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)明提供一種超臨界機組水汽管道腐蝕監(jiān)測方法及監(jiān)測裝置，涉及管道腐蝕監(jiān)測技術(shù)領(lǐng)域，本發(fā)明通過水汽管道的歷史工況和腐蝕量訓練腐蝕模型，將待監(jiān)測水汽管道實時工況數(shù)據(jù)輸入腐蝕模型獲取預測腐蝕量，獲取管道進水口和出水口的水質(zhì)數(shù)據(jù)，形成水質(zhì)差值并生成...
  • 本申請涉及數(shù)字數(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方法，該方法包括：獲取監(jiān)測數(shù)據(jù)，構(gòu)建參數(shù)矩陣；基于參數(shù)矩陣中元素的預測偏差以及突變點檢測結(jié)果篩選可疑元素，根據(jù)可疑元素確定的起始時刻以及可疑元素的波動時長內(nèi)數(shù)據(jù)波動的規(guī)則...
  • 本發(fā)明公開了一種基于GNN的充電樁用電異常行為識別方法及系統(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；使用訓練好的GNN模型對用電圖進行特征提取，以獲得高維特征；將高維特征與歷史時間序列...
  • 本發(fā)明涉及工業(yè)測控系統(tǒng)入侵檢測技術(shù)領(lǐng)域，具體涉及一種基于Mamba模型的工控系統(tǒng)入侵檢測方法及系統(tǒng)。該方法包括：本發(fā)明對流量日志進行聚類分析后得到初始流量日志數(shù)據(jù)，計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個序列值對應(yīng)的初始流量日志...
  • 本申請公開了一種融合腦電和眼電信號的連續(xù)動態(tài)情緒識別方法及系統(tǒng)，涉及情緒識別領(lǐng)域，該方法包括獲取目標受試者的腦電信號數(shù)據(jù)、眼電信號數(shù)據(jù)、大五人格分數(shù)及動態(tài)情緒標簽；對腦電信號數(shù)據(jù)和眼電信號數(shù)據(jù)分別進行預處理；根據(jù)預處理后的腦電信號數(shù)據(jù)，提取...
  • 本發(fā)明公開了一種變工況固井泵凡爾泄露故障檢測與定位方法，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)明通過將時域振動信號轉(zhuǎn)換為角度域信號，有效消除了轉(zhuǎn)速波動對故障特征提取的影響，提高了故障檢測的準確性和穩(wěn)定性。基于貝葉斯推理模型的故障檢測和...
  • 本發(fā)明涉及集中器狀態(tài)監(jiān)測技術(shù)領(lǐng)域，具體公開了一種分布式集中器狀態(tài)監(jiān)測方法及系統(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)矩陣獲取每個傳感器的各時刻的運行數(shù)據(jù)；對所述運行數(shù)據(jù)進行識別，確定各個集中器的運行狀態(tài)，...
  • 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)測方法，基于物聯(lián)網(wǎng)獲取水利系統(tǒng)中多個時刻的發(fā)電量數(shù)據(jù)以及每一發(fā)電量數(shù)據(jù)對應(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)明涉及一種地下管道缺陷的智能檢測評估方法及系統(tǒng)，包括以下步驟：S1:基于巡檢機器人，采集地下管道的多模態(tài)數(shù)據(jù)，并傳輸至智能檢測評估平臺；S2:智能檢測評估平臺，對采集的多模態(tài)數(shù)據(jù)進行預處理；S3:基于預處理后的多模態(tài)數(shù)據(jù)，對地下管道進行...
  • 本發(fā)明為一種基于不均衡樣本的電能表運維策略的判斷方法與系統(tǒng)，涉及電力計量在線監(jiān)測技術(shù)領(lǐng)域，其中方法包括以下步驟：獲取電能表的歷史運行數(shù)據(jù)，利用改進的擴散模型對歸一化后的歷史運行數(shù)據(jù)進行樣本擴充，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)明公開了基于動態(tài)聚焦通道注意力的電機氣隙不勻診斷方法，該方法包括采用格拉姆角場將高頻電流信號轉(zhuǎn)化為二維電流圖像；在生成網(wǎng)絡(luò)與參數(shù)估計網(wǎng)絡(luò)之間引入?yún)f(xié)同對比重建約束，構(gòu)建無監(jiān)督的協(xié)同對比重建模塊，增強二維電流圖像的清晰度約束；采用動態(tài)聚焦通...
  • 本說明書的多個實施例涉及，具體涉及一種全生命周期科技數(shù)據(jù)識別與溯源方法及系統(tǒng)。一種全生命周期科技數(shù)據(jù)識別與溯源方法，包括步驟：設(shè)置存證服務(wù)器和識別服務(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)標識及數(shù)據(jù)描述；所述存證服務(wù)器為每個科研數(shù)據(jù)...
  • 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的信號分析方法。該方法包括：獲得一個時刻的振動幅度規(guī)律性、振動變化幅度；根據(jù)每個時刻的振動變化幅度序列中每兩個相鄰元素的差值和每個時刻的振動幅度規(guī)律性得到每個時刻的振動幅度的異常程度...
  • 本發(fā)明公開了一種結(jié)合領(lǐng)域信息的多模態(tài)偽造信息檢測方法，包括以下步驟：領(lǐng)域信息識別與描述，給大語言模型設(shè)計提示學習模板，大語言模型根據(jù)提示學習模板生成新聞的領(lǐng)域標簽以及對新聞內(nèi)容的解釋；領(lǐng)域信息與多模態(tài)特征的交互學習，該步驟包括有特征編碼,對...
  • 本發(fā)明涉及檢測管理領(lǐng)域，具體為一種基于云平臺的檢測儀數(shù)據(jù)傳輸系統(tǒng)及方法，包括：玻片處理模塊、檢測儀模塊、云端通信模塊、信號過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，制作檢測片，檢測儀模塊用于構(gòu)建檢測通道，生成檢測信號，云端通信...
  • 本發(fā)明公開了一種面向血壓預測的心沖擊圖信號特征工程方法，該方法從時域、頻域、波動特性和波形特性四個方面提取多維BCG信號特征，包括：心率變異性時域、頻域相關(guān)特征；波動模式特征，如過零率、絕對瞬時斜率、平均極值點數(shù)和平均累積振幅變化等；以及J...
  • 本申請?zhí)峁┝艘环N基于機器學習的電力設(shè)備狀態(tài)評估方法及系統(tǒng)，涉及設(shè)備檢測技術(shù)領(lǐng)域，該方法通過在電力設(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)的聲學傳感器所采集的機械振動或局放信號，分別采用深度去噪與自適應(yīng)濾波—...
  • 本發(fā)明公開了一種建筑設(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...
  • 基于深度神經(jīng)網(wǎng)絡(luò)微調(diào)訓練的多元氣象要素數(shù)據(jù)預測方法，包括多元氣象數(shù)據(jù)集預處理，獲得初步預測結(jié)果，將初步預測結(jié)果按氣象要素分割或按時間步長分割；將各條時間序列分別匹配通用的輕量級微調(diào)模塊以進行微調(diào)，通過多個線性層組成的多層感知機以充分提取特征...
  • 本發(fā)明公開了一種基于多源數(shù)據(jù)融合利用CNN?LSTM模型進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)，計算區(qū)域極端降水量，利用極端梯度提升模型，篩選對目標區(qū)域極端降水量影響最重要關(guān)鍵大氣環(huán)流指數(shù)；對多源數(shù)據(jù)進行統(tǒng)一預處理；然后構(gòu)建融合...
首頁 上一頁 7 下一頁
技術(shù)分類
主站蜘蛛池模板： 伊宁县| 长丰县| 台东市| 贵德县| 清苑县| 萍乡市| 河北区| 潜山县| 南昌市| 图们市| 新丰县| 时尚| 吉林省| 福建省| 林西县| 九龙县| 宣汉县| 海南省| 五华县| 郑州市| 崇仁县| 龙岩市| 逊克县| 黑龙江省| 靖州| 吉木萨尔县| 平江县| 乳山市| 肥西县| 元朗区| 永寿县| 江永县| 虹口区| 旬阳县| 延川县| 邵东县| 永安市| 石泉县| 宁波市| 昌吉市| 兴安县|