<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
        國際服務
        商標交易
        會員權益
        需求市場

        
        關于龍圖騰

        
        
        
        
        
        
    
          
    
          
        
        
             / 

            
            
            免費注冊
        
    
          

          



          
    
          
        到頂部
        到底部
    
          

          















          
    
    
          
        
        
          
            
            
            
            
            
            
            
            

            
            
          
                
          
                    
                    清空
                    搜索
                
          
            
          

            
            
            
            
            
            
            
            
            
            
        
          
        
        
        
    
          

          








          
      
          
          
          
            
          
                
          
                  
          
                  	
                  	
                  		最新專利技術
                  	
                  
          
                
          
                
          
                    
            
					
						
          • 
							
							
            
					    		
								
            
								      一種可售飲品的制作管理方法、裝置及電子設備，涉及數(shù)據(jù)處理領域。在該方法中，獲取用戶輸入的用戶請求；根據(jù)飲品類型和飲品數(shù)量，計算對應的所需原料量；獲取各個原料的庫存量，并判斷庫存量與所需原料量的大小關系；若確定庫存量大于或等于所需原料量，則確...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本申請?zhí)峁┑幕谏疃葘W習的電梯內部摔倒行為識別方法及系統(tǒng)，涉及深度學習技術領域。在本申請中，首先，對目標監(jiān)控圖像數(shù)據(jù)進行特征挖掘，輸出目標圖像數(shù)據(jù)特征；然后，對目標監(jiān)控音頻數(shù)據(jù)進行特征挖掘，輸出目標音頻數(shù)據(jù)特征；之后，基于目標音頻數(shù)據(jù)特征，...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及計算機技術領域，公開了一種信息錄入方法、裝置、設備及介質，包括：獲取待識別的圖像信息，并通過深度學習模型對所述圖像信息進行分析，得到所述圖像信息中的關鍵文本；對所述關鍵文本進行結構化處理，得到結構化處理后的關鍵文本；按照預設字段對...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本申請?zhí)峁┮环N多模態(tài)細胞圖像特征提取方法、電子設備及程序產品，涉及圖像識別技術領域。方法包括：獲取通過拍攝不同顯微鏡下的同一病理細胞樣本得到的多模態(tài)圖像集；對多模態(tài)圖像集進行預處理，得到經過預處理的多模態(tài)圖像集，作為輸入數(shù)據(jù)；利用預設空間配...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      一種基于無人機航空器視覺的林草火災跡地恢復監(jiān)測方法，其特征在于，包括步驟1：構建林草火災跡地恢復監(jiān)測系統(tǒng)；步驟2：無人機航空器搭載多光譜相機實時拍攝林地區(qū)域的視頻流遙感數(shù)據(jù)，并將其轉換為圖像幀數(shù)據(jù)；步驟3：圖像預處理模塊對圖像幀數(shù)據(jù)進行預處...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本申請公開了場景信息識別方法、模型的訓練方法及相關裝置，該方法包括：獲取對目標場景采集得到的場景圖像；利用場景信息識別模型的語義網絡對所述場景圖像進行語義預測，得到所述場景圖像的語義預測結果，其中，所述語義預測結果包括所述場景圖像中不同像素...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本公開提出一種用于煤炭行業(yè)異常檢測模型的輕量化設計方法，該方法包括：獲取礦井中的樣本圖像數(shù)據(jù)和樣本時序數(shù)據(jù)；根據(jù)樣本圖像數(shù)據(jù)和樣本時序數(shù)據(jù)對第一初始異常檢測模型進行訓練，得到第一目標異常檢測模型；對第一目標異常檢測模型進行輕量化處理，得到第...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本申請?zhí)峁┝说牟馁|屬性預測模型的訓練方法，通過獲取待訓練圖像和所述待訓練圖像對應的法向圖；將所述待訓練圖像輸入到第一編碼器，獲得所述待訓練圖像的特征數(shù)據(jù)，將所述法向圖輸入至第二編碼器，獲得所述法向圖的特征數(shù)據(jù)；所述待訓練圖像的特征數(shù)據(jù)、所述...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明屬于水質檢測技術領域，公開了一種基于格拉姆角場圖像的水質監(jiān)測方法及裝置，包括：獲取待監(jiān)測水體的吸光度曲線數(shù)據(jù)，通過格拉姆角場將吸光度曲線數(shù)據(jù)轉變?yōu)閳D像數(shù)據(jù)；將圖像數(shù)據(jù)輸入預訓練的水質監(jiān)測模型，通過水質監(jiān)測模型執(zhí)行如下步驟：提取圖像數(shù)據(jù)...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了一種基于三胞胎寬度神經網絡的目標檢測方法，包括：S1、圖像預處理；S2、提取特征；S3、圖像轉化；S4、圖像融合及數(shù)據(jù)增強；S5、YOLOV5模型訓練及檢測。本發(fā)明提供一種基于三胞胎寬度神經網絡的目標檢測方法，將寬度學習系統(tǒng)作為...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本申請?zhí)峁┮环N簽名圖像生成方法、裝置、計算機設備及計算機可讀存儲介質，屬于人工智能領域。該簽名圖像生成方法包括：獲取初始簽名圖像；根據(jù)所述初始簽名圖像的像素大小，生成包含遮擋區(qū)域的目標遮罩圖像；基于所述目標遮罩圖像對所述初始簽名圖像進行擦除...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本申請公開了一種光子計數(shù)CT成像方法、裝置及光子計數(shù)CT系統(tǒng)，方法包括：獲取實時圖像對應多個目標能量段的融合規(guī)則；根據(jù)融合規(guī)則，對多能譜原始數(shù)據(jù)中多個目標能量段的數(shù)據(jù)進行融合處理，獲得處理數(shù)據(jù)；多能譜原始數(shù)據(jù)包括多個目標能量段的數(shù)據(jù)；將處理...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明提供了基于視覺的港機設備移動距離檢測方法及系統(tǒng)，涉及計算機視覺技術領域，該方法通過在龍門吊兩側對稱部署工業(yè)相機組，通過多光譜成像模塊實時采集地面標識圖像；基于標定板計算徑向和切向的畸變系數(shù)，建立貝位號與圖像坐標的轉換映射關系，結合GP...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明提供一種感知一致的水下圖像增強方法，涉及圖像增強的技術領域。所述方法包括：首先，對原始圖像進行雙通道顏色補償、白平衡校正與直方圖對比度增強，獲取顏色增強圖像；其次，對其亮度通道進行中值濾波與伽馬校正，生成多曝光圖像序列；再提取各曝光圖...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本說明書實施例公開了一種用于嵌入水印的方法、裝置、存儲介質及電子設備，該方法首先從第一目標圖像中獲取待嵌入水印的第一圖像塊，并在所述第一圖像塊中添加不可見錨點，之后將所述第一圖像塊和待嵌入的第一水印信息輸入可逆神經網絡的正向過程，獲得已嵌入...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及人工智能技術領域，可應用于保險業(yè)務領域，本發(fā)明公開了基于強化學習的策略制定方法、裝置、設備及存儲介質，方法包括：獲取報價系統(tǒng)中的預設客戶數(shù)據(jù)和預設市場數(shù)據(jù)；將預設市場數(shù)據(jù)和預設客戶數(shù)據(jù)組成狀態(tài)數(shù)據(jù)，將狀態(tài)數(shù)據(jù)、動作數(shù)據(jù)、獎勵數(shù)據(jù)組...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明提供了一種基于配置化BOM的零件清單自動校核方法，包含如下步驟：在步驟S1中，根據(jù)零件功能結構構建基本號數(shù)據(jù)庫，并根據(jù)基本號數(shù)據(jù)庫形成標準零件號；按照功能結構劃分若干功能模塊并分別賦予基本號，標準零件號的中綴為零件所屬功能模塊的基本號...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明屬于交通領域，提供一種基于NSGA?Ⅱ和α?條件詞典的多目標內陸港區(qū)位選擇方法，包括：分析內陸港選址的影響因素，構建多樞紐軸輻射式網絡；針對內陸港選址提出基本假設；以最小化總成本、最大化公鐵聯(lián)運比例和最小化碳排放量為目標，構建混合整數(shù)...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及計算機技術領域，公開了一種基于任務池權重的任務分配方法、裝置、設備及介質，基于當前分配任務的任務類型，確定至少一個任務池因子，實現(xiàn)對當前分配任務的處理需求的解析和分類識別。劃分不同優(yōu)先級的任務池，每個任務池中的任務池因子相同，確保...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了一種基于經驗模型的反無人機設備發(fā)射覆蓋范圍評估方法。本發(fā)明通過電磁傳播經驗模型，并結合由改進的粒子群優(yōu)化算法確定的建筑物修正項系數(shù)，來評估反無人機設備的發(fā)射覆蓋范圍，其包括：首先，通過CW測試獲取原始數(shù)據(jù)集；其次，對采集到的反無...
								
            
							
            
							
						
            • 
					
                    
          
                
          

                 
          
                 	
		            	首頁
		            	上一頁
		            	
		            	137
		            	
		            	下一頁
                 	
                 	
            	
          
            
          
            
          
                
          
                  
          技術分類
          
                  
          
                      
                  
          
                
          
            
          
          
          
      
          
    
          
    
    

























































































































































 
 
    







主站蜘蛛池模板：
亚洲 综合 欧美在线视频|
亚洲国产精品自在拍在线播放蜜臀|
男人狂桶女人出白浆免费视频|
国产精品国产三级国产专i|
国产精品va尤物在线观看蜜芽|
成人97人人超碰人人|
色狠狠色婷婷丁香五月|
中文字幕人妻熟女av|
两女女百合互慰av赤裸无遮挡|
亚洲综合人成网免费视频|
人妻三级日本香港三级极97|
天堂网www天堂在线中文|
国产人妻无码一区二区三区18|
成人国产精品日本在线|
精品无码国产自产野外拍在线|
久久久久高潮毛片免费全部播放|
无码av中文一区二区三区|
无码人妻精品一区二区三区蜜桃|
婷婷五月综合激情|
日韩一区二区三区理伦片|
中文字幕无码免费久久99|
亚洲成色www久久网站夜月|
国语国产精精品国产国语清晰对话
|
五月丁香久久综合网站|
国产无套乱子伦精彩是白视频
|
精品乱码一区内射人妻无码|
制服丝袜人妻综合第一页|
国产一区二区不卡自拍|
免费人成视网站在线不卡|
欧洲成人一区二区三区|
一本av高清一区二区三区|
久久久中日ab精品综合|
狼人亚洲国内精品自在线|
久久五月丁香激情综合|
夫前人妻被灌醉侵犯在线|
熟女人妇 成熟妇女系列视频|
日韩精品区一区二区三vr|
日夜啪啪一区二区三区|
无遮挡很爽很污很黄的网站|
特大黑人娇小亚洲女|
国产精品国产精品国产专区不卡|