<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(lè)器;聲學(xué)設(shè)備的制造及制作,分析技術(shù)
                  	
                  
          
                
          
                
          
                    
            
					
						
          • 
							
							
            
					    		
								
            
								      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(guò)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)。基于多模態(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(guò)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...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了一種外協(xié)采購(gòu)零部件的管理方法及系統(tǒng)，涉及數(shù)據(jù)管理相關(guān)技術(shù)領(lǐng)域，該方法包括：連接企業(yè)ERP系統(tǒng)，實(shí)時(shí)同步篩選采購(gòu)零部件的BOM信息、供應(yīng)商信息，并錄入返修數(shù)據(jù)、收貨數(shù)據(jù)和退貨數(shù)據(jù)，其中，錄入方式包括掃碼錄入和pc彈窗選擇錄入；進(jìn)行...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      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(wèn)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(guò)...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      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(jué)、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(guò)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(guò)上采樣和跳躍連接...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      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(wèn)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)明公開了一種多干擾源場(chǎng)景下的圖像重建方法及裝置，所述方法包括以下步驟：S1、對(duì)于輸入圖像，使用多個(gè)針對(duì)不同干擾場(chǎng)景的視覺(jué)特征編碼器提取特征并進(jìn)行特征融合；S2、干擾類型分類模型根據(jù)融合的特征進(jìn)行干擾因素識(shí)別；S3、根據(jù)干擾因素的識(shí)別結(jié)果...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及圖像分析技術(shù)領(lǐng)域，具體涉及一種用于腦卒中患者復(fù)發(fā)風(fēng)險(xiǎn)評(píng)估的訓(xùn)練集擴(kuò)展方法，該方法包括：獲取由不同復(fù)發(fā)風(fēng)險(xiǎn)等級(jí)下的歷史影像構(gòu)成的初始訓(xùn)練集；基于不同歷史影像之間的相似情況進(jìn)行聚類，并確定每個(gè)目標(biāo)簇對(duì)應(yīng)的復(fù)發(fā)風(fēng)險(xiǎn)等級(jí)；對(duì)每個(gè)目標(biāo)簇內(nèi)的...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及一種端到端語(yǔ)音合成方法，所述方法具體包括：構(gòu)建包括HAE、HCE、HAD的層級(jí)條件變分自編碼器模型；以最大化證據(jù)下界為訓(xùn)練目標(biāo)，訓(xùn)練所述模型；合成語(yǔ)音波形。還涉及了裝置，包括HAE、HCE、HAD、訓(xùn)練模塊；其中，HAE包括：幀級(jí)...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本申請(qǐng)實(shí)施例公開了一種語(yǔ)音模型的處理方法、裝置、計(jì)算機(jī)設(shè)備及存儲(chǔ)介質(zhì)，通過(guò)非平行語(yǔ)音轉(zhuǎn)換模型基于多個(gè)預(yù)設(shè)樣本對(duì)生成轉(zhuǎn)換語(yǔ)音后，采用指定音色語(yǔ)音和轉(zhuǎn)換語(yǔ)音對(duì)預(yù)設(shè)平行語(yǔ)音轉(zhuǎn)換模型進(jìn)行預(yù)訓(xùn)練，從而得到一個(gè)通用的基礎(chǔ)平行語(yǔ)音轉(zhuǎn)換模型，后續(xù)可以根據(jù)不...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及圖像處理技術(shù)領(lǐng)域，公開了一種點(diǎn)云匹配的檢測(cè)方法、裝置、設(shè)備及存儲(chǔ)介質(zhì)。該方法包括：獲取存在匹配關(guān)系的多組點(diǎn)云數(shù)據(jù)，并分別將每組點(diǎn)云數(shù)據(jù)劃分為對(duì)應(yīng)的多個(gè)網(wǎng)格；計(jì)算各個(gè)網(wǎng)格對(duì)應(yīng)的點(diǎn)云描述信息，并根據(jù)點(diǎn)云描述信息，計(jì)算每組點(diǎn)云數(shù)據(jù)之間存...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      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(guò)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(guò)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)...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      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...
								
            
							
            
							
						
            • 
					
                    
          
                
          

                 
          
                 	
                 	
		            	首頁(yè)
		            	上一頁(yè)
		            	
		            	75
		            	
		            	下一頁(yè)


                 	
            	
          
            
          
            
          
                
          
                  
          技術(shù)分類
          
                  
          
                      
                  
          
                
          
            
          
          
          
      
          
    
          
    
    

























































































































































 
 
    







主站蜘蛛池模板：
精品九九人人做人人爱|
吃奶揉捏奶头高潮视频|
久久天堂综合亚洲伊人HD妓女|
中文字幕亚洲制服在线看|
99久久99久久久精品齐齐|
国产男女爽爽爽免费视频|
台湾无码av一区二区三区|
又色又爽又黄还免费毛片96下载|
西西人体大胆瓣开下部自慰|
欧美日韩在线视频一区|
国内精品乱码卡一卡2卡麻豆
|
亚洲熟妇av乱码在线观看|
美女高潮无遮挡免费视频|
无遮挡粉嫩小泬久久久久久久|
国产亚洲产品影市在线产品
|
特黄特色的大片观看免费视频
|
国产亚洲精品中文字幕|
国产成人精品中文字幕|
日本三级香港三级人妇99|
国产精品国产三级国av在线观看|
欧洲中文字幕一区二区|
亚洲va久久久噜噜噜久久狠狠|
日本va欧美va欧美va精品
|
亚洲性日韩精品一区二区三区|
亚洲乱码中文字幕小综合|
亚洲高清aⅴ日本欧美视频|
亚洲.日韩.欧美另类|
粉嫩呦福利视频导航大全|
又大又粗又爽的少妇免费视频|
亚洲成在人线在线播放无码|
无码人妻一区二区三区免费看成人|
成人无码男男gv在线观看网站|
777米奇色8888狠狠俺去啦|
中文精品一卡2卡3卡4卡|
久久人人爽人人爽久久小说|
欧美国产伦久久久久久久|
国产av午夜精品福利|
鲁鲁网亚洲站内射污|
亚洲欧美人高清精品a∨|
蜜臀av999无码精品国产专区
|
中文字幕欧洲有码无码|