百科技术库 各行业技术资料 - 百科资料网
欢迎来到百科技术库 各行业技术资料 - 百科资料网！ [免费注册] | [登录] 微信快捷登录 QQ登录 微博登录 | 帮助中心 各行业技术应有尽有！

热门搜索： 干粉砂浆 填缝剂 瓷砖胶 水溶肥 切削液 聚氨酯发泡 丙烯酸乳液

全国服务热线 13310018778

栏目导航

A、生活必需 >

A、生活必需

A01 农林牧渔 A21 烘烤烘焙 A22 肉品加工 A23 食品饮料 A24 烟草 A41 服装 A42 帽类 A43 鞋类
A44 服饰配件；珠宝 A45 手携物品；旅行品 A46 刷类制品 A47 家具；家庭用品 A61 医疗 A62 救生；消防 A63 运动；娱乐
B、作业运输 >

B、作业运输

B01 沸腾 分离 混合 实验设备 B02 破碎 磨粉 粉碎 B03 分选 浮选 B04 离心装置 B05 喷射 雾化 B06 机械振动 B07 固体分离；分选
B08 清洁 B09 固废处理 B21 金属加工；金属冲压 B22 铸造；粉末冶金 B23 机床 金属加工 B24 磨削；抛光 B25 手动工具 B26 切割工具
B27 木材加工 B28 水泥 黏土 石料 B29 塑料加工 B30 压力机 B31 纸品加工 B32 层状产品 B41 印刷；排版机 B42 装订；印刷品
B43 书写绘图器具；办公用品 B44 装饰艺术 B60 一般车辆 B61 铁路 B62 无轨陆用车辆 B63 船舶 B64 飞行器；航空 B65 输送；包装；贮存 B66 卷扬；提升；牵引 B67 瓶子 罐 容器 B68 鞍具；家具罩面 B81 微观结构技术 B82 超微技术
C、化学冶金 >

C、化学冶金

C01 无机化学 C02 废水污泥 C03 玻璃；矿棉 C04 水泥；混凝土；人造石；陶瓷；耐火材料 C05 肥料 C07 有机化学 C08 有机高分子化合物
C09 染料；涂料；抛光剂；天然树脂；黏合剂 C10 石油 煤气；燃料；润滑剂 C11 动物或植物油；蜡；洗涤剂 C12 生物化学；酒；醋；微生物学
C13 糖工业 C14 皮革 C21 铁的冶金 C22 冶金；合金 C23 金属镀覆 C25 电解电泳 C30 晶体生长 C40 组合技术
D、纺织造纸 >

D、纺织造纸

D01 纤维；纺纱 D02 纱线 D03 织造 D04 编织；针织 D05 缝纫；绣花 D06 织物处理；洗涤 D07 绳；缆索 D21 造纸；纤维素
E、固定建筑 >

E、固定建筑

E01 道路 铁路 桥梁 E02 水利工程 E03 给水排水 E04 建筑物 E05 锁；钥匙；门窗零件；保险箱 E06 门窗；梯子 E21 钻矿；采矿
F、机械工程 >

F、机械工程

F01 发动机；蒸汽机 F02 燃烧发动机 F03 液力发动机；风力 弹力或重力发动机 F04 液体变容机；液体泵或弹性流体泵
F15 液压；气动 F16 工程元件；绝热 F17 贮存 F21 照明 F22 蒸汽 F23 燃烧设备 F24 供热；炉灶；通风
F25 制冷；热泵；气体的液化或固化 F26 干燥 F27 炉；窑 F28 热交换
G、物理系列 >

G、物理系列

G01 测量；测试 G02 光学 G03 摄影术；电影术 G04 测时学 G05 控制；调节 G06 计算 G07 核算装置 G08 信号装置
G09 教育；密码术；广告 G10 乐器；声学 G11 信息存储 G12 仪器的零部件 G16 通信技术 G21 核物理；核工程
H、电学系列 >

H、电学系列

H01 基本电气元件 H02 发电 变电或配电 H03 基本电子电路 H04 电通信技术 H05 其他类目不包含的电技术
更多>>

人气分享

最新技术
一种用于景观的温室绿植栽培方法
本申请提供了一种用于景观的温室绿植栽培方法。通过获取温室绿植的叶片图像、样本叶片图像、种植时间和种植种类,并依据所述叶片图像、所述样本叶片图像、所述种植时间、所述种植种类以及预设绿植数据库确定所述温室绿植的生长信息；获取温室绿植的植株高度,依据所述种植种类、所述生长信息、所述预设绿植数据库以及所述植株高度确定所述温室绿植的生长状况是否为异常；获取所述生长状况异常的温室绿植的情况数据,并依据所述种植种类、所述情况数据、所述生长信息和所述预设绿植数据库确定温室绿植的栽培参考信息。通过智能化的方式对植物进行培养,先筛选生长异常的绿植,再确定绿植培育的最优值,能够更好的帮助绿植生长。
对象识别方法、装置、设备及介质
本公开提供了一种对象识别方法,包括：获取待识别的多个对象,每个对象包括多个特征；采用特征选择矩阵分别对每个对象的多个特征进行选择,得到包括至少一个特征的多个对象。对包括至少一个特征的多个对象进行聚类,得到聚类结果。在确定聚类结果满足预设条件的情况下,根据聚类结果,识别多个对象包括的信息；以及在确定聚类结果不满足预设条件的情况下,根据聚类结果更新特征选择矩阵,并返回采用特征选择矩阵分别对每个对象的多个特征进行选择的操作。本公开还提供了一种对象识别装置,一种电子设备及一种计算机可读存储介质。
训练方法、分类方法、装置、电子设备以及存储介质
本公开提供了一种训练方法、分类方法、装置、电子设备以及存储介质,涉及人工智能领域,尤其涉及深度学习领域。具体实现方案为：异常音频分类模型包括特征提取模块、时序特征学习模块和多分类模块,该方法包括：利用特征提取模块处理训练样本集中的每个样本音频,得到与每个样本音频对应的深度特征数据；利用时序特征学习模块处理与每个样本音频对应的深度特征数据,得到与每个样本音频对应的时序特征序列；利用多分类模块处理与每个样本音频对应的时序特征序列,得到与每个样本音频对应的多分类结果；根据与每个样本音频对应的多分类结果和多分类标签,对特征提取模块、时序特征学习模块和多分类模块进行联合训练,得到异常音频分类模型。
融合模型构建方法、融合模型使用方法、装置和电子设备
本申请提供一种融合模型构建方法、融合模型使用方法、装置和电子设备,涉及遥感影像处理技术领,融合模型构建方法包括：根据目标作物群的遥感分类知识构建静态知识图谱；根据各个时间点的静态知识图谱,构建动态知识图谱；将动态知识图谱与深度学习模型进行融合,得到融合模型,其中,融合模型用于对目标作物群的作物类型进行分类。本申请实施例根据需要进行作物类型分类的作物群的遥感分类知识进行知识图谱的构建,通过将知识图谱与深度学习模型进行融合训练,能够提高融合模型对作物类型进行分类的准确率,为智慧农业发展提供支撑。
图像识别、图像识别模型的训练方法和装置
本公开提供了图像识别、图像识别模型的训练方法和装置,涉及人工智能技术领域,具体涉及计算机视觉和深度学习技术领域,可用于智慧城市和智能交通场景下。具体实施方式包括：将标注图像输入第一图像识别模型,将真实图像输入第二图像识别模型,其中,第一图像识别模型和第二图像识别模型为待训练的相同图像识别模型；基于第一图像识别模型中目标处理层的结果和第二图像识别模型中目标处理层的结果,生成第一图像识别模型的损失值；基于损失值,训练第一图像识别模型,得到训练后的第一图像识别模型。本公开可以提高训练的准确度。
误匹配确定方法、装置、设备和介质
本公开提供了一种误匹配确定方法、装置、设备、介质和程序产品,涉及图像处理技术领域,尤其涉及计算机视觉、图像特征匹配和深度学习技术。具体为：获取查询图像的目标图像特征集合,并从待匹配图像中获取至少一个目标图像特征的最近邻特征和次近邻特征；将至少一个目标图像特征与其最近邻特征和次近邻特征分别做残差处理,得到最近邻残差特征和次近邻残差特征；将最近邻残差特征和次近邻残差特征输入预先训练的目标模型,得到最近邻残差特征分布和次近邻残差特征分布；计算至少一个目标图像特征的最近邻残差特征分布和次近邻残差特征分布的相关度,根据计算结果确定至少一个目标图像特征是否存在误匹配。本公开能提高特征匹配的准确性和稳定性。
图书聚类方法、装置、设备和存储介质
本公开公开了一种图书聚类方法,涉及互联网技术领域,尤其涉及大数据和智能搜索等技术领域,可以应用于从不同小说来源找出相同小说的相关场景。具体实现方案为：将目标图书中有标题主体的至少一个章节标题,与图书聚类集合中的图书的目标章节标题进行相似度匹配,得到对应的标题相似度匹配结果,目标章节标题包括：图书中有标题主体的章节标题；将与目标图书中无标题主体的至少一个章节正文,与图书的目标章节正文进行相似度匹配,得到对应的正文相似度匹配结果；以及基于标题相似度匹配结果和正文相似度匹配结果,对目标图书进行图书聚类。
一种基于数据挖掘的建筑能耗集成分析方法
本发明提供一种基于数据挖掘的建筑能耗集成分析方法,包括以下步骤：采用高斯混合模型对建筑能耗模式进行识别；采用决策树算法对建筑能耗历史数据进行分类；采用基于密度的局部离群点检测算法对分类后的建筑能耗历史数据进行离群点分析,识别出建筑能耗异常数据；根据建筑能耗正常数据,采用灰度关联分析算法找出建筑能耗影响因素；使用共轭梯度法对前馈神经网络进行训练,得到建筑能耗集成分析预测模型；根据实时建筑能耗数据,使用建筑能耗集成分析预测模型对未来的建筑能耗情况进行预测。本发明可以解决现有技术中存在的对建筑能耗进行分析时,仅仅是对当前建筑能耗数据是否异常进行了分析,不能对建筑能耗进行预测的技术问题。
一种基于数据挖掘技术的自动化窃电识别方法
本发明属于窃电识别技术领域,尤其是一种基于数据挖掘技术的自动化窃电识别方法,针对现有技术中识别技术必须搭配定制化的硬件设备,成本较高,推广周期长,而且,无法突破专家算法的局限性,缺乏对原有电力数据的深度挖掘,智能化程度较低的问题,现提出如下方案,其包括以下步骤：S1：获取档案、用电量数据；S2：数据预处理：S3：确定对象,第一、截取已查处窃电用户用电量异常波动时段数据,第二、按照时间序列将数据反转,S4：构建窃电行为特征识别模型,S5：使用监督机器学习模型、训练模型。本发明对其用电量数据采用分段分割法构建特征工程,通过有监督的机器学习方法训练模型,提升识别准确率。
一种游戏图集动态规划合并的方法及系统
本发明提供了一种游戏图集动态规划合并的方法,所述方法包括以下步骤：步骤S1、将多张图片放到一个文件数组列表；步骤S2、取出文件数组列表图片按图片的边长形成一个集合S；步骤S3、从集合S中选出边长最小的两个图片；步骤S4、对选取的两张图图片合并成一个新的图片；步骤S5、记录集合S的合并信息,以便使用时定位图片区域；步骤S6、重新计算这个拼接在一起图片的边长,并更新到集合S中；本发明能够实现游戏动态规划图集合并。

热门专题更多>>
技术分类