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(fèi)注冊
到頂部 到底部
清空 搜索
最新專利技術(shù)
  • 本申請實(shí)施例公開了一種服務(wù)推薦方法、裝置、終端、存儲介質(zhì)及產(chǎn)品，屬于人工智能技術(shù)領(lǐng)域。包括：確定推薦需求信息的第一服務(wù)列表，第一服務(wù)列表包括滿足推薦需求的多個(gè)候選服務(wù)，推薦需求信息用于表示終端當(dāng)前推薦服務(wù)的需求；基于推薦需求信息，確定多個(gè)目...
  • 本申請?zhí)峁┝艘环N推薦信息的處理方法、裝置、設(shè)備、存儲介質(zhì)及程序產(chǎn)品；方法包括：獲取多個(gè)候選推薦序列和對象特征、內(nèi)容信息特征以及推薦信息特征；針對每個(gè)候選推薦序列執(zhí)行以下處理：對候選推薦序列進(jìn)行特征提取，得到候選推薦序列的第一序列特征，并將對...
  • 本公開的實(shí)施例公開了體檢檢查項(xiàng)目推薦方法、裝置及電子設(shè)備。該方法的一具體實(shí)施方式包括：獲取目標(biāo)體檢對象對應(yīng)的第一待檢查項(xiàng)目隊(duì)列、導(dǎo)檢規(guī)則信息和第一待檢查項(xiàng)目隊(duì)列對應(yīng)的當(dāng)前項(xiàng)目排隊(duì)信息集；確定第一待檢查項(xiàng)目隊(duì)列中的每個(gè)第一待檢查項(xiàng)目在導(dǎo)檢規(guī)則...
  • 本發(fā)明屬于數(shù)據(jù)分析技術(shù)領(lǐng)域，具體公開了一種基于改進(jìn)信息熵的綜合評價(jià)方法及系統(tǒng)，包括以下步驟：收集每個(gè)評價(jià)對象的指標(biāo)的原始數(shù)據(jù)，并對這些原始數(shù)據(jù)進(jìn)行歸一化處理，得到指標(biāo)的歸一化矩陣；根據(jù)得到的歸一化矩陣，計(jì)算各指標(biāo)的信息熵，并引入指標(biāo)間的相關(guān)...
  • 本發(fā)明公開了一種大數(shù)據(jù)框架下基于重要樣本篩選的動力電池異常檢測方法：步驟1，對車輛運(yùn)行歷史數(shù)據(jù)進(jìn)行預(yù)處理；步驟2，根據(jù)預(yù)處理后的車輛運(yùn)行數(shù)據(jù)得到訓(xùn)練集和測試集；確定神經(jīng)網(wǎng)絡(luò)模型結(jié)構(gòu)并將訓(xùn)練集輸入神經(jīng)網(wǎng)絡(luò)模型中進(jìn)行預(yù)訓(xùn)練；步驟3，計(jì)算訓(xùn)練集中...
  • 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)...
  • 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；針對變權(quán)重最小...
  • 本發(fā)明提供一種軋機(jī)壽命的預(yù)測方法、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)明提供一種結(jié)合生成對抗網(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)明公開一種融合物理約束的多尺度極端大風(fēng)事件AI識別方法、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，...
  • 本申請公開了一種多模態(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)類型對應(yīng)的單模態(tài)，并以所述單模態(tài)對所...
  • 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)測任務(wù)描述與航跡...
  • 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)明提出了一種變壓器異常狀態(tài)識別方法及系統(tǒng)，該方法包括：構(gòu)建變壓器實(shí)體對應(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)...
  • 本申請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)明提供一種時(shí)序數(shù)據(jù)的缺陷識別定位方法、裝置、設(shè)備及介質(zhì)，該方法包括獲取待識別時(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)間對待識別時(shí)序數(shù)據(jù)進(jìn)行滑動截取得到多個(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...
  • 本申請涉及一種負(fù)荷場景序列生成方法、裝置、計(jì)算機(jī)設(shè)備、可讀存儲介質(zhì)和程序產(chǎn)品。所述方法包括：對目標(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)荷序列對應(yīng)的日目標(biāo)溫...
  • 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)故障識別。本發(fā)明通過...
首頁 上一頁 79 下一頁
技術(shù)分類
主站蜘蛛池模板： 宜都市| 蒲江县| 隆昌县| 泰州市| 和林格尔县| 潼关县| 宁乡县| 什邡市| 永兴县| 和龙市| 梅州市| 孙吴县| 东海县| 北川| 琼中| 黄浦区| 科技| 重庆市| 定远县| 旬阳县| 宁国市| 古交市| 茂名市| 吉林市| 潮安县| 五峰| 江都市| 太康县| 富平县| 白河县| 五家渠市| 淮北市| 胶州市| 安西县| 廊坊市| 夏津县| 从江县| 昌吉市| 通州区| 涟水县| 固阳县|