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(guò)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(guò)構(gòu)建抗氧化肽數(shù)據(jù)集及測(cè)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(jī)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(zhǎng)時(shí)的實(shí)際根際微環(huán)境數(shù)據(jù)庫(kù)，通過(guò)對(duì)標(biāo)功能植物正常生長(zhǎng)時(shí)的實(shí)際根際微環(huán)境數(shù)據(jù)庫(kù)，構(gòu)建未種植功能植物的有機(jī)污染土壤的模...
  • 本發(fā)明屬于溶液體系特別是涉及含多個(gè)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(jì)算技術(shù)領(lǐng)域，公開(kāi)了一種基于DFP梯度算法的溶液熱力學(xué)平衡計(jì)算系統(tǒng)及方法。本發(fā)明將約束變量轉(zhuǎn)化為獨(dú)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(wèn)題...
  • 本發(fā)明公開(kāi)了一種基于人工智能的肽功能預(yù)測(cè)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(cè)模型；S3、獲得待預(yù)測(cè)數(shù)據(jù)集；S4、獲得預(yù)測(cè)結(jié)果；S5、對(duì)S4中獲得的預(yù)測(cè)結(jié)果進(jìn)行判定。本發(fā)...
  • 本發(fā)明屬于計(jì)算機(jī)技術(shù)領(lǐng)域，公開(kāi)了基于神經(jīng)網(wǎng)絡(luò)的母源傳遞關(guān)鍵菌預(yù)測(cè)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(cè)試集；步驟2：構(gòu)建基于注意力機(jī)制的神經(jīng)網(wǎng)絡(luò)模型，采用訓(xùn)練集、測(cè)試集對(duì)神經(jīng)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)...
  • 本公開(kāi)公開(kāi)靶向肽識(shí)別方法及裝置、電子設(shè)備和存儲(chǔ)介質(zhì)，本公開(kāi)提供的靶向肽識(shí)別方法及裝置、電子設(shè)備和存儲(chǔ)介質(zhì)，獲取待識(shí)別靶向肽序列；基于蛋白質(zhì)語(yǔ)言模型提取所述待識(shí)別靶向肽序列對(duì)應(yīng)的序列特征；采用至少兩個(gè)分類模型分別對(duì)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(guò)程中的培養(yǎng)過(guò)程基礎(chǔ)數(shù)據(jù)，其中培養(yǎng)過(guò)程基礎(chǔ)數(shù)據(jù)包括細(xì)胞計(jì)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(duì)培養(yǎng)過(guò)程基礎(chǔ)數(shù)據(jù)進(jìn)行生長(zhǎng)動(dòng)力學(xué)分析...
  • 本發(fā)明涉及DRAM高溫低溫測(cè)試技術(shù)領(lǐng)域，且公開(kāi)了一種新型DRAM高溫低溫測(cè)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(dòng)化臺(tái)面，管道為核心部件，外部與空壓機(jī)通過(guò)氣管相連，內(nèi)部通過(guò)降溫鰭片與測(cè)試結(jié)構(gòu)相連，測(cè)試結(jié)構(gòu)上有溫度傳感...
  • 本發(fā)明公開(kāi)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(duì)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(qǐng)公開(kāi)了音頻補(bǔ)幀方法、設(shè)備及存儲(chǔ)介質(zhì)，本申請(qǐng)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(duì)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(gè)數(shù)以及目標(biāo)長(zhǎng)度，再基于離散余弦...
  • 本發(fā)明公開(kāi)了一種基于細(xì)粒度對(duì)比學(xué)習(xí)的副語(yǔ)言信息識(shí)別方法及系統(tǒng)，方法包括：根據(jù)副語(yǔ)言數(shù)據(jù)集的副語(yǔ)言標(biāo)簽生成不同風(fēng)格的自然語(yǔ)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(duì)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(duì)...
  • 本發(fā)明公開(kāi)涉及一種基于數(shù)據(jù)挖掘測(cè)試的車(chē)載語(yǔ)音模型優(yōu)化方法及裝置，該方法包括：獲取來(lái)自車(chē)載語(yǔ)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(yǔ)義數(shù)據(jù)；通過(guò)數(shù)據(jù)篩選策略將該數(shù)據(jù)源中的無(wú)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(guò)數(shù)據(jù)過(guò)...
  • 本發(fā)明公開(kāi)了一種基于虛擬現(xiàn)實(shí)技術(shù)的教育體驗(yàn)系統(tǒng)，涉及虛擬現(xiàn)實(shí)技術(shù)領(lǐng)域，包含數(shù)據(jù)采集、虛擬現(xiàn)實(shí)內(nèi)容創(chuàng)作、交互、數(shù)據(jù)分析、評(píng)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(shí)內(nèi)容創(chuàng)作模塊依素材構(gòu)建教學(xué)場(chǎng)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(hào)控制的停車(chē)場(chǎng)自動(dòng)尋車(chē)和泊車(chē)方法及系統(tǒng)，該方法的步驟包括：接收車(chē)位預(yù)約指令，基于所述車(chē)位預(yù)約指令確定對(duì)應(yīng)預(yù)約的車(chē)位，基于預(yù)約的車(chē)位確定對(duì)應(yīng)的藍(lán)牙信標(biāo)；激活對(duì)應(yīng)的所述藍(lán)牙信標(biāo)，構(gòu)建對(duì)應(yīng)的藍(lán)牙信標(biāo)與車(chē)載的藍(lán)牙設(shè)備連接，基于車(chē)...
  • 本發(fā)明提供了一種糧庫(kù)人員吸煙行為檢測(cè)方法及系統(tǒng)，旨在提高復(fù)雜糧庫(kù)環(huán)境中對(duì)吸煙行為的檢測(cè)精度。現(xiàn)有系統(tǒng)面臨背景干擾、低分辨率和小目標(biāo)等問(wèn)題，影響了檢測(cè)準(zhǔn)確性。本發(fā)明結(jié)合了改進(jìn)YOLOv8算法的檢測(cè)系統(tǒng)，通過(guò)將人員目標(biāo)檢測(cè)模型部署在邊緣設(shè)備上，...
  • 本發(fā)明涉及信號(hào)識(shí)別和定位技術(shù)領(lǐng)域，公開(kāi)一種熒光顯微信號(hào)檢測(cè)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(guò)將熒光顯微鏡信號(hào)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(chē)識(shí)別技術(shù)領(lǐng)域，公開(kāi)了一種鐵路口岸貨場(chǎng)車(chē)號(hào)識(shí)別系統(tǒng)及方法，系統(tǒng)包括：車(chē)號(hào)識(shí)別單元，用于獲取鐵路口岸貨場(chǎng)中鐵路貨車(chē)的車(chē)號(hào)信息，還用于獲取鐵路貨車(chē)的外形信息；定位數(shù)據(jù)采集單元，用于在車(chē)號(hào)識(shí)別單元獲取鐵路口岸貨場(chǎng)中鐵路貨場(chǎng)的車(chē)號(hào)信息時(shí)...
  • 本發(fā)明涉及計(jì)算機(jī)視覺(jué)與深度學(xué)習(xí)技術(shù)，具體涉及一種邊緣增強(qiáng)特征聚合的道路井蓋病害檢測(cè)方法，包括以下步驟：S1：Backbone通過(guò)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(cè)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...
  • 本發(fā)明提供一種用于能源設(shè)施巡檢的無(wú)人機(jī)智能巡檢方法，通過(guò)無(wú)人機(jī)搭載高清攝像頭和熱傳感器，對(duì)能源設(shè)施進(jìn)行巡檢，實(shí)時(shí)采集視覺(jué)圖像和熱成像數(shù)據(jù)并傳輸至服務(wù)器端。服務(wù)器運(yùn)用多種識(shí)別訓(xùn)練和深度學(xué)習(xí)模型對(duì)數(shù)據(jù)進(jìn)行處理、分析、風(fēng)險(xiǎn)分類和異常檢測(cè)。無(wú)人機(jī)利...
首頁(yè) 上一頁(yè) 78 下一頁(yè)
技術(shù)分類
主站蜘蛛池模板： 乐陵市| 原平市| 灵寿县| 祥云县| 荣昌县| 嵊泗县| 日土县| 北安市| 会泽县| 罗源县| 曲靖市| 大厂| 加查县| 中卫市| 玉门市| 错那县| 上饶县| 昌图县| 博湖县| 清远市| 抚远县| 定边县| 都昌县| 唐海县| 安岳县| 罗源县| 营山县| 密云县| 阿坝| 临潭县| 松滋市| 万载县| 西盟| 靖边县| 武平县| 兰溪市| 阜平县| 疏勒县| 灵川县| 阜阳市| 扎鲁特旗|