<thead id="3jag6"><rt id="3jag6"><noscript id="3jag6"></noscript></rt></thead>
  • <s id="3jag6"><track id="3jag6"><menuitem id="3jag6"></menuitem></track></s>
       
        

        <sub id="3jag6"><p id="3jag6"></p></sub>
          <style id="3jag6"></style>
          
国产精品久久久久久久网,人人妻人人澡人人爽国产,亚洲中文字幕无码爆乳APP,免费大片黄国产在线观看,无码抽搐高潮喷水流白浆,国产久免费热视频在线观看,国产亚洲精品成人aa片新蒲金,久久久97丨国产人妻熟女































          
    
          

        
       



    
          

          






    
    
    
    Document
    




          
    
          
        
          
            
        
          
        
          
            
        
          
    
          
    
          
        
          
            拖動滑塊完成拼圖
        
          
        
          
    
          
    
          
        
          
        
          
    
          

          














          
    
    
          
        首頁
        專利交易
        IP管家助手
        科技果

        科技人才

        科技服務(wù)
        國際服務(wù)
        商標交易
        會員權(quán)益
        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)
                  	
                  
          
                
          
                
          
                    
            
					
						
          • 
							
							
            
					    		
								
            
								      本申請?zhí)峁┝艘环N基于卷積神經(jīng)網(wǎng)絡(luò)的航空發(fā)動機實時仿真方法，屬于航空發(fā)動機仿真技術(shù)領(lǐng)域，具體包括獲取原始網(wǎng)格數(shù)據(jù)及各物理量分布，對仿真數(shù)據(jù)進行圖像化處理后構(gòu)建訓練輸入數(shù)據(jù)集和訓練標簽數(shù)據(jù)集，構(gòu)建神經(jīng)網(wǎng)絡(luò)模型，設(shè)計損失函數(shù)利用訓練輸入數(shù)據(jù)集和訓...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本申請?zhí)峁┝艘环N航空發(fā)動機整機三維仿真中轉(zhuǎn)速確定方法，屬于航空發(fā)動機仿真的技術(shù)領(lǐng)域，具體包括在航空發(fā)動機整機幾何模型的每個網(wǎng)格單元上構(gòu)建流固耦合控制方程；形成整體耦合矩陣，求解整體耦合矩陣；仿真計算出來的熱態(tài)幾何模型；使壓氣機和渦輪只能繞轉(zhuǎn)...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及機器翻譯技術(shù)領(lǐng)域，公開了一種基于大模型思維鏈的多模態(tài)機器翻譯方法及系統(tǒng)。該方法包括：獲取待翻譯源語言文本以及與待翻譯源語言文本相關(guān)聯(lián)的多模態(tài)數(shù)據(jù)；確定待翻譯源語言文本對應(yīng)的文本特征向量以及確定多模態(tài)數(shù)據(jù)對應(yīng)的多模態(tài)特征向量；基于預...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了一種用于Transformer架構(gòu)的高效注意力計算方法，包括以下步驟：S1、將鍵值矩陣分塊，并計算塊平均值；S2、根據(jù)查詢與塊平均值的相關(guān)度概率分布，利用核采樣思路決定top?k個數(shù)，動態(tài)判斷應(yīng)該精確計算的區(qū)域和模糊計算的區(qū)域；...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明適用于知識庫構(gòu)建技術(shù)領(lǐng)域，尤其涉及應(yīng)用人工智能的本地知識庫構(gòu)建方法及系統(tǒng)，所述方法包括：劃定出本地知識庫的使用區(qū)域，選取出若干個來源點位，利用預先集成在來源點位中的拾音設(shè)備，采集音頻數(shù)據(jù)，并切分為若干個分段，比對預設(shè)的聲紋庫，確定出每...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了一種融合標準互信息與改進雙向LSTM的行業(yè)負荷預測方法、系統(tǒng)及設(shè)備，涉及電力系統(tǒng)技術(shù)領(lǐng)域。目前，行業(yè)月度負荷預測不準確。本發(fā)明包括步驟：采用計及核密度估計的改進模糊C均值聚類算法，對包括負荷序列和消費水平、氣溫、休假的信息進行聚...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明實施例公開了一種基于智能體協(xié)作的顯示面板生產(chǎn)調(diào)度方法及系統(tǒng)，該方法先對顯示面板生產(chǎn)系統(tǒng)中的多個智能體執(zhí)行實時狀態(tài)協(xié)同更新操作，獲取包含智能體標識信息及對應(yīng)生產(chǎn)相關(guān)狀態(tài)描述的協(xié)同狀態(tài)集合；接著基于此集合生成包含信息交互規(guī)則及任務(wù)分配優(yōu)先...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及煤機裝備多模態(tài)數(shù)據(jù)智能預防性維護系統(tǒng)及方法。所述系統(tǒng)包括多源數(shù)據(jù)采集層、大語言模型核心處理層和智能決策輸出層，能夠同時處理結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)。本發(fā)明的維護系統(tǒng)數(shù)據(jù)處理能力強并且故障預測精度高。
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明屬于包裝技術(shù)領(lǐng)域，具體涉及一種基于人工智能的包裝設(shè)計圖智能防偽檢測方法及系統(tǒng)，方法包括：將包裝設(shè)計圖像分割為若干圖像單元，根據(jù)圖像單元中像素點的局部紋理復雜度、像素點各通道的像素值的不同比特位對光照的敏感程度以及人眼對像素點各通道的像...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了一種變電站設(shè)備數(shù)據(jù)缺陷識別方法及系統(tǒng)，涉及變電站零部件缺陷檢測技術(shù)領(lǐng)域。該方法包括瓷套狀態(tài)分析步驟，通過無人機搭載的相機掃描目標瓷套生成三維點云模型，判斷瓷套狀態(tài)和飛行環(huán)境；拍攝角度粗調(diào)步驟，根據(jù)瓷套狀態(tài)調(diào)整熱成像儀拍攝角度；飛...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本說明書實施例涉及圖像識別技術(shù)領(lǐng)域，尤其涉及一種石油管線的缺陷識別方法、裝置及設(shè)備，包括：獲取無人機在多個角度采集的石油管線的多幀管線圖像；根據(jù)每幀管線圖像中各像素點鄰近區(qū)域的灰度分布數(shù)據(jù)，對每幀管線圖像進行劃分，得到多個管線區(qū)域；根據(jù)每幀...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明實施例提供了一種海馬體亞結(jié)構(gòu)形態(tài)測量方法、裝置、設(shè)備及介質(zhì)，涉及圖像處理技術(shù)領(lǐng)域，方法包括：分割磁共振標準模板圖像，構(gòu)建邊界優(yōu)化表面，確定骨架表示；對所述骨架表示進行采樣，確定各個海馬亞區(qū)的亞區(qū)厚度測量點，并根據(jù)所述亞區(qū)厚度測量點和所...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明提出了一種融合注意力機制與多尺度卷積的肝臟與腫瘤識別方法、裝置及其可讀存儲介質(zhì)，針對現(xiàn)有醫(yī)學影像分割技術(shù)中全局信息捕捉不足、多尺度特征適應(yīng)差、空間感知弱等問題，本發(fā)明以MedNeXt網(wǎng)絡(luò)為基礎(chǔ)構(gòu)建U?Net編碼器?解碼器架構(gòu)，在跳躍連...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明提出了一種基于深度學習的眼底圖像分析與眼科疾病自動預測方法、裝置及其可讀存儲介質(zhì)，屬于醫(yī)學影像處理與眼科疾病智能診斷領(lǐng)域。該方法通過獲取ODIR?5K雙目眼底圖像數(shù)據(jù)集，經(jīng)黑邊裁剪、局部對比度增強等五步預處理優(yōu)化圖像質(zhì)量；分離并重組左...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及混凝土振搗技術(shù)領(lǐng)域，尤其涉及一種用于混凝土的智能振搗方法及系統(tǒng)，包括，基于取樣圖像信息確定混凝土流動參量，基于混凝土流動參量確定對混凝土的振搗參數(shù)是否合格；基于氣泡變化表征值確定對混凝土的振搗參數(shù)是否合格，在確定對混凝土的振搗參數(shù)...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本申請屬于人工智能技術(shù)領(lǐng)域，公開了三維人臉重建方法、電子設(shè)備及可讀存儲介質(zhì)，該方法包括：確定單張二維人臉圖像；基于所述二維人臉圖像，調(diào)用三維人臉重建模型，生成三維人臉模型；其中，所述三維人臉重建模型包括多屬性協(xié)同學習模塊，所述多屬性協(xié)同學習...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了基于圖像分析的雛鴨養(yǎng)殖生長狀態(tài)異常特征識別方法，涉及雛鴨生長狀態(tài)識別技術(shù)領(lǐng)域，包括如下步驟：基于雛鴨二值化圖獲取區(qū)域高度差；基于雛鴨二值化圖獲取背夾角；基于數(shù)據(jù)閾值處理方法獲取第一高度差閾值與第二高度差閾值；基于數(shù)據(jù)閾值處理方法...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明提供一種基于4K可見光偏振成像的水下目標識別方法及系統(tǒng)，涉及水下目標識別技術(shù)領(lǐng)域，本發(fā)明利用像素級配準的RGB與偏振四維光場張量編碼技術(shù)，同步捕獲目標的高分辨率光譜強度信息與偏振物理特性，克服單一模態(tài)數(shù)據(jù)在低光照或高濁度場景下信息缺失...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      一種箱貨動態(tài)信息的實時查詢方法、系統(tǒng)、介質(zhì)及產(chǎn)品，涉及港口物流管理領(lǐng)域，該方法包括：接收無人機采集的堆場圖像數(shù)據(jù)和激光測距數(shù)據(jù)，構(gòu)建三維數(shù)字模型；根據(jù)堆場圖像數(shù)據(jù)，識別每個集裝箱的箱號信息，生成箱貨位置數(shù)據(jù)；采集每個集裝箱的電子標簽信息，生...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及圖像處理技術(shù)領(lǐng)域，具體涉及基于視頻監(jiān)控的井下巷道支護監(jiān)控方法及系統(tǒng)，包括：根據(jù)每幀圖像中支護變化區(qū)域的內(nèi)部灰度變化，以及位置分布情況，獲取每幀圖像中的支護損傷程度；根據(jù)支護損傷程度，以及支護變化區(qū)域的相鄰次擴展圖像序列之間的時間間...
								
            
							
            
							
						
            • 
					
                    
          
                
          

                 
          
                 	
		            	首頁
		            	上一頁
		            	
		            	10
		            	
		            	下一頁
                 	
                 	
            	
          
            
          
            
          
                
          
                  
          技術(shù)分類
          
                  
          
                      
                  
          
                
          
            
          
          
          
      
          
    
          
    
    

























































































































































 
 
    







主站蜘蛛池模板：
2021麻豆剧传媒一二三区|
国产综合无码一区二区辣椒|
国产精品丝袜一区二区三区|
99在线精品国自产拍中文字幕|
人妻内射视频麻豆|
国产果冻豆传媒麻婆|
久久人妻av无码中文专区
|
午夜精品久久久久久久四虎|
最新国产精品拍自在线观看
|
人人超碰人人超级碰国|
亚洲18禁私人影院|
精品网站一区二区三区网站|
a级国产乱理伦片在线观看al|
老熟妇仑乱一区二区视頻|
国产精品麻豆成人av电影艾秋|
精品亚洲成a人在线看片|
天天躁夜夜躁狠狠综合2020
|
亚洲日本va中文字幕亚洲|
亚洲国产成人久久一区|
免费国产h视频在线观看|
成人亚洲av免费在线|
国产无遮挡a片无码免费软件|
久久久久国产一区二区三区|
国产精品午夜福利精品|
国产av无码专区亚洲av软件|
曰韩无码av片免费播放不卡|
99久热国产精品视频尤物|
日本高清色本在线www|
亚洲精品一区二区另类图片|
欧美人成网站在线看|
影音先锋手机av资源站|
成年无码一区视频|
亚洲乱码国产乱码精品精大量
|
国产真实乱人偷精品人妻|
四虎国产精品免费久久久|
国产色无码专区在线观看|
奇米影视色777四色在线首页|
亚洲国模精品一区二区|
西西人体44WWW高清大胆|
日本久久99成人网站|
免费1级a做爰片在线观看|