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
一种基于互联网医院的智能预问诊方法及系统
本发明涉及一种基于互联网医院的智能预问诊方法及系统,通过将输入的主诉信息并转换为词向量,并利用预训练的Bi-LSTM-CRF模型和预训练的GCNN模型获取疾病信息,根据疾病信息触发第一问诊模式,在第一问诊模式下,基于所述疾病信息配置生成若干个第一问诊问题实现智能预问诊,通过采集用户对所述若干个第一问诊问题的反馈信息,根据各问诊问题及其对应的反馈信息自动生成电子病历,便于医生提前了解患者病情,简化问诊流程,提高问诊效率。
日程管理方法、日程管理装置及计算机可读存储介质
本发明提供了一种日程管理方法,所述日程管理方法包括：接收待管理信息,判断待管理信息的类型,待管理信息的类型为文字、语音和图片中的至少一种；响应确定待管理信息的类型,识别待管理信息生成包括文字内容和拆分符的信息,拆分符包括标点符号、换行符号和语音停顿符号中的至少一项；解析被拆分符分割的文字内容中所指示的日程信息；校正解析出的每条日程信息,并将校正后的所有日程信息导入日程管理应用中,以用于存储。本发明的日程管理方法支持识别多种类型的待管理信息,能够智能识别出用户一次性输入待管理信息所包括的多条日程信息,并将其自动生成日程,无需用户在日程应用中手动添加,不仅用户体验效果,还提高了处理效率。
一种纺织类产品的标准比对方法及系统
本发明提供一种纺织类产品的标准比对方法及系统,其中方法包括：步骤S1：获取待比较的纺织类产品的第一标准和纺织类产品的第二标准；步骤S2：分别对第一标准和第二标准进行指标项提取,获取多个关键指标；步骤S3：基于关键指标,获取预设的对应关键指标的评价模板；步骤S4：基于评价模板对关键指标进行评价,获取关键指标对应的评价值；步骤S5：基于评价值,确定第一标准的第一评估值或第二标准的第二评估值；步骤S6：基于评价值、第一评估值和第二评估值,对第一标准和第二标准进行比对。本发明的纺织类产品的标准比对方法,实现两个标准之间的客观评价。
汽车的设计方案评价方法、装置及计算机存储介质
本申请实施例公开了一种汽车的设计方案评价方法、装置及计算机存储介质,属于车辆工程技术领域。所述方法包括：在接收到获取指令时,获取目标汽车的设计方案和所述目标汽车的评价标准；根据所述评价标准对所述目标汽车的设计方案评价,得到所述设计方案的评价值；根据所述评价值确定所述设计方案的是否满足设计要求,以实现对所述设计方案的评价。本申请实施例能够将目标汽车的设计方案通过数值进行量化,从而通过数值反应目标设计方案的优劣,以对目标汽车的设计方案进行评价,且能够通过数值指导设计方案进行优化改进,提高了设计方案的评价效率。
汽车未来保值率预测方法、系统、设备及可读存储介质
本发明公开了一种汽车未来保值率预测方法、系统、设备及可读存储介质,对待预测汽车文本数据进行分词得到待预测汽车文本序列；对待预测汽车文本序列中的每个词进行词向量映射,并作为编码器-解码器模型的输入,输出得到待预测汽车的未来保值率预测结果；其中,编码器-解码器模型采用基于门循环单元变体的编码器-解码器模型；本发明中待测汽车文本数据的收集和处理较结构化数据过程简单；并能够放大离散数据的作用,充分发挥了离散数据的作用,有效减少了人工收集和处理结构化的历史数据的成本；模型的输入长度可以根据文本的长度自适应变化,灵活性好；解码过程能够充分发挥循环神经网络对时序的理解,体现了新车未来保值率之间的时序性。
语言模型预训练方法、装置
本发明提供语言模型预训练方法,包括：获取基于第一特征初始化的第一词向量,所述第一特征包括图像特征；获取随机初始化的第二词向量；基于所述第一词向量与所述第二词向量训练语言模型。结合了包括图像和词语构成的多模态特征进行预训练,提升了语言与现实事物的关联性；降低了进行语言模型预训练所需的语料,有效利用了外部知识,有利于进一步提高语言模型在下游任务中的使用效果。本发明还提供的语言模型预训练装置能够实现本发明的语言模型预训练方法而具有相应优势。
翻译方法及分类模型的训练方法、装置、设备和存储介质
本公开提供了一种翻译方法及分类模型的训练方法、装置、设备和存储介质,涉及计算机技术领域,具体涉及自然语言处理、深度学习等人工智能领域。翻译方法包括：基于源语言文本中的分词,获得所述源语言文本的当前处理单元；采用分类模型,确定所述当前处理单元的分类结果；若所述分类结果为所述当前处理单元可被单独翻译,对所述当前处理单元进行翻译,以获得所述当前处理单元对应的目标语言的翻译结果。本公开可以有效地平衡翻译质量和翻译时延。
主题模型训练和主题预测方法、装置、设备及存储介质
本申请实施例提供了一种主题模型训练和主题预测方法、装置、设备及存储介质,涉及人工智能技术领域,在该方法中,采用综合模态特征提取器对综合模态参考数据进行特征提取,获得综合模态参考数据的综合模态特征,实现对综合模态参考数据中各个单模态参考数据的数据特征融合,故基于获得的各个综合模态特征进行聚类,获得目标主题模型时,每个聚类获得的主题特征可以更加准确地表征各个主题,从而提高主题模型的预测性能。进一步地,采用综合模态特征提取器,对目标综合模态数据的目标综合模态数据进行特征提取,获得目标综合模态特征,然后基于目标综合模态特征从目标主题模型中匹配目标综合模态数据的目标主题,从而提高主题预测的准确性。
邮箱账号异常检测方法、装置、电子设备及存储介质
本申请提供一种邮箱账号异常检测方法、装置、电子设备及存储介质,该方法包括：获取第一邮箱账号在预设时间段内的多个邮件数据；对每一所述邮件数据进行特征提取,获得每一所述邮件数据对应的邮件特征；将所述账号通信特征、所述通联关系特征和所述邮件内容特征输入预先构建的检测模型中,获得所述检测模型输出的所述第一邮箱账号是否异常的检测结果。本申请实施例通过同时使用账号通信特征、通联关系特征和邮件内容特征作为特征向量,利用机器学习算法对多个邮件数据进行分析,从而从多个维度确定第一邮箱账号是否存在异常情况,提高了检测的准确性。
负例构造方法、装置、设备和存储介质
本公开提供了一种负例构造方法、装置、设备和存储介质,涉及人工智能技术领域,具体涉及自然语言处理、深度学习等技术领域。负例构造方法包括：确定原始查询语句中的待替换词；获取所述待替换词的关联词,所述关联词与所述待替换词的语义不同；用所述关联词替换所述待替换词,以获得替换查询语句,作为所述原始查询语句的负例。本公开可以提高构造负例的效率。

热门专题更多>>
技术分类