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)明公開一種復(fù)合材料層合板極限載荷的計算方法，所述復(fù)合材料層合板由N個單層板組成，包括步驟：S1、獲取各單層板的材料性能、鋪層角度、厚度；S2、計算各單層板在偏軸坐標(biāo)系中的剛度矩陣；S3、計算層合板在偏軸坐標(biāo)系中正則化柔度矩陣；S4、計算...
  • 本發(fā)明公開了一種基于人工智能輔助篩選油脂抗氧化肽的方法，屬于生物信息學(xué)技術(shù)領(lǐng)域。本發(fā)明通過結(jié)合深度學(xué)習(xí)與虛擬酶解，研發(fā)了一種快速高效篩選蛋白質(zhì)酶解制備抗氧化肽的新方法。本發(fā)明以獲取抗氧化肽為目標(biāo)，通過構(gòu)建抗氧化肽數(shù)據(jù)集及測試集，基于該數(shù)據(jù)集...
  • 本發(fā)明屬于污染土壤的環(huán)境治理領(lǐng)域，特別涉及一種用于有機污染土壤根際修復(fù)的模擬根際微環(huán)境系統(tǒng)構(gòu)建方法及其應(yīng)用。構(gòu)建功能植物正常生長時的實際根際微環(huán)境數(shù)據(jù)庫，通過對標(biāo)功能植物正常生長時的實際根際微環(huán)境數(shù)據(jù)庫，構(gòu)建未種植功能植物的有機污染土壤的模...
  • 本發(fā)明屬于溶液體系特別是涉及含多個化學(xué)(如縮聚成簇)反應(yīng)復(fù)雜溶液體系熱力學(xué)平衡計算技術(shù)領(lǐng)域，公開了一種基于DFP梯度算法的溶液熱力學(xué)平衡計算系統(tǒng)及方法。本發(fā)明將約束變量轉(zhuǎn)化為獨立變量法，基于Gibbs自由能最小化思想，將求解多重化學(xué)平衡問題...
  • 本發(fā)明公開了一種基于人工智能的肽功能預(yù)測方法，屬于生物醫(yī)學(xué)人工智能技術(shù)領(lǐng)域，包括以下步驟：S1、獲得用于訓(xùn)練人工智能模型的訓(xùn)練數(shù)據(jù)集；S2、獲取預(yù)測模型；S3、獲得待預(yù)測數(shù)據(jù)集；S4、獲得預(yù)測結(jié)果；S5、對S4中獲得的預(yù)測結(jié)果進(jìn)行判定。本發(fā)...
  • 本發(fā)明屬于計算機技術(shù)領(lǐng)域，公開了基于神經(jīng)網(wǎng)絡(luò)的母源傳遞關(guān)鍵菌預(yù)測和篩選方法，包括如下步驟：步驟1：獲取母子微生物數(shù)據(jù)，形成數(shù)據(jù)集，并將數(shù)據(jù)集分為訓(xùn)練集和測試集；步驟2：構(gòu)建基于注意力機制的神經(jīng)網(wǎng)絡(luò)模型，采用訓(xùn)練集、測試集對神經(jīng)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)...
  • 本公開公開靶向肽識別方法及裝置、電子設(shè)備和存儲介質(zhì)，本公開提供的靶向肽識別方法及裝置、電子設(shè)備和存儲介質(zhì)，獲取待識別靶向肽序列；基于蛋白質(zhì)語言模型提取所述待識別靶向肽序列對應(yīng)的序列特征；采用至少兩個分類模型分別對所述序列特征進(jìn)行分類，得到每...
  • 本發(fā)明涉及生物學(xué)信息技術(shù)領(lǐng)域，尤其涉及一種干細(xì)胞培養(yǎng)信息管理方法及系統(tǒng)。該方法包括以下步驟：采集干細(xì)胞培養(yǎng)過程中的培養(yǎng)過程基礎(chǔ)數(shù)據(jù)，其中培養(yǎng)過程基礎(chǔ)數(shù)據(jù)包括細(xì)胞計數(shù)數(shù)據(jù)、培養(yǎng)條件參數(shù)數(shù)據(jù)以及污染狀況數(shù)據(jù)；對培養(yǎng)過程基礎(chǔ)數(shù)據(jù)進(jìn)行生長動力學(xué)分析...
  • 本發(fā)明涉及DRAM高溫低溫測試技術(shù)領(lǐng)域，且公開了一種新型DRAM高溫低溫測試方法，包括管道、降溫鰭片、新型控制器控制器、廢氣利用模塊和自動化臺面，管道為核心部件，外部與空壓機通過氣管相連，內(nèi)部通過降溫鰭片與測試結(jié)構(gòu)相連，測試結(jié)構(gòu)上有溫度傳感...
  • 本發(fā)明公開了一種基于音色與情感模擬的數(shù)據(jù)輸出方法及系統(tǒng)，涉及數(shù)據(jù)處理技術(shù)領(lǐng)域，包括：接收角色扮演數(shù)據(jù)和音色數(shù)據(jù)，對角色扮演數(shù)據(jù)和音色數(shù)據(jù)進(jìn)行預(yù)處理，得到角色扮演數(shù)據(jù)集和音色數(shù)據(jù)集；將角色扮演數(shù)據(jù)集輸入至預(yù)先建立的llama3模型內(nèi)進(jìn)行訓(xùn)練，...
  • 本申請公開了音頻補幀方法、設(shè)備及存儲介質(zhì)，本申請涉及音頻分析技術(shù)領(lǐng)域，該方法根據(jù)丟失音頻幀的前一音頻幀和后一音頻幀，確定對應(yīng)的音高周期以及采樣數(shù)量，然后根據(jù)音高周期、采樣數(shù)量以及目標(biāo)數(shù)量，確定重構(gòu)音頻塊的目標(biāo)個數(shù)以及目標(biāo)長度，再基于離散余弦...
  • 本發(fā)明公開了一種基于細(xì)粒度對比學(xué)習(xí)的副語言信息識別方法及系統(tǒng)，方法包括：根據(jù)副語言數(shù)據(jù)集的副語言標(biāo)簽生成不同風(fēng)格的自然語言描述文本，然后進(jìn)行降噪處理；使用音頻編碼器和文本編碼器進(jìn)行特征提取后，對音頻特征數(shù)據(jù)樣本和文本特征數(shù)據(jù)樣本進(jìn)行細(xì)粒度對...
  • 本發(fā)明公開涉及一種基于數(shù)據(jù)挖掘測試的車載語音模型優(yōu)化方法及裝置，該方法包括：獲取來自車載語音服務(wù)日志系統(tǒng)和網(wǎng)絡(luò)爬取系統(tǒng)的數(shù)據(jù)源，該數(shù)據(jù)源包括音頻數(shù)據(jù)和語義數(shù)據(jù)；通過數(shù)據(jù)篩選策略將該數(shù)據(jù)源中的無效音頻數(shù)據(jù)進(jìn)行刪除，獲取目標(biāo)音頻數(shù)據(jù)；通過數(shù)據(jù)過...
  • 本發(fā)明公開了一種基于虛擬現(xiàn)實技術(shù)的教育體驗系統(tǒng)，涉及虛擬現(xiàn)實技術(shù)領(lǐng)域，包含數(shù)據(jù)采集、虛擬現(xiàn)實內(nèi)容創(chuàng)作、交互、數(shù)據(jù)分析、評估及中央控制模塊。數(shù)據(jù)采集模塊采集并處理教學(xué)素材；虛擬現(xiàn)實內(nèi)容創(chuàng)作模塊依素材構(gòu)建教學(xué)場景；交互模塊借特定架構(gòu)生成劇情，結(jié)...
  • 本發(fā)明提供一種藍(lán)牙信號控制的停車場自動尋車和泊車方法及系統(tǒng)，該方法的步驟包括：接收車位預(yù)約指令，基于所述車位預(yù)約指令確定對應(yīng)預(yù)約的車位，基于預(yù)約的車位確定對應(yīng)的藍(lán)牙信標(biāo)；激活對應(yīng)的所述藍(lán)牙信標(biāo)，構(gòu)建對應(yīng)的藍(lán)牙信標(biāo)與車載的藍(lán)牙設(shè)備連接，基于車...
  • 本發(fā)明提供了一種糧庫人員吸煙行為檢測方法及系統(tǒng)，旨在提高復(fù)雜糧庫環(huán)境中對吸煙行為的檢測精度?，F(xiàn)有系統(tǒng)面臨背景干擾、低分辨率和小目標(biāo)等問題，影響了檢測準(zhǔn)確性。本發(fā)明結(jié)合了改進(jìn)YOLOv8算法的檢測系統(tǒng)，通過將人員目標(biāo)檢測模型部署在邊緣設(shè)備上，...
  • 本發(fā)明涉及信號識別和定位技術(shù)領(lǐng)域，公開一種熒光顯微信號檢測模型的構(gòu)建方法及其應(yīng)用。本發(fā)明是一種基于自監(jiān)督深度學(xué)習(xí)的擬合方法，通過將熒光顯微鏡信號表征為感興趣模式(Pattern of Interest，POI)或其組合，并利用自監(jiān)督深度學(xué)習(xí)...
  • 本發(fā)明涉及貨車識別技術(shù)領(lǐng)域，公開了一種鐵路口岸貨場車號識別系統(tǒng)及方法，系統(tǒng)包括：車號識別單元，用于獲取鐵路口岸貨場中鐵路貨車的車號信息，還用于獲取鐵路貨車的外形信息；定位數(shù)據(jù)采集單元，用于在車號識別單元獲取鐵路口岸貨場中鐵路貨場的車號信息時...
  • 本發(fā)明涉及計算機視覺與深度學(xué)習(xí)技術(shù)，具體涉及一種邊緣增強特征聚合的道路井蓋病害檢測方法，包括以下步驟：S1：Backbone通過CNN網(wǎng)絡(luò)構(gòu)建五層特征金字塔，其中3?5層都是由MSEE模塊與CBS模塊組成，用以掃描輸入圖像F并提取具有不同尺...
  • 本發(fā)明涉及一種基于標(biāo)簽進(jìn)化和全局?局部體系的紅外小目標(biāo)檢測方法，方法包括以下步驟：S1、構(gòu)建局部?全局交互的自注意力網(wǎng)絡(luò)模型；S2、構(gòu)建多方向多尺度的神經(jīng)網(wǎng)絡(luò)模型；S3、用基于標(biāo)簽進(jìn)化的弱監(jiān)督訓(xùn)練方法，訓(xùn)練自注意力網(wǎng)絡(luò)模型和神經(jīng)網(wǎng)絡(luò)模型；S...
首頁 上一頁 77 下一頁
技術(shù)分類
主站蜘蛛池模板： 侯马市| 东乡族自治县| 应用必备| 海晏县| 清丰县| 东源县| 定襄县| 葫芦岛市| 潮州市| 蓬安县| 稷山县| 普宁市| 宁都县| 四川省| 铜梁县| 腾冲县| 从江县| 宜良县| 弥渡县| 桑植县| 开平市| 若羌县| 龙陵县| 德州市| 卢湾区| 依兰县| 永年县| 博野县| 柯坪县| 镇远县| 龙岩市| 武乡县| 舟曲县| 刚察县| 郑州市| 黄大仙区| 洛隆县| 祁门县| 张家口市| 长宁县| 句容市|