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 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)
  • 本申請(qǐng)公開了一種電氣設(shè)備的故障檢測(cè)方法、裝置、設(shè)備及存儲(chǔ)介質(zhì)。本申請(qǐng)涉及電氣設(shè)備技術(shù)領(lǐng)域，該方法包括獲取電氣設(shè)備部署的各個(gè)傳感器在當(dāng)前時(shí)刻采集的時(shí)間序列數(shù)據(jù)、圖像數(shù)據(jù)和單點(diǎn)數(shù)據(jù)；提取時(shí)間序列數(shù)據(jù)的第一特征，提取圖像數(shù)據(jù)的第二特征；將第一特征...
  • 本申請(qǐng)公開了一種家庭關(guān)系的識(shí)別方法、裝置、設(shè)備及計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)。其中，該方法包括：獲取第一用戶的第一屬性信息、第二用戶的第二屬性信息、第一用戶和第二用戶之間的通信關(guān)系，第一屬性信息包括第一戶籍地址，第二屬性信息包括第二戶籍地址；根據(jù)第一...
  • 本公開提供一種資源時(shí)效性識(shí)別方法、裝置、電子設(shè)備及存儲(chǔ)介質(zhì)。本公開涉及人工智能技術(shù)領(lǐng)域，尤其涉及深度學(xué)習(xí)、大模型、自然語言處理、知識(shí)圖譜、數(shù)據(jù)分析等技術(shù)領(lǐng)域，能夠用于資源時(shí)效性分析、智能搜索、智能推薦等應(yīng)用場(chǎng)景。具體實(shí)現(xiàn)方案為：獲取目標(biāo)資源...
  • 本申請(qǐng)?zhí)峁┝艘环N車內(nèi)情緒檢測(cè)方法、裝置及電子設(shè)備，包括：獲取視覺數(shù)據(jù)、語音數(shù)據(jù)以及生理數(shù)據(jù)；將去除冗余數(shù)據(jù)后的視覺數(shù)據(jù)、語音數(shù)據(jù)以及生理數(shù)據(jù)進(jìn)行拼接融合，得到長(zhǎng)連接融合數(shù)據(jù)；提取長(zhǎng)連接融合數(shù)據(jù)中的第一情緒特征，第一情緒特征包括第一視覺特征、...
  • 本申請(qǐng)實(shí)施例公開了一種監(jiān)測(cè)過濾器失效故障點(diǎn)的分析判斷方法、設(shè)備及介質(zhì)，屬于過濾器檢測(cè)技術(shù)領(lǐng)域，解決過濾器進(jìn)行故障排查時(shí)需要逐一排查多個(gè)濾筒，以致耗時(shí)費(fèi)力的問題。獲取待測(cè)多濾筒過濾器在不同濾筒出現(xiàn)故障的情況下，分別對(duì)應(yīng)的氣體輸出端數(shù)據(jù)樣本；對(duì)...
  • 本發(fā)明公開了一種基于同源異構(gòu)特質(zhì)引導(dǎo)疊層脈網(wǎng)的重裝港機(jī)故障識(shí)別方法，包括如下步驟：重裝港機(jī)同源異構(gòu)特質(zhì)表征，互補(bǔ)同源異構(gòu)特質(zhì)的構(gòu)建，融合同源異構(gòu)特質(zhì)的細(xì)粒度分解與重構(gòu)，疊層脈網(wǎng)模型的建立與優(yōu)化，基于疊層脈網(wǎng)模型的重裝港機(jī)故障識(shí)別。本發(fā)明通過...
  • 本申請(qǐng)涉及一種負(fù)荷場(chǎng)景序列生成方法、裝置、計(jì)算機(jī)設(shè)備、可讀存儲(chǔ)介質(zhì)和程序產(chǎn)品。所述方法包括：對(duì)目標(biāo)地區(qū)全年的總負(fù)荷序列進(jìn)行劃分，以得到氣溫因素敏感負(fù)荷序列和非氣溫因素敏感負(fù)荷序列；基于所述氣溫因素敏感負(fù)荷序列中各第一日負(fù)荷序列對(duì)應(yīng)的日目標(biāo)溫...
  • 本發(fā)明提供一種時(shí)序數(shù)據(jù)的缺陷識(shí)別定位方法、裝置、設(shè)備及介質(zhì)，該方法包括獲取待識(shí)別時(shí)序數(shù)據(jù)和缺陷特征時(shí)序數(shù)據(jù)，根據(jù)預(yù)設(shè)跨度區(qū)間對(duì)待識(shí)別時(shí)序數(shù)據(jù)進(jìn)行滑動(dòng)截取得到多個(gè)子序列數(shù)據(jù)，根據(jù)缺陷特征時(shí)序數(shù)據(jù)與各子序列數(shù)據(jù)之間的距離得到各子序列數(shù)據(jù)的距離矩...
  • 本申請(qǐng)公開一種軌道式連續(xù)運(yùn)輸機(jī)械在線智能監(jiān)控方法及系統(tǒng)，涉及運(yùn)輸機(jī)械監(jiān)控領(lǐng)域，方法包括：基于機(jī)械的物料運(yùn)輸操作，啟動(dòng)監(jiān)控任務(wù)；采集機(jī)械在物料運(yùn)輸過程中的實(shí)際聲音數(shù)據(jù)，并基于所述實(shí)際聲音數(shù)據(jù)，識(shí)別機(jī)械在物料運(yùn)輸過程中的異響事件和造成異響事件的...
  • 本發(fā)明提出了一種變壓器異常狀態(tài)識(shí)別方法及系統(tǒng)，該方法包括：構(gòu)建變壓器實(shí)體對(duì)應(yīng)的數(shù)字孿生體模型，將變壓器設(shè)備運(yùn)行信息以及電氣參數(shù)信息保存到孿生數(shù)據(jù)庫中；利用孿生數(shù)據(jù)庫中初始故障特征樣本數(shù)據(jù)，對(duì)基于正交全局和局部保持嵌入的特征提取算法模型進(jìn)行訓(xùn)...
  • 本發(fā)明公開了一種多機(jī)器學(xué)習(xí)結(jié)合加權(quán)投票機(jī)制的漏電流波形匹配方法，涉及漏電流檢測(cè)技術(shù)領(lǐng)域，包括步驟：S1、電流數(shù)據(jù)的預(yù)處理；S2、電流數(shù)據(jù)的特征提取；S3、多機(jī)器學(xué)習(xí)模型的建立與訓(xùn)練；S4、多機(jī)器學(xué)習(xí)模型結(jié)合加權(quán)投票機(jī)制的漏電流波形匹配。該多...
  • 本發(fā)明提供一種基于預(yù)訓(xùn)練大語言模型的航跡預(yù)測(cè)方法與裝置，涉及人工智能領(lǐng)域。該方法包括：獲取目標(biāo)飛機(jī)的歷史航跡數(shù)據(jù)并進(jìn)行數(shù)據(jù)預(yù)處理，得到航跡序列；構(gòu)建提示詞，并將提示詞輸入到預(yù)訓(xùn)練大語言模型中，得到詞嵌入表示；提示詞包含航跡預(yù)測(cè)任務(wù)描述與航跡...
  • 本申請(qǐng)公開了一種多模態(tài)大模型訓(xùn)練方法，應(yīng)用于多模態(tài)大模型的訓(xùn)練，所述多模態(tài)大模型的模型架構(gòu)中，掛載有多個(gè)單模態(tài)，通過獲取訓(xùn)練樣本，并確定所述訓(xùn)練樣本的數(shù)據(jù)類型；自所述多模態(tài)大模型的模型架構(gòu)中確定與所述數(shù)據(jù)類型對(duì)應(yīng)的單模態(tài)，并以所述單模態(tài)對(duì)所...
  • 本發(fā)明公開一種融合物理約束的多尺度極端大風(fēng)事件AI識(shí)別方法、裝置及介質(zhì)，涉及大氣科學(xué)與人工智能技術(shù)領(lǐng)域。該方法通過整合多尺度氣象數(shù)據(jù)，構(gòu)建了一種新穎的多尺度極端大風(fēng)事件識(shí)別模型。該模型通過多尺度特征提取、特征融合共享以及多任務(wù)輸出三個(gè)模塊，...
  • 本發(fā)明公開了一種基于多源遙感數(shù)據(jù)融合的降水估算方法，包括以下步驟：S1.獲取多源遙感數(shù)據(jù)，并對(duì)獲取的數(shù)據(jù)進(jìn)行預(yù)處理；S2.基于預(yù)處理后的數(shù)據(jù)進(jìn)行特征提取，并構(gòu)建降維特征向量；S3.將降維特征向量的矩陣作為數(shù)據(jù)輸入人工神經(jīng)網(wǎng)絡(luò)模型，設(shè)計(jì)損失函...
  • 本發(fā)明提供一種結(jié)合生成對(duì)抗網(wǎng)絡(luò)和圖神經(jīng)網(wǎng)絡(luò)的線損分析方法、系統(tǒng)及裝置，方法包括：收集并處理電網(wǎng)節(jié)點(diǎn)特征和邊特征數(shù)據(jù)，構(gòu)建線損標(biāo)簽以作為WGAN生成目標(biāo)和GNN的監(jiān)督學(xué)習(xí)基礎(chǔ)；設(shè)計(jì)生成對(duì)抗網(wǎng)絡(luò)WGAN，其中生成器網(wǎng)絡(luò)通過隨機(jī)噪聲輸入生成節(jié)點(diǎn)特...
  • 本發(fā)明提供一種軋機(jī)壽命的預(yù)測(cè)方法、裝置、設(shè)備及介質(zhì)，其中，方法包括：接收至少一個(gè)傳感器發(fā)送的第一軋機(jī)的第一運(yùn)行數(shù)據(jù)；對(duì)所述第一運(yùn)行數(shù)據(jù)進(jìn)行數(shù)據(jù)預(yù)處理，得到目標(biāo)運(yùn)行數(shù)據(jù)，所述數(shù)據(jù)預(yù)處理包括如下至少一項(xiàng)：數(shù)據(jù)清洗處理、數(shù)據(jù)歸一化處理和特征提取處...
  • 本發(fā)明提出了抗強(qiáng)噪聲影響的配電網(wǎng)寬頻干擾溯源方法及系統(tǒng)，包括：獲取電壓關(guān)聯(lián)矩陣、待估計(jì)量向量及三相諧波電流向量；利用電壓關(guān)聯(lián)矩陣、待估計(jì)量向量及三相諧波電流向量建立參數(shù)估計(jì)方程，對(duì)參數(shù)估計(jì)方程進(jìn)行處理建立變權(quán)重最小二乘表達(dá)式；針對(duì)變權(quán)重最小...
  • 本發(fā)明公開了一種變電設(shè)備電力數(shù)據(jù)故障缺陷采集分析系統(tǒng)，涉及電力故障缺陷分析技術(shù)領(lǐng)域。然而目前分析復(fù)合故障的特征和規(guī)律模塊層面的故障定位往往不夠迅速和準(zhǔn)確。不同模塊的故障預(yù)警機(jī)制可能存在差異，且模塊之間的協(xié)同診斷能力較弱，本發(fā)明通過計(jì)算嫌疑單...
  • 本發(fā)明公開了一種奶牛血液代謝組缺失值的填充方法及系統(tǒng)，屬于代謝指標(biāo)檢測(cè)和數(shù)據(jù)分析技術(shù)領(lǐng)域。所述的奶牛血液代謝組缺失值的填充方法，包括以下步驟：采集奶牛的全血血樣，獲取血漿代謝組和血清代謝組數(shù)據(jù)；對(duì)血漿代謝組、血清代謝組數(shù)據(jù)以及兩組代謝組數(shù)據(jù)...
首頁 上一頁 74 下一頁
技術(shù)分類
主站蜘蛛池模板： 桃江县| 伊吾县| 东丰县| 磐安县| 彭阳县| 申扎县| 呼伦贝尔市| 伊金霍洛旗| 手机| 清水县| 镇江市| 铜山县| 安塞县| 石嘴山市| 光山县| 临颍县| 任丘市| 宁安市| 六安市| 百色市| 乌拉特中旗| 吉隆县| 岑巩县| 普宁市| 革吉县| 乌什县| 贵德县| 乐至县| 廉江市| 西吉县| 株洲县| 正镶白旗| 平湖市| 徐州市| 大丰市| 凤城市| 长春市| 昔阳县| 大方县| 宜丰县| 纳雍县|