<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(fèi)注冊
        
    
          

          



          
    
          
        到頂部
        到底部
    
          

          















          
    
    
          
        
        
          
            
            
            
            
            
            
            
            

            
            
          
                
          
                    
                    清空
                    搜索
                
          
            
          

            
            
            
            
            
            
            
            
            
            
        
          
        
        
        
    
          

          








          
      
          
          
          
            
          
                
          
                  
          
                  	
                  	
                  		最新專利技術(shù)
                  	
                  
          
                
          
                
          
                    
            
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了一種基于多特征融合與生物力學(xué)約束的可解釋性心臟配準(zhǔn)方法，獲取N張三維心臟核磁共振圖像，得到心臟核磁共振圖像數(shù)據(jù)集；對數(shù)據(jù)集中所有圖像進(jìn)行線性變換以消除全局幾何差異，構(gòu)建編碼器和解碼器網(wǎng)絡(luò)作為配準(zhǔn)模型；將訓(xùn)練集中任意兩幅三維圖像，...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了一種異源圖像多目標(biāo)自動配準(zhǔn)方法，包括獲取紅外圖像和可見光圖像，并對紅外圖像和可見光圖像進(jìn)行預(yù)處理，增強(qiáng)紅外圖像和可見光圖像的特征；通過基于Super Point算法的特征點(diǎn)提取方法和SIFT算法共同提取紅外圖像和可見光圖像中目標(biāo)...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及計算機(jī)技術(shù)領(lǐng)域，具體涉及一種場景標(biāo)定方法、裝置、電子設(shè)備及存儲介質(zhì)。本發(fā)明通過獲取含目標(biāo)場景及場景需求的場景標(biāo)定請求，精準(zhǔn)定位標(biāo)定需求。接著，依據(jù)請求獲取對應(yīng)目標(biāo)執(zhí)行文件并運(yùn)行，創(chuàng)建場景需求對應(yīng)的處理線程，避免了一套通用程序應(yīng)對所...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明提供了一種基于三維場景輻射仿真的高光譜遙感圖像生成方法及裝置，涉及遙感數(shù)據(jù)處理技術(shù)領(lǐng)域，旨在解決現(xiàn)有技術(shù)中高光譜遙感圖像數(shù)據(jù)獲取成本過高、數(shù)據(jù)源少以及分辨率低等技術(shù)問題。該方法包括：根據(jù)用戶需求，確定三維場景數(shù)據(jù)；將三維場景數(shù)據(jù)輸入預(yù)...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及文物建模技術(shù)領(lǐng)域，解決了現(xiàn)有技術(shù)運(yùn)算效率低下，建模準(zhǔn)確性低的技術(shù)問題，尤其涉及一種文物三維數(shù)字化自適應(yīng)建模方法，該方法包括以下步驟：S1、獲取文物的三維點(diǎn)云數(shù)據(jù)生成點(diǎn)云數(shù)據(jù)集，基于點(diǎn)云數(shù)據(jù)集確定鄰域點(diǎn)集并通過特征分解得到多個尺度特...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了一種基于多模態(tài)數(shù)據(jù)融合的混凝土干濕狀態(tài)識別方法及裝置，涉及圖像識別技術(shù)領(lǐng)域，可應(yīng)用于智能建筑領(lǐng)域，主要目的在于解決基于多模態(tài)數(shù)據(jù)融合的混凝土干濕狀態(tài)識別準(zhǔn)確性較低的問題。主要包括利用特征提取模型分別對可見光圖像數(shù)據(jù)和紅外圖像數(shù)據(jù)...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及醫(yī)療圖像處理分析技術(shù)領(lǐng)域，公開了基于圖像識別的腫瘤蛋白定量評估方法及系統(tǒng)，所述方法包括：獲取IHC切片的全景數(shù)字圖像，并提取所述全景數(shù)字圖像中的感興趣區(qū)域，將所述感興趣區(qū)域，進(jìn)行分割，得到高分辨率圖像塊，將所述高分辨率圖像塊，輸入...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及圖像處理技術(shù)領(lǐng)域，具體為基于MAMBA的高光譜圖像動態(tài)分類系統(tǒng)，系統(tǒng)包括：地物建模模塊、分辨率調(diào)控模塊、特征提取模塊、分類識別模塊、動態(tài)結(jié)果生成模塊。本發(fā)明中，通過在多時相遙感圖像中同步采集地物區(qū)域的位移量、主光譜反射率與紋理差異...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開一種在聚集圖像中谷物顆粒的高精度識別方法及系統(tǒng)，方法包括：獲取米粒原始圖像并進(jìn)行預(yù)處理，獲取聚類米粒圖像數(shù)據(jù)集；分割所述聚類米粒圖像，獲取第一米粒圖像數(shù)據(jù)集；標(biāo)準(zhǔn)化處理第一米粒圖像數(shù)據(jù)集，獲取第二米粒圖像數(shù)據(jù)集；依次對第二米粒圖像...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明屬于多媒體安全技術(shù)領(lǐng)域，特別涉及一種基于音視頻多模態(tài)融合的深度偽造檢測方法及系統(tǒng)。方法包括通過動態(tài)ROI裁剪從視頻流中提取唇部運(yùn)動時空特征，依次通過快速傅里葉變換和梅爾濾波器組處理音頻流得到音頻頻譜特征；基于取唇部運(yùn)動時空特征重構(gòu)生成...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明屬于邊界場景技術(shù)領(lǐng)域，具體公開了一種基于車輛神經(jīng)輻射場的自動駕駛邊界場景生成方法及系統(tǒng)，該方法包括如下步驟：采集自動駕駛的多個場景并將每個場景表達(dá)為一個場景圖，在場景圖中，每個車輛視為一個動態(tài)節(jié)點(diǎn)，背景視為一個靜態(tài)節(jié)點(diǎn)；對于靜態(tài)節(jié)點(diǎn)，...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了一種多模態(tài)數(shù)據(jù)融合的油茶林表型信息提取系統(tǒng)，涉及林業(yè)管理技術(shù)領(lǐng)域，包括綜合管理平臺，所述綜合管理平臺通信連接有數(shù)據(jù)獲取模塊、自適應(yīng)點(diǎn)云與影像配準(zhǔn)模塊、跨模態(tài)特征匹配模塊、單木分割識別模塊、表型信息提取模塊以及數(shù)據(jù)可視化模塊。本發(fā)...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本申請公開了一種空間信息生成計算方法，包括：獲取影像數(shù)據(jù)，使用算法對影像數(shù)據(jù)進(jìn)行分割，提取像斑，識別像斑在影像數(shù)據(jù)中的面積，根據(jù)影像數(shù)據(jù)中的面積計算面積變化率，根據(jù)面積變化率從影像數(shù)據(jù)中識別得到候選變化區(qū)域；其中，所述影像數(shù)據(jù)包括第一影像數(shù)...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了一種基于偽標(biāo)簽對比學(xué)習(xí)的泡沫浮選未知工況識別方法，涵蓋泡沫視頻的采集與處理、偽標(biāo)簽的生成與優(yōu)化以及特征對齊與模型訓(xùn)練等關(guān)鍵環(huán)節(jié)。針對目標(biāo)域樣本，通過生成偽標(biāo)簽和置信度，根據(jù)置信度分別對高置信度和低置信度樣本進(jìn)行優(yōu)化。高置信度樣本...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及遙感和空間探測領(lǐng)域，特別是一種基于深度學(xué)習(xí)和注意力的紅外目標(biāo)檢測系統(tǒng)，包含圖片嵌入單元、編碼單元、解碼單元和圖片投影單元。在編碼單元和解碼單元中，在對應(yīng)的特征提取模塊之間設(shè)置跳躍連接，用于傳遞旁路特征向量。圖片嵌入單元獲取原始圖像...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      一種基于高分衛(wèi)星圖像陰影的風(fēng)機(jī)高度測量方法及裝置。該方法基于包含風(fēng)機(jī)的高分衛(wèi)星圖像，利用陰影提取模型提取風(fēng)機(jī)陰影；通過太陽方位角信息結(jié)合直線逐行掃描的方法，對風(fēng)機(jī)葉片陰影掩膜進(jìn)行分割和去除，保留風(fēng)機(jī)塔筒的陰影掩膜；根據(jù)風(fēng)機(jī)塔筒的陰影掩膜來計...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了一種基于星載激光雷達(dá)波形的人工林與天然林深度學(xué)習(xí)分類方法，包括如下步驟：步驟1、獲取森林區(qū)域的星載全波形激光雷達(dá)GEDI的L1B地理定位波形；步驟2、對獲取到的數(shù)據(jù)進(jìn)行預(yù)處理操作，得到區(qū)域內(nèi)高質(zhì)量GEDI光斑的波形信息；步驟3、...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了一種基于GEE云平臺和SAM模型的光伏電站精細(xì)化提取方法，包括如下步驟：步驟1、標(biāo)注光伏電站，創(chuàng)建光伏電站樣本數(shù)據(jù)集；步驟2、在遙感云平臺上根據(jù)光伏電站光譜特征和隨機(jī)森林算法構(gòu)建提取模型，利用中等分辨率遙感影像獲取光伏電站的初步...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開基于無人機(jī)目標(biāo)識別的圖像處理系統(tǒng)，包括：信號傳輸單元，所述信號傳輸單元包括信號收發(fā)模塊和定位模塊，所述信號收發(fā)模塊用于接收用戶發(fā)送的圖像攝取信號以及接收目標(biāo)無人機(jī)發(fā)送的圖像處理請求，所述圖像處理請求中包括待處理圖像的數(shù)量，所述定位...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本申請涉及浮游生物智能識別領(lǐng)域，公開了浮游生物智能監(jiān)測方法及系統(tǒng)，方法包括以下步驟：利用掃描平臺采集浮游生物樣品圖像，并實(shí)時調(diào)整焦距、曝光時間和掃描路徑，以優(yōu)化成像質(zhì)量；基于最小二乘法及特征點(diǎn)匹配進(jìn)行多張圖像的拼接優(yōu)化，生成完整圖像；拼接后...
								
            
							
            
							
						
            • 
					
                    
          
                
          

                 
          
                 	
		            	首頁
		            	上一頁
		            	
		            	206
		            	
		            	下一頁
                 	
                 	
            	
          
            
          
            
          
                
          
                  
          技術(shù)分類
          
                  
          
                      
                  
          
                
          
            
          
          
          
      
          
    
          
    
    

























































































































































 
 
    







主站蜘蛛池模板：
中文人妻av久久人妻水蜜桃|
97成人精品国语自产拍|
人妻无码熟妇乱又伦精品视频|
最新国自产拍av|
动漫成人无码精品一区二区三区|
亚洲成a人v在线蜜臀|
中文无码日韩欧免费视频|
国产日产欧产精品精乱了派|
亚洲成年轻人电影网站WWW|
日本精品4080yy私人影院|
免费看又黄又爽又猛的视频软件
|
亚洲熟妇色自偷自拍另类|
亚洲国产超清无码专区|
成人国产精品日本在线|
久久香蕉国产线看观看怡红院妓院|
丝袜自慰一区二区三区|
又色又爽又黄又硬的视频免费观看
|
老司机午夜精品视频资源|
天天爽天天摸天天碰|
亚洲精品一线二线三线无人区|
少妇人妻偷人精品视频|
亚洲欧洲av一区二区久久|
成人做爰69片免费看网站野花|
亚洲男人第一无码av网站|
人妻妺妺窝人体色www聚色窝|
四虎永久在线精品视频免费观看
|
一卡二卡3卡四卡网站精品|
AV免费播放一区二区三区|
无码av免费毛片一区二区|
亚洲一区二区三区在线播放无码|
亚洲肥老太bbw中国熟女|
无码视频一区二区三区在线观看|
波多野结衣中文字幕久久|
成年美女黄的视频网站|
色欲老女人人妻综合网|
中文字幕日本乱码仑区在线|
国产精品SM捆绑调教视频|
国产片精品av在线观看夜色|
免费一级毛片不卡在线播放|
狠狠cao2020高清视频|
欧美极品色午夜在线视频
|