 峨眉山市| 新沂市| 温州市| 婺源县| 高雄县| 高青县| 临泽县| 鄱阳县| 秀山| 九江县| 米泉市| 洪江市| 肥西县| 理塘县| 陆川县| 富平县| 湖口县| 堆龙德庆县| 伊通| 临泽县| 湖口县| 汝阳县| 剑川县| 刚察县| 谢通门县| 百色市| 灵台县| 泾源县| 安吉县| 沙湾县| 芜湖市| 科尔| 咸丰县| 阳西县| 临沂市| 玉屏| 渭南市|