<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(dòng)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(guó)際服務(wù)
        商標(biāo)交易
        會(huì)員權(quán)益
        需求市場(chǎng)

        
        關(guān)于龍圖騰

        
        
        
        
        
        
    
          
    
          
        
        
             / 

            
            
            免費(fèi)注冊(cè)
        
    
          

          



          
    
          
        到頂部
        到底部
    
          

          















          
    
    
          
        
        
          
            
            
            
            
            
            
            
            

            
            
          
                
          
                    
                    清空
                    搜索
                
          
            
          

            
            
            
            
            
            
            
            
            
            
        
          
        
        
        
          
            
            
                
          • 我要求購(gòu)
            • 
                
          • 我要出售
            • 
            
          

            
        
          
    
          

          








          
      
          
          
          
            
          
                
          
                  
          
                  	
                  	
                  		最新專利技術(shù)
                  	
                  
          
                
          
                
          
                    
            
					
						
          • 
							
							
            
					    		
								
            
								      本申請(qǐng)?zhí)峁┑幕谏疃葘W(xué)習(xí)的電梯內(nèi)部摔倒行為識(shí)別方法及系統(tǒng)，涉及深度學(xué)習(xí)技術(shù)領(lǐng)域。在本申請(qǐng)中，首先，對(duì)目標(biāo)監(jiān)控圖像數(shù)據(jù)進(jìn)行特征挖掘，輸出目標(biāo)圖像數(shù)據(jù)特征；然后，對(duì)目標(biāo)監(jiān)控音頻數(shù)據(jù)進(jìn)行特征挖掘，輸出目標(biāo)音頻數(shù)據(jù)特征；之后，基于目標(biāo)音頻數(shù)據(jù)特征，...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及計(jì)算機(jī)技術(shù)領(lǐng)域，公開了一種信息錄入方法、裝置、設(shè)備及介質(zhì)，包括：獲取待識(shí)別的圖像信息，并通過深度學(xué)習(xí)模型對(duì)所述圖像信息進(jìn)行分析，得到所述圖像信息中的關(guān)鍵文本；對(duì)所述關(guān)鍵文本進(jìn)行結(jié)構(gòu)化處理，得到結(jié)構(gòu)化處理后的關(guān)鍵文本；按照預(yù)設(shè)字段對(duì)...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本申請(qǐng)?zhí)峁┮环N多模態(tài)細(xì)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(shí)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(xì)胞樣本得到的多模態(tài)圖像集；對(duì)多模態(tài)圖像集進(jìn)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(jī)航空器視覺的林草火災(zāi)跡地恢復(fù)監(jiān)測(cè)方法，其特征在于，包括步驟1：構(gòu)建林草火災(zāi)跡地恢復(fù)監(jiān)測(cè)系統(tǒng)；步驟2：無人機(jī)航空器搭載多光譜相機(jī)實(shí)時(shí)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(duì)圖像幀數(shù)據(jù)進(jìn)行預(yù)處...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本申請(qǐng)公開了場(chǎng)景信息識(shí)別方法、模型的訓(xùn)練方法及相關(guān)裝置，該方法包括：獲取對(duì)目標(biāo)場(chǎng)景采集得到的場(chǎng)景圖像；利用場(chǎng)景信息識(shí)別模型的語義網(wǎng)絡(luò)對(duì)所述場(chǎng)景圖像進(jìn)行語義預(yù)測(cè)，得到所述場(chǎng)景圖像的語義預(yù)測(cè)結(jié)果，其中，所述語義預(yù)測(cè)結(jié)果包括所述場(chǎng)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(cè)模型的輕量化設(shè)計(jì)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(shí)序數(shù)據(jù)；根據(jù)樣本圖像數(shù)據(jù)和樣本時(shí)序數(shù)據(jù)對(duì)第一初始異常檢測(cè)模型進(jìn)行訓(xùn)練，得到第一目標(biāo)異常檢測(cè)模型；對(duì)第一目標(biāo)異常檢測(cè)模型進(jìn)行輕量化處理，得到第...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本申請(qǐng)?zhí)峁┝说牟馁|(zhì)屬性預(yù)測(cè)模型的訓(xùn)練方法，通過獲取待訓(xùn)練圖像和所述待訓(xùn)練圖像對(duì)應(yīng)的法向圖；將所述待訓(xùn)練圖像輸入到第一編碼器，獲得所述待訓(xùn)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(xùn)練圖像的特征數(shù)據(jù)、所述...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明屬于水質(zhì)檢測(cè)技術(shù)領(lǐng)域，公開了一種基于格拉姆角場(chǎng)圖像的水質(zhì)監(jiān)測(cè)方法及裝置，包括：獲取待監(jiān)測(cè)水體的吸光度曲線數(shù)據(jù)，通過格拉姆角場(chǎng)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(xùn)練的水質(zhì)監(jiān)測(cè)模型，通過水質(zhì)監(jiān)測(cè)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(biāo)檢測(cè)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(qiáng)；S5、YOLOV5模型訓(xùn)練及檢測(cè)。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(biāo)檢測(cè)方法，將寬度學(xué)習(xí)系統(tǒng)作為...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本申請(qǐng)?zhí)峁┮环N簽名圖像生成方法、裝置、計(jì)算機(jī)設(shè)備及計(jì)算機(jī)可讀存儲(chǔ)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(biāo)遮罩圖像；基于所述目標(biāo)遮罩圖像對(duì)所述初始簽名圖像進(jìn)行擦除...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本申請(qǐng)公開了一種光子計(jì)數(shù)CT成像方法、裝置及光子計(jì)數(shù)CT系統(tǒng)，方法包括：獲取實(shí)時(shí)圖像對(duì)應(yīng)多個(gè)目標(biāo)能量段的融合規(guī)則；根據(jù)融合規(guī)則，對(duì)多能譜原始數(shù)據(jù)中多個(gè)目標(biāo)能量段的數(shù)據(jù)進(jìn)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(gè)目標(biāo)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(jī)設(shè)備移動(dòng)距離檢測(cè)方法及系統(tǒng)，涉及計(jì)算機(jī)視覺技術(shù)領(lǐng)域，該方法通過在龍門吊兩側(cè)對(duì)稱部署工業(yè)相機(jī)組，通過多光譜成像模塊實(shí)時(shí)采集地面標(biāo)識(shí)圖像；基于標(biāo)定板計(jì)算徑向和切向的畸變系數(shù)，建立貝位號(hào)與圖像坐標(biāo)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(qiáng)方法，涉及圖像增強(qiáng)的技術(shù)領(lǐng)域。所述方法包括：首先，對(duì)原始圖像進(jìn)行雙通道顏色補(bǔ)償、白平衡校正與直方圖對(duì)比度增強(qiáng)，獲取顏色增強(qiáng)圖像；其次，對(duì)其亮度通道進(jìn)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(shí)施例公開了一種用于嵌入水印的方法、裝置、存儲(chǔ)介質(zhì)及電子設(shè)備，該方法首先從第一目標(biāo)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(diǎn)，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(xiǎn)業(yè)務(wù)領(lǐng)域，本發(fā)明公開了基于強(qiáng)化學(xué)習(xí)的策略制定方法、裝置、設(shè)備及存儲(chǔ)介質(zhì)，方法包括：獲取報(bào)價(jià)系統(tǒng)中的預(yù)設(shè)客戶數(shù)據(jù)和預(yù)設(shè)市場(chǎng)數(shù)據(jù)；將預(yù)設(shè)市場(chǎng)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(dòng)作數(shù)據(jù)、獎(jiǎng)勵(lì)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(dòng)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(hào)數(shù)據(jù)庫(kù)，并根據(jù)基本號(hào)數(shù)據(jù)庫(kù)形成標(biāo)準(zhǔn)零件號(hào)；按照功能結(jié)構(gòu)劃分若干功能模塊并分別賦予基本號(hào)，標(biāo)準(zhǔn)零件號(hào)的中綴為零件所屬功能模塊的基本號(hào)...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      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(biāo)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(duì)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(yùn)比例和最小化碳排放量為目標(biāo)，構(gòu)建混合整數(shù)...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及計(jì)算機(jī)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(dāng)前分配任務(wù)的任務(wù)類型，確定至少一個(gè)任務(wù)池因子，實(shí)現(xiàn)對(duì)當(dāng)前分配任務(wù)的處理需求的解析和分類識(shí)別。劃分不同優(yōu)先級(jí)的任務(wù)池，每個(gè)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(yàn)?zāi)Ｐ偷姆礋o人機(jī)設(shè)備發(fā)射覆蓋范圍評(píng)估方法。本發(fā)明通過電磁傳播經(jīng)驗(yàn)?zāi)Ｐ停⒔Y(jié)合由改進(jìn)的粒子群優(yōu)化算法確定的建筑物修正項(xiàng)系數(shù)，來評(píng)估反無人機(jī)設(shè)備的發(fā)射覆蓋范圍，其包括：首先，通過CW測(cè)試獲取原始數(shù)據(jù)集；其次，對(duì)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(tái)車的安全性能分析的方法，包括：步驟1：對(duì)臺(tái)車載荷計(jì)算；步驟2：對(duì)臺(tái)車進(jìn)行有限元分析；步驟3：對(duì)臺(tái)車安全性計(jì)算與復(fù)核；將臺(tái)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...
								
            
							
            
							
						
            • 
					
                    
          
                
          

                 
          
                 	
		            	首頁
		            	上一頁
		            	
		            	170
		            	
		            	下一頁
                 	
                 	
            	
          
            
          
            
          
                
          
                  
          技術(shù)分類
          
                  
          
                      
                  
          
                
          
            
          
          
          
      
          
    
          
    
    

























































































































































 
 
    







主站蜘蛛池模板：
亚洲大尺度无码无码专线一区|
无码人妻aⅴ一区 二区 三区|
粗大的内捧猛烈进出少妇视频
|
免费大片av手机看片高清|
亚洲的天堂av无码|
久久精品无码鲁网中文电影|
亚洲夜色噜噜av在线观看|
麻豆人妻少妇精品无码专区|
日韩高清亚洲日韩精品一区二区三区
|
熟妇人妻av无码一区二区三区|
精品福利一区二区三区免费视频
|
自拍偷在线精品自拍偷无码专区|
国产成人av综合色|
高清无码爆乳潮喷在线观看|
欧美视频专区一二在线观看|
天堂久久久久va久久久久|
午夜福利视频极品国产83|
日本三级成本人网站|
国内精品久久久久久99蜜桃|
成人影片麻豆国产影片免费观看
|
成人美女黄网站色大色费全看|
久久国产成人免费网站777|
婷婷色香合缴缴情av第三区|
日韩 高清 无码 人妻|
国产免费无码一区二区三区
|
日本人成在线播放免费课体台|
中文字幕人乱码中文|
久久精品噜噜噜成人av|
人妻色综合网站|
亚洲中文字幕成人综合网|
色综合久久成人综合网|
亚洲国模精品一区二区|
女高中生强奷系列在线播放|
亚洲欧美洲成人一区二区三区|
成人看片黄a免费看在线|
b站永久免费看片大全|
日韩 高清 无码 人妻|
五月av综合av国产av
|
国产性色av高清在线观看|
狠狠色噜噜狠狠狠狠色综合久av
|
69天堂人成无码免费视频|