<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┮环N多模態(tài)細胞圖像特征提取方法、電子設(shè)備及程序產(chǎn)品，涉及圖像識別技術(shù)領(lǐng)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(yù)處理，得到經(jīng)過預(yù)處理的多模態(tài)圖像集，作為輸入數(shù)據(jù)；利用預(yù)設(shè)空間配...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      一種基于無人機航空器視覺的林草火災(zāi)跡地恢復監(jiān)測方法，其特征在于，包括步驟1：構(gòu)建林草火災(zāi)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(zhuǎn)換為圖像幀數(shù)據(jù)；步驟3：圖像預(yù)處理模塊對圖像幀數(shù)據(jù)進行預(yù)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(guān)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(wǎng)絡(luò)對所述場景圖像進行語義預(yù)測，得到所述場景圖像的語義預(yù)測結(jié)果，其中，所述語義預(yù)測結(jié)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(shè)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|(zhì)屬性預(yù)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(yīng)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(zhì)檢測技術(shù)領(lǐng)域，公開了一種基于格拉姆角場圖像的水質(zhì)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(zhuǎn)變?yōu)閳D像數(shù)據(jù)；將圖像數(shù)據(jù)輸入預(yù)訓練的水質(zhì)監(jiān)測模型，通過水質(zhì)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(jīng)網(wǎng)絡(luò)的目標檢測方法，包括：S1、圖像預(yù)處理；S2、提取特征；S3、圖像轉(zhuǎn)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(jīng)網(wǎng)絡(luò)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(shè)備及計算機可讀存儲介質(zhì)，屬于人工智能領(lǐng)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(yīng)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(shè)備移動距離檢測方法及系統(tǒng)，涉及計算機視覺技術(shù)領(lǐng)域，該方法通過在龍門吊兩側(cè)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(zhuǎn)換映射關(guān)系，結(jié)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(shù)領(lǐng)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(zhì)及電子設(shè)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(jīng)網(wǎng)絡(luò)的正向過程，獲得已嵌入...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及人工智能技術(shù)領(lǐng)域，可應(yīng)用于保險業(yè)務(wù)領(lǐng)域，本發(fā)明公開了基于強化學習的策略制定方法、裝置、設(shè)備及存儲介質(zhì)，方法包括：獲取報價系統(tǒng)中的預(yù)設(shè)客戶數(shù)據(jù)和預(yù)設(shè)市場數(shù)據(jù)；將預(yù)設(shè)市場數(shù)據(jù)和預(yù)設(shè)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(jié)構(gòu)構(gòu)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(jié)構(gòu)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(lǐng)域，提供一種基于NSGA?Ⅱ和α?條件詞典的多目標內(nèi)陸港區(qū)位選擇方法，包括：分析內(nèi)陸港選址的影響因素，構(gòu)建多樞紐軸輻射式網(wǎng)絡(luò)；針對內(nèi)陸港選址提出基本假設(shè)；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(gòu)建混合整數(shù)...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及計算機技術(shù)領(lǐng)域，公開了一種基于任務(wù)池權(quán)重的任務(wù)分配方法、裝置、設(shè)備及介質(zhì)，基于當前分配任務(wù)的任務(wù)類型，確定至少一個任務(wù)池因子，實現(xiàn)對當前分配任務(wù)的處理需求的解析和分類識別。劃分不同優(yōu)先級的任務(wù)池，每個任務(wù)池中的任務(wù)池因子相同，確保...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了一種基于經(jīng)驗?zāi)Ｐ偷姆礋o人機設(shè)備發(fā)射覆蓋范圍評估方法。本發(fā)明通過電磁傳播經(jīng)驗?zāi)Ｐ停⒔Y(jié)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(shè)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...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了一種大斷面高陡坡斜井全工序集成施工智能臺車的安全性能分析的方法，包括：步驟1：對臺車載荷計算；步驟2：對臺車進行有限元分析；步驟3：對臺車安全性計算與復核；將臺車分成：針梁模塊、內(nèi)框模塊、模板模塊、斜撐模塊、穩(wěn)定桿構(gòu)件、銷軸構(gòu)件...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明提供一種高擬真的水面自主船舶虛擬測試仿真方法，包括：對海上水面自主船舶進行運動模擬：通過UE5設(shè)計高細膩度的欠驅(qū)集裝箱船賽博孿生體，結(jié)合分離MMG思想，建立六自由度集裝箱船的運動學和動力學模型，基于PhysX引擎，實現(xiàn)精確的受力模擬和...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明提供一種光伏水下航行器外形參數(shù)優(yōu)化方法及系統(tǒng)，用于水下航行器設(shè)計領(lǐng)域，該方法包括：對水下航行器外形設(shè)計參數(shù)抽樣，形成初始樣本庫；基于樣本庫構(gòu)建參數(shù)化模型；通過CFD求解器對參數(shù)化模型進行仿真；根據(jù)樣本庫構(gòu)建目標函數(shù)代理模型；通過ISI...
								
            
							
            
							
						
            • 
					
                    
          
                
          

                 
          
                 	
		            	首頁
		            	上一頁
		            	
		            	153
		            	
		            	下一頁
                 	
                 	
            	
          
            
          
            
          
                
          
                  
          技術(shù)分類
          
                  
          
                      
                  
          
                
          
            
          
          
          
      
          
    
          
    
    

























































































































































 
 
    







主站蜘蛛池模板：
一二三四免费观看在线视频中文版
|
人人妻人人做人人爽夜欢视频|
国产成AV人片久青草影院|
亚洲日本丝袜丝袜办公室|
亚洲精品一区二区久久|
av鲁丝一区鲁丝二区鲁丝三区
|
看国产黄大片在线观看|
好爽进去了视频在线观看国版|
呦系列视频一区二区三区|
欧美成人片在线观看|
日韩精品国产另类专区|
av片在线播放|
久久天天躁狠狠躁夜夜婷|
女被男啪到哭的视频网站|
国产xxxx做受视频|
国产精品国产精品国产专区不卡
|
天天夜碰日日摸日日澡性色av|
亚洲色欲色欲www|
国产精品毛片无遮挡高清|
国产精品久久国产三级国不卡顿|
精品欧美h无遮挡在线看中文|
国产露脸精品产三级国产av|
天天摸天天做天天爽2020
|
久久只有这里有精品4|
色偷偷av老熟女|
国产尤物在线视精品在亚洲|
亚洲aⅴ无码专区在线观看q|
国产波霸爆乳一区二区|
麻豆一区二区中文字幕|
国内不卡一区二区三区|
国产综合久久99久久|
久久精品国产中文字幕|
99riav国产精品视频|
成人国产精品一区二区网站公司|
亚洲中文字幕无码乱线|
天天做天天爱夭大综合网|
久久综合伊人77777|
精品国产电影久久九九|
国产成人精品18p|
性欧美长视频免费观看不卡
|
拍摄av现场失控高潮数次|