<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(biāo)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)
                  	
                  
          
                
          
                
          
                    
            
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明提供了一種基于火電廠邊緣側(cè)單節(jié)點部署的人工智能監(jiān)測模型方法，涉及火電廠智能監(jiān)測技術(shù)領(lǐng)域。該方法包括獲取火電廠DCS系統(tǒng)數(shù)據(jù)和紅外熱像儀圖像數(shù)據(jù)，構(gòu)建專用算子庫以提取特征信息，使用改進(jìn)的MobileNetV3搭建監(jiān)測神經(jīng)網(wǎng)絡(luò)模型，引入動...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本申請涉及圖像特征提取領(lǐng)域，尤其涉及一種頻域自適應(yīng)的生物啟發(fā)式脈沖視覺特征提取方法與設(shè)備。方法包括：獲取待識別圖像；將待識別圖像輸入預(yù)設(shè)細(xì)胞通道進(jìn)行特征編碼，得到待識別圖像的全量脈沖序列，全量脈沖序列包括關(guān)聯(lián)有時間戳的若干個脈沖事件；根據(jù)全...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了一種基于改進(jìn)PointNet++的工程機(jī)械滿斗率預(yù)測方法、裝置及可讀介質(zhì)，涉及點云處理領(lǐng)域，包括：構(gòu)建工程機(jī)械挖斗滿載狀態(tài)語義分割模型并訓(xùn)練，得到經(jīng)訓(xùn)練的工程機(jī)械挖斗滿載狀態(tài)語義分割模型；工程機(jī)械挖斗滿載狀態(tài)語義分割模型采用改進(jìn)...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了一種基于雙邊域運動校正的異常匹配去除方法及系統(tǒng)，該方法包括下述步驟：對不同視角圖像的匹配點對進(jìn)行坐標(biāo)歸一化，構(gòu)建無序運動集合；對無序運動集合和歸一化坐標(biāo)進(jìn)行特征嵌入，構(gòu)建初始運動特征；對初始運動特征進(jìn)行迭代優(yōu)化，得到校正后的多層...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及晶體角度識別技術(shù)領(lǐng)域，尤其涉及一種基于電極特征的晶體角度識別方法，包括如下步驟：生成多模態(tài)特征模板，將原始晶體圖像中晶體目標(biāo)與多模態(tài)特征模板進(jìn)行匹配，輸出匹配結(jié)果；建立偏移基準(zhǔn)；基于偏移基準(zhǔn)，對優(yōu)化調(diào)整后的Blob分析的感興趣區(qū)域...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本申請實施例提供了一種基于視覺強化學(xué)習(xí)的模型訓(xùn)練方法、裝置、設(shè)備及介質(zhì)。包括：獲取樣本圖像幀及語義類別信息，將語義類別信息輸入視覺大語言模型，得到第一卷積核參數(shù)，及將樣本圖像幀輸入第一特征卷積核得到第一特征熱力圖；通過預(yù)設(shè)視覺強化學(xué)習(xí)模型得...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及超聲波無損檢測技術(shù)領(lǐng)域，具體而言，涉及基于級聯(lián)線性注意力和CNN的焊縫TOFD圖像分類方法及系統(tǒng)，本發(fā)明通過引入級聯(lián)線性注意力機(jī)制，大幅降低了傳統(tǒng)Transformer中自注意力機(jī)制的二次計算復(fù)雜度，減少了模型推理時間，顯著提升了...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及垃圾分類技術(shù)領(lǐng)域，具體為基于物聯(lián)網(wǎng)的餐廚垃圾智能分類系統(tǒng)，系統(tǒng)包括節(jié)點接入模塊、圖像預(yù)處理模塊、邊緣結(jié)構(gòu)判斷模塊、油水比例感知模塊、垃圾類型分類模塊。本發(fā)明中，通過結(jié)合節(jié)點地理標(biāo)識與時間戳實現(xiàn)節(jié)點狀態(tài)有效綁定，提升垃圾投放行為的空...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了一種基于協(xié)同成像的高溫設(shè)備故障識別方法及系統(tǒng)，具體涉及故障識別技術(shù)領(lǐng)域，包括結(jié)合歷史數(shù)據(jù)建立離線ROI識別模型，實現(xiàn)高溫設(shè)備上線前的初始ROI區(qū)域配置，并在運行過程中通過多模態(tài)圖像與實時數(shù)據(jù)驅(qū)動的在線機(jī)制，持續(xù)動態(tài)更新ROI區(qū)域...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了一種基于顯著性圖結(jié)構(gòu)增強的多模態(tài)影像匹配方法與系統(tǒng)，屬于圖像處理領(lǐng)域。首先，本發(fā)明創(chuàng)新性地構(gòu)建了像素級顯著性置信度圖，用以度量各區(qū)域的匹配潛力，通過該圖引導(dǎo)注意力機(jī)制在圖結(jié)構(gòu)中動態(tài)聚焦于關(guān)鍵區(qū)域；其次，融合多尺度結(jié)構(gòu)特征與語義分...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了一種多模態(tài)數(shù)據(jù)融合方法、裝置、設(shè)備及介質(zhì)，涉及核生化態(tài)勢分析技術(shù)領(lǐng)域，該方法利用GNN模型對結(jié)構(gòu)化探測器數(shù)據(jù)進(jìn)行圖像化處理，生成輸入圖像數(shù)據(jù)，再利用ResNet?LSTM模型對圖像數(shù)據(jù)進(jìn)行區(qū)域污染物濃度分布預(yù)測，ResNet?L...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明提供了一種基于語義自適應(yīng)生成對抗網(wǎng)絡(luò)的文本到圖像生成方法，涉及圖像生成技術(shù)領(lǐng)域，本發(fā)明利用仿射變換模塊實現(xiàn)對圖像特征的語義自適應(yīng)調(diào)制，從而有效提高生成圖像與文本語義的一致性，在生成器網(wǎng)絡(luò)中特別引入了自注意力層，利用自注意力機(jī)制顯著增強...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明提出一種基于改進(jìn)雪雁算法的航海雷達(dá)油膜提取方法及系統(tǒng)，涉及圖像處理技術(shù)領(lǐng)域。本發(fā)明的技術(shù)要點包括：首先，對獲取的雷達(dá)油膜圖像進(jìn)行預(yù)處理；然后，對預(yù)處理后的圖像進(jìn)行特征提取，并生成油膜興趣區(qū)域，其中結(jié)合基于強度閾值的SIFT特征過濾算法...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了一種橋梁結(jié)構(gòu)件的動態(tài)空間數(shù)據(jù)集構(gòu)建系統(tǒng)及方法，具體為：采集橋梁施工場景的深度圖與彩色圖，記錄每幀圖像的時間戳；進(jìn)行深度對齊與配準(zhǔn)，采用基于Transformer架構(gòu)的檢測模型進(jìn)行實時目標(biāo)檢測；進(jìn)行空間拓?fù)潢P(guān)系建模，計算3D坐標(biāo)，...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及基于光學(xué)?Ka頻段SAR特征融合的農(nóng)田地塊識別方法，采用改進(jìn)的ResNet50網(wǎng)絡(luò)對光學(xué)遙感影像進(jìn)行特征提取，采用復(fù)數(shù)卷積網(wǎng)絡(luò)對Ka?SAR影像進(jìn)行特征提取，當(dāng)光學(xué)遙感影像的云覆蓋率超過閾值時，觸發(fā)門控機(jī)制，若光學(xué)遙感影像云覆蓋率...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明提出一種基于雙邊紅波段的GF6?WFV數(shù)據(jù)水體識別提取方法及系統(tǒng)，包括：GF6衛(wèi)星WFV影像數(shù)據(jù)預(yù)處理，得到衛(wèi)星各波段的經(jīng)過大氣校正的多角度觀測數(shù)據(jù)；經(jīng)過大氣校正，統(tǒng)一至相同的天頂角計算衛(wèi)星各波段的反射率，獲得各波段角度歸一化后的反射...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明所提供的建筑物立面布局補全方法、裝置、終端及存儲介質(zhì)，屬于目標(biāo)檢測技術(shù)領(lǐng)域，所述方法包括：對建筑物立面的圖像進(jìn)行目標(biāo)檢測，得到矩形對象集合；對所述矩形對象集合執(zhí)行分量提取和分量聚類，得到若干垂直分組和若干水平分組，確定全部垂直分組和全...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了一種巖質(zhì)邊坡線形結(jié)構(gòu)面識別方法、裝置、設(shè)備及介質(zhì)，方法包括獲取巖質(zhì)邊坡的點云數(shù)據(jù)；將所述點云數(shù)據(jù)劃分為至少一組點云簇，每組點云簇對應(yīng)一個結(jié)構(gòu)面；提取每組點云簇中的關(guān)鍵點作為路徑點；基于所述路徑點生成最小生成樹，每組點云簇對應(yīng)一個...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了一種融合SAM與改進(jìn)Segformer模型的農(nóng)用地邊界提取方法及系統(tǒng)，涉及圖像處理技術(shù)領(lǐng)域，采用SAM模型對預(yù)處理后的影像瓦片數(shù)據(jù)集進(jìn)行多邊形地物提取；將農(nóng)用地樣本數(shù)據(jù)集輸入至改進(jìn)Segformer模型中進(jìn)行優(yōu)化，進(jìn)而進(jìn)行農(nóng)用地...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明視頻素材處理技術(shù)領(lǐng)域，公開了一種基于動態(tài)語義驅(qū)動的視頻素材智能處理方法及裝置，該方法包括：通過預(yù)訓(xùn)練的語義特征提取模型對輸入視頻進(jìn)行逐幀解析，提取包含對象屬性、場景上下文及多模態(tài)情感特征的深層語義向量；基于時序注意力機(jī)制對深層語義向量...
								
            
							
            
							
						
            • 
					
                    
          
                
          

                 
          
                 	
		            	首頁
		            	上一頁
		            	
		            	11
		            	
		            	下一頁
                 	
                 	
            	
          
            
          
            
          
                
          
                  
          技術(shù)分類
          
                  
          
                      
                  
          
                
          
            
          
          
          
      
          
    
          
    
    

























































































































































 
 
    







主站蜘蛛池模板：
西西人体44www大胆无码|
久久婷婷久久一区二区三区|
人妻久久久一区二区三区|
伊人色综合一区二区三区影院视频|
国产在线精品一区二区在线观看|
四虎精品免费永久免费视频|
在线高清免费不卡全码|
3d动漫精品一区二区三区|
性色av免费网站|
最新亚洲人成无码网www电影|
人人妻人人妻人人片av|
日本久久高清免费观看|
欧美黑人添添高潮a片www|
中文字幕人妻日韩精品|
国产午夜福利免费入口|
99久久婷婷国产综合亚洲|
亚洲精品一区二区三区四区久久
|
国产精品久久国产精麻豆99网站|
四库影院永久国产精品地址|
中文文字幕文字幕亚洲色|
国模吧无码一区二区三区|
免费大片av手机看片高清|
内射老阿姨1区2区3区4区|
亚洲欧美日韩成人综合一区|
看国产黄大片在线观看|
亚洲性无码av在线欣赏网|
岛国在线观看无码不卡|
熟女精品视频一区二区三区|
99久久国产综合精品swag|
亚洲中文字幕无码不卡电影|
国99久9在线 | 免费|
久久精品无码一区二区日韩av|
香港经典a毛片免费观看播放|
在线永久无码不卡av|
又爽又黄又无遮挡的视频在线观看
|
中文字幕日本最新乱码视频|
成人亚洲欧美激情在线电影|
18禁午夜宅男成年网站|
日本一区不卡高清更新二区|
99热这里只有是精品2|
国产成人精品怡红院在线观看|