<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(yè) 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
          樂器;聲學(xué)設(shè)備的制造及制作,分析技術(shù)
          • 一種基于特征選擇和集成學(xué)習(xí)的時(shí)間序列植被指數(shù)作物分類方法,它屬于作物分類技術(shù)領(lǐng)域。本發(fā)明解決了現(xiàn)有模型的泛化能力弱、模型訓(xùn)練與推理效率低以及模型分類準(zhǔn)確率低的問題。本發(fā)明基于遙感影像時(shí)間序列特征數(shù)據(jù)集,通過逐步增加特征的方式來構(gòu)建最優(yōu)特征子...
          • 本發(fā)明公開了一種基于交叉特征融合的金屬膜片表面缺陷檢測(cè)方法。包括:建立金屬膜片表面缺陷數(shù)據(jù)集;訓(xùn)練金屬膜片表面缺陷檢測(cè)模型,在訓(xùn)練集上,將圖片組同時(shí)輸入缺陷檢測(cè)網(wǎng)絡(luò),通過視覺轉(zhuǎn)換器主干網(wǎng)絡(luò)提取其特征,使用改進(jìn)的交叉特征金字塔模塊對(duì)特征進(jìn)行融...
          • 本發(fā)明提供一種基于多模型集成的甲狀腺腫瘤B超診斷方法及系統(tǒng),該方法包括:利用神經(jīng)網(wǎng)絡(luò)I對(duì)甲狀腺腫瘤B超圖像中的結(jié)節(jié)進(jìn)行分割,獲取初步二值化結(jié)節(jié)分割圖;利用神經(jīng)網(wǎng)絡(luò)II對(duì)甲狀腺腫瘤B超圖像中的結(jié)節(jié)進(jìn)行分割,獲取精細(xì)二值化結(jié)節(jié)分割圖;將初步二值...
          • 本發(fā)明公開了一種基于多模態(tài)大模型的建筑物震害損傷智能評(píng)估方法,屬于地震工程技術(shù)領(lǐng)域;包括以下步驟:采集損傷圖片構(gòu)建多模態(tài)震害評(píng)估數(shù)據(jù)集;構(gòu)建多模態(tài)震害評(píng)估大模型,并使用圖像?文本對(duì)比損失函數(shù)進(jìn)行優(yōu)化,通過多模態(tài)編碼器輸出一個(gè)新的多模態(tài)向量表...
          • 本發(fā)明涉及一種基于文本提示的室內(nèi)點(diǎn)云場(chǎng)景開放式語(yǔ)義分割方法。本發(fā)明基于大規(guī)模室內(nèi)場(chǎng)景點(diǎn)云數(shù)據(jù),采用基于Mamba塊的3D U?Net網(wǎng)絡(luò)結(jié)構(gòu)提取點(diǎn)云場(chǎng)景局部特征,并通過多級(jí)Mamba塊和降采樣提取場(chǎng)景點(diǎn)云數(shù)據(jù)全局特征,再通過上采樣和跳躍連接...
          • 本發(fā)明提供了一種基于多模態(tài)影像數(shù)據(jù)融合的腫瘤良惡性鑒別方法及系統(tǒng)?;诙嗄B(tài)影像數(shù)據(jù)融合的腫瘤良惡性鑒別方法能夠有效結(jié)合B超圖像和CT圖像的優(yōu)勢(shì),通過對(duì)B超圖像和CT圖像進(jìn)行預(yù)處理、特征提取和數(shù)據(jù)融合,提高腫瘤良惡性的鑒別準(zhǔn)確率,繼而使得使...
          • 本申請(qǐng)涉及一種疑問語(yǔ)氣識(shí)別方法、裝置、計(jì)算機(jī)設(shè)備、計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)和計(jì)算機(jī)程序產(chǎn)品。所述方法包括:獲取原始音頻,并確定所述原始音頻對(duì)應(yīng)的音素序列;其中,所述原始音頻包括多個(gè)幀,所述音素序列中包括多個(gè)音素;將所述原始音頻和所述音素序列輸入音...
          • 本發(fā)明公開了一種危廢全流程信息化管理系統(tǒng),屬于環(huán)境保護(hù)領(lǐng)域。系統(tǒng)包括:經(jīng)營(yíng)管理模塊,用于產(chǎn)廢企業(yè)管理、發(fā)起調(diào)研樣申請(qǐng)和危廢轉(zhuǎn)運(yùn)申請(qǐng);化驗(yàn)管理模塊,用于對(duì)產(chǎn)廢企業(yè)發(fā)送的調(diào)研樣進(jìn)行審批后根據(jù)調(diào)研樣化驗(yàn)結(jié)果開具市場(chǎng)準(zhǔn)入單、響應(yīng)進(jìn)廠危廢的取樣化驗(yàn)申...
          • 本發(fā)明公開了一種基于基準(zhǔn)工期的項(xiàng)目協(xié)同監(jiān)控方法,適用于監(jiān)控系統(tǒng),所述項(xiàng)目協(xié)同監(jiān)控方法包括:將所監(jiān)控項(xiàng)目的實(shí)際任務(wù)執(zhí)行數(shù)據(jù)映射至預(yù)設(shè)的基準(zhǔn)工期模型對(duì)應(yīng)的多維幾何空間上,以生成動(dòng)態(tài)幾何偏差特征向量;根據(jù)實(shí)際非正式溝通記錄調(diào)整預(yù)設(shè)的隱性協(xié)同鏈路拓...
          • 本發(fā)明公開一種細(xì)菌檢測(cè)方法及系統(tǒng),屬于細(xì)菌檢測(cè)。針對(duì)現(xiàn)有細(xì)菌檢測(cè)耗時(shí)長(zhǎng)且精度低的問題,本發(fā)明提供一種細(xì)菌檢測(cè)方法,包括獲取真實(shí)場(chǎng)景的數(shù)據(jù)集,對(duì)數(shù)據(jù)集進(jìn)行預(yù)處理;基于預(yù)處理后的數(shù)據(jù)集對(duì)YOLOv5s進(jìn)行訓(xùn)練,得到Y(jié)OLOv5s檢測(cè)模型;所述Y...
          • 本發(fā)明提供了一種項(xiàng)目管理方法及裝置、存儲(chǔ)介質(zhì)及電子設(shè)備,該方法包括:當(dāng)接收到對(duì)目標(biāo)項(xiàng)目進(jìn)行管理的指令時(shí),確定關(guān)聯(lián)用戶;監(jiān)測(cè)是否接收到關(guān)聯(lián)用戶對(duì)目標(biāo)項(xiàng)目的關(guān)聯(lián)操作指令;當(dāng)接收到關(guān)聯(lián)操作指令時(shí),確定當(dāng)前關(guān)聯(lián)操作指令對(duì)應(yīng)的項(xiàng)目關(guān)聯(lián)信息;在預(yù)先構(gòu)建...
          • 本申請(qǐng)公開了一種基于圖像識(shí)別的文字生成方法,涉及圖像識(shí)別技術(shù)領(lǐng)域,包括進(jìn)行信息采集得到原始采集信息,原始采集信息包括原始圖像信息和原始環(huán)境語(yǔ)音信息;對(duì)原始圖像信息預(yù)處理得到圖像預(yù)處理信息,對(duì)原始環(huán)境語(yǔ)音信息預(yù)處理得到環(huán)境語(yǔ)音預(yù)處理信息;根據(jù)...
          • 本發(fā)明公開一種單株樹木點(diǎn)云的枝葉分離方法,涉及林業(yè)生態(tài)遙感技術(shù)領(lǐng)域,以解決樹木木質(zhì)結(jié)構(gòu)點(diǎn)云提取精度和效率不高的問題。該方法包括:對(duì)原始點(diǎn)云數(shù)據(jù)進(jìn)行單木分割和去噪,得到單木點(diǎn)云;對(duì)單木點(diǎn)云多角度旋轉(zhuǎn),利用LeWoS算法對(duì)單木點(diǎn)云進(jìn)行分析并通過...
          • 本公開提供一種基于轉(zhuǎn)換器模型的多尺度感知模型,包括:圖像特征抽取網(wǎng)絡(luò),包括:由多級(jí)注意力模塊堆疊而成的編碼器,用于基于輸入的待識(shí)別圖像輸出由所述多級(jí)注意力模塊提取的多個(gè)圖像塊令牌(Patch Token)序列;特征融合網(wǎng)絡(luò),用于將所述多個(gè)圖...
          • 本公開提供了目標(biāo)模型生成方法、圖像處理方法和裝置,涉及人工智能、計(jì)算機(jī)視覺、深度學(xué)習(xí)、大模型、自動(dòng)駕駛、智能交通等技術(shù)領(lǐng)域。具體方案為:基于掩碼圖對(duì)樣本圖像進(jìn)行掩碼處理,得到掩碼后的樣本圖像;將掩碼后的樣本圖像輸入預(yù)設(shè)模型,得到掩碼區(qū)域的特...
          • 本發(fā)明提供了一種基于紅外熱圖像的乳腺分析方法、電子設(shè)備及存儲(chǔ)介質(zhì),步驟S1:獲取包括乳腺區(qū)域的光感值的紅外熱圖像;步驟S2:將光感值劃分為若干種色階;步驟S3:通過深度學(xué)習(xí)分割模型對(duì)紅外熱圖像進(jìn)行乳腺區(qū)域和血管區(qū)域的分割;步驟S4:基于分割...
          • 本發(fā)明屬于人工智能和目標(biāo)檢測(cè)技術(shù)領(lǐng)域,尤其涉及一種實(shí)例特征增強(qiáng)的SAR圖像細(xì)粒度目標(biāo)檢測(cè)方法及裝置。該方法包括以下步驟:目標(biāo)檢測(cè)模型搭建:選擇yolov8網(wǎng)絡(luò)作為SAR圖像細(xì)粒度目標(biāo)檢測(cè)基礎(chǔ)網(wǎng)絡(luò),構(gòu)建基于動(dòng)態(tài)卷積的細(xì)粒度特征增強(qiáng)模塊,用以替...
          • 本申請(qǐng)涉及圖像處理技術(shù)領(lǐng)域,公開了基于狀態(tài)空間的圖像變化檢測(cè)方法、裝置、設(shè)備及介質(zhì),其中方法包括:將雙時(shí)相遙感圖像分別輸入至兩個(gè)權(quán)值共享的孿生網(wǎng)絡(luò)分支中,通過多個(gè)編碼階段的輕量狀態(tài)空間模塊進(jìn)行編碼處理,分別得到第一時(shí)相特征圖,以及第二時(shí)相特...
          • 本公開內(nèi)容涉及用于基于高光譜圖像估計(jì)物體分類的分類方法、分類裝置以及存儲(chǔ)介質(zhì)。根據(jù)本公開內(nèi)容的一個(gè)實(shí)施例,該分類方法包括:使用基于第一神經(jīng)網(wǎng)絡(luò)的點(diǎn)級(jí)分類器提取高光譜圖像中的單個(gè)感興趣類型物體的輪廓區(qū)內(nèi)的多個(gè)點(diǎn)中的各點(diǎn)的點(diǎn)級(jí)分類特征;以及使用...
          • 本申請(qǐng)涉及食品安全檢測(cè)領(lǐng)域,公開一種基于多模態(tài)數(shù)據(jù)與AI算法的食品安全智能檢測(cè)方法及系統(tǒng),該方法包括:通過多源傳感器實(shí)時(shí)采集食品在各環(huán)節(jié)的數(shù)據(jù),得到多模態(tài)食品數(shù)據(jù);對(duì)多模態(tài)食品數(shù)據(jù)預(yù)處理,得到標(biāo)準(zhǔn)化的多模態(tài)食品數(shù)據(jù),多模態(tài)食品數(shù)據(jù)包括時(shí)序數(shù)...
          技術(shù)分類
          主站蜘蛛池模板: 东京热无码国产精品| 国产无遮挡猛进猛出免费| 日韩国产成人精品视频| 亚洲国内精品自在线影院 | b站永久免费看片大全| 无码少妇丰满熟妇一区二区| 边喂奶边中出的人妻| 久久精品A一国产成人免费网站| 西西人体大胆4444www| 色五月激情五月| 欧美精品亚洲日韩aⅴ| 水蜜桃亚洲精品一区二区| 国产目拍亚洲精品二区| 欧美亚洲色帝国| 精品无人国产偷自产在线| 中文日韩亚洲欧美字幕| 国产精品99久久久久久董美香| 亚洲中文波霸中文字幕| 久9视频这里只有精品8| 99热久久这里只精品国产www| 日本夜爽爽一区二区三区 | 蜜桃精品成人影片| 亚洲婷婷五月综合狠狠| 丰满少妇偷人51视频在线观看| 国产欧美综合在线观看第十页| 狠狠干狠狠爱| 无码人妻一区二区三区免费看 | 四虎永久免费影库二三区| 中文字幕久久熟女蜜桃| 欧美性猛片xxxxx多人伦交| 亚洲欧美国产成人综合欲网| 日本少妇自慰免费完整版| 国产亚洲日韩在线三区| 在线亚洲精品国产二区图片欧美| 国内精品久久久久久99| 国产真实乱子伦视频播放| 国产白丝精品爽爽久久蜜臀| 在线永久无码不卡av| 国产午夜亚洲精品区| 在线精品视频一区二区三四| 久久久久高潮毛片免费全部播放|