<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
            • 
            
          

            
        
          
    
          

          








          
      
          
          
          
            
          
                
          
                  
          
                  	
                  	
                  		最新專利技術(shù)
                  	
                  
          
                
          
                
          
                    
            
					
						
          • 
							
							
            
					    		
								
            
								      一種信息生成方法、存儲(chǔ)介質(zhì)、計(jì)算機(jī)設(shè)備和程序產(chǎn)品，所述方法包括：獲取用戶查詢，所述用戶查詢中包括目標(biāo)癥狀信息；基于目標(biāo)癥狀信息生成提示信息；將提示信息輸入醫(yī)療問(wèn)答模型，以使醫(yī)療問(wèn)答模型基于提示信息生成目標(biāo)引導(dǎo)信息，所述目標(biāo)引導(dǎo)信息用于引導(dǎo)用...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開(kāi)一種基于機(jī)器學(xué)習(xí)的機(jī)場(chǎng)行李傳輸系統(tǒng)故障診斷方法及系統(tǒng)，該方法包括設(shè)置時(shí)間窗口和窗口數(shù)，在時(shí)間窗口內(nèi)采集工作狀態(tài)數(shù)據(jù)特征值，并采用先進(jìn)先出的方式對(duì)時(shí)間窗口內(nèi)的工作狀態(tài)數(shù)據(jù)特征值進(jìn)行更新，根據(jù)時(shí)間窗口內(nèi)的工作狀態(tài)數(shù)據(jù)特征值對(duì)原始故障模...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及一種用于電力多模態(tài)缺陷檢測(cè)的分層優(yōu)化剪枝方法，設(shè)備及介質(zhì)，通過(guò)采集電力設(shè)備缺陷檢測(cè)中的多模態(tài)數(shù)據(jù)，輸入到預(yù)訓(xùn)練缺陷檢測(cè)模型中，分別進(jìn)行各模態(tài)的特征向量提取，基于Hessian矩陣的感知策略，分別得到各模態(tài)權(quán)重重要度；計(jì)算預(yù)訓(xùn)練缺陷...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明提供一種農(nóng)作物生產(chǎn)響應(yīng)氣候變化關(guān)系模型構(gòu)建方法，涉及農(nóng)業(yè)氣象學(xué)與數(shù)據(jù)分析交叉領(lǐng)域，所述方法包括：對(duì)農(nóng)作物表型數(shù)據(jù)集合進(jìn)行均值漂移聚類(lèi)計(jì)算，得到初步聚類(lèi)結(jié)果；將初步聚類(lèi)結(jié)果，進(jìn)行高斯混合聚類(lèi)計(jì)算，得到原始數(shù)據(jù)的中心點(diǎn)；對(duì)各個(gè)氣象因子下的...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明提出了一種基于粒子群的邊緣場(chǎng)景搜索方法，其特征在于，包括以下步驟：在全局參數(shù)空間內(nèi)隨機(jī)初始化粒子群，每個(gè)粒子代表一組自動(dòng)駕駛場(chǎng)景參數(shù)配置，所述參數(shù)配置至少包括車(chē)輛速度、車(chē)輛間距、環(huán)境條件及道路類(lèi)型參數(shù)；將粒子群中各粒子代表的場(chǎng)景配置輸...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及自動(dòng)駕駛測(cè)試領(lǐng)域，具體是一種自動(dòng)駕駛測(cè)試故障用例自動(dòng)生成方法及車(chē)輛綜合評(píng)價(jià)方法，該自動(dòng)生成方法包括如下步驟：采用專業(yè)汽車(chē)安全文本數(shù)據(jù)對(duì)預(yù)訓(xùn)練的BERT模型進(jìn)行微調(diào)；采用專業(yè)汽車(chē)安全文本數(shù)據(jù)對(duì)預(yù)訓(xùn)練的Word2Vec模型進(jìn)行微調(diào)；將...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明提供了一種基于患者表觀骨密度的個(gè)性化梯度多孔骨支架的設(shè)計(jì)方法，包括以下步驟：構(gòu)建骨支架的變密度梯度多孔結(jié)構(gòu)；通過(guò)壓縮力學(xué)仿真與流體仿真模擬獲得樣本數(shù)據(jù)；構(gòu)建BP神經(jīng)網(wǎng)絡(luò)模型；通過(guò)檢測(cè)獲得患者表觀骨密度，推算理論彈性模量，通過(guò)BP神經(jīng)網(wǎng)...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及自動(dòng)駕駛測(cè)試領(lǐng)域，具體是一種基于大語(yǔ)言模型的自動(dòng)駕駛?cè)皽y(cè)試場(chǎng)景生成系統(tǒng)，主要包括：運(yùn)動(dòng)編碼器，用于采用輕量級(jí)神經(jīng)網(wǎng)絡(luò)運(yùn)動(dòng)編碼器將車(chē)輛運(yùn)動(dòng)參數(shù)序列編碼為低維潛特征，通過(guò)殘差連接注入潛在擴(kuò)散模型的U?Net網(wǎng)絡(luò)；全景適配器，用于采用...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明提出一種基于電力容量補(bǔ)償?shù)淖詠?lái)水廠負(fù)荷多目標(biāo)MOEA調(diào)度方法，步驟如下：基于電力容量補(bǔ)償?shù)淖詠?lái)水廠經(jīng)濟(jì)調(diào)度模型，顯式引入容量補(bǔ)償收益作為調(diào)度激勵(lì)機(jī)制，兼顧運(yùn)行成本與電力系統(tǒng)收益最大化。基于電力容量補(bǔ)償?shù)淖詠?lái)水廠低碳調(diào)度模型，引入碳排放...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本申請(qǐng)公開(kāi)了一種基于多源驅(qū)動(dòng)因子的CDOM預(yù)測(cè)方法及相關(guān)裝置，涉及水環(huán)境治理技術(shù)領(lǐng)域，該方法包括：基于實(shí)測(cè)CDOM濃度值和與實(shí)測(cè)CDOM濃度值時(shí)空對(duì)應(yīng)的遙感監(jiān)測(cè)影像進(jìn)行訓(xùn)練得到的訓(xùn)練好的CDOM反演模型，根據(jù)長(zhǎng)序列遙感監(jiān)測(cè)影像反演得到的CD...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及物流管理技術(shù)領(lǐng)域，尤其涉及一種數(shù)字化物流管理系統(tǒng)及方法。該方法包括以下步驟：采集貨物周?chē)亩嗑S環(huán)境參數(shù)場(chǎng)數(shù)據(jù)和貨物本體的生化指標(biāo)變化數(shù)據(jù)；根據(jù)預(yù)設(shè)材料庫(kù)基于多維環(huán)境參數(shù)場(chǎng)數(shù)據(jù)以及生化指標(biāo)變化數(shù)據(jù)構(gòu)建貨物的滲透系數(shù)矩陣，其中滲透系數(shù)...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及圖像處理領(lǐng)域，尤其涉及一種檔案圖片智能降噪方法，包括，根據(jù)異常占比指數(shù)以及異常分布指數(shù)確定各目標(biāo)處理圖像的優(yōu)化分析策略為針對(duì)目標(biāo)處理圖像進(jìn)行輔助特征分析或異常輻射分析；輔助特征分析時(shí)，根據(jù)關(guān)聯(lián)豐富系數(shù)確定各一類(lèi)目標(biāo)處理圖像的特征分...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明提供一種基于圖像處理的鋼結(jié)構(gòu)損傷監(jiān)測(cè)方法及系統(tǒng)，獲取與識(shí)別鋼結(jié)構(gòu)的全局圖像，得到鋼結(jié)構(gòu)的點(diǎn)云模型，以此將鋼結(jié)構(gòu)分為若干局部區(qū)域，便于后續(xù)根據(jù)鋼結(jié)構(gòu)的外形特點(diǎn)進(jìn)行分區(qū)動(dòng)態(tài)影像識(shí)別；獲取與識(shí)別所有局部區(qū)域各自的動(dòng)態(tài)影像，得到所有局部區(qū)域的...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及自動(dòng)駕駛技術(shù)領(lǐng)域，具體是一種多視角感知驅(qū)動(dòng)的自動(dòng)駕駛測(cè)試場(chǎng)景孿生重建方法，包括如下步驟：S1、多視角圖像感知數(shù)據(jù)的采集與預(yù)處理，形成統(tǒng)一坐標(biāo)系下的多視角圖像序列；S2、基于正交三平面結(jié)構(gòu)的空間編碼與建模；S3、基于Transfor...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明提供一種基于對(duì)比學(xué)習(xí)的單視圖圖像三維建模方法及系統(tǒng)，所述方法包括：從單張輸入圖像出發(fā)，利用預(yù)訓(xùn)練二維擴(kuò)散模型結(jié)合得分蒸餾采樣生成多視角候選圖像；基于紋理保真度和結(jié)構(gòu)連貫性對(duì)候選圖像對(duì)進(jìn)行正負(fù)樣本劃分；構(gòu)建感知對(duì)比學(xué)習(xí)機(jī)制，計(jì)算圖像間感...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明提供一種樹(shù)冠分割方法，屬于遙感圖像樹(shù)木參數(shù)信息提取技術(shù)領(lǐng)域。包括：采集樹(shù)木區(qū)域的RGB圖像和CHM圖像，進(jìn)行樹(shù)冠標(biāo)注，形成樹(shù)冠分割數(shù)據(jù)集，并按比例進(jìn)行劃分，生成訓(xùn)練集、驗(yàn)證集和測(cè)試集；構(gòu)建樹(shù)冠分割模型，并進(jìn)行訓(xùn)練，優(yōu)化模型參數(shù)；獲取目...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開(kāi)了一種基于視覺(jué)檢測(cè)的智能型貨叉校正方法，涉及視覺(jué)檢測(cè)技術(shù)領(lǐng)域，通過(guò)視覺(jué)檢測(cè)系統(tǒng)采集貨叉的實(shí)時(shí)圖像，并將實(shí)時(shí)圖像轉(zhuǎn)換為灰度圖像矩陣，將所述灰度圖像矩陣與預(yù)存的設(shè)計(jì)圖像矩陣進(jìn)行逐像素比對(duì)，生成差異矩陣，根據(jù)所述差異矩陣，計(jì)算貨叉的位姿...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開(kāi)了一種基于圖同構(gòu)網(wǎng)絡(luò)模型的配電網(wǎng)接線模式識(shí)別方法，包括根據(jù)接線模式分析需求，定義子圖生成方法、快速特征規(guī)則及節(jié)點(diǎn)模式類(lèi)別，通過(guò)構(gòu)造并訓(xùn)練GIN模型，實(shí)現(xiàn)配電網(wǎng)接線模式的分析識(shí)別，具體過(guò)程包括如下步驟：獲取電網(wǎng)數(shù)據(jù)及簡(jiǎn)化子圖提取；基...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      一種基于病變感知的多粒度白內(nèi)障分類(lèi)方法及系統(tǒng)，屬于計(jì)算機(jī)視覺(jué)與醫(yī)療圖像分析領(lǐng)域，以裂隙燈圖像作為輸入數(shù)據(jù)，采用病灶感知特征提取方法，使模型能夠精準(zhǔn)聚焦病變區(qū)域，提高白內(nèi)障分類(lèi)的準(zhǔn)確性；采用互注意力計(jì)算和最大連通區(qū)域搜索算法，篩選出高權(quán)重特征...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本申請(qǐng)?zhí)峁┝艘环N地質(zhì)約束自監(jiān)督圖?Transformer礦產(chǎn)預(yù)測(cè)方法，涉及地球科學(xué)技術(shù)領(lǐng)域，方法包括：基于Transformer模型和圖卷積神經(jīng)網(wǎng)絡(luò)構(gòu)建圖?Transformer模型；基于獲取的礦產(chǎn)勘查數(shù)據(jù)，構(gòu)建幾何圖并進(jìn)行隨機(jī)掩膜；通過(guò)隨...
								
            
							
            
							
						
            • 
					
                    
          
                
          

                 
          
                 	
		            	首頁(yè)
		            	上一頁(yè)
		            	
		            	221
		            	
		            	下一頁(yè)
                 	
                 	
            	
          
            
          
            
          
                
          
                  
          技術(shù)分類(lèi)
          
                  
          
                      
                  
          
                
          
            
          
          
          
      
          
    
          
    
    

























































































































































 
 
    







主站蜘蛛池模板：
一本色道久久东京热|
亚洲人妻av伦理|
2021AV在线无码最新|
亚洲色无码专区一区|
国产在线无码视频一区二区三区|
永久免费的av在线电影网|
国产极品久久久久久久久
|
无码人妻视频一区二区三区|
亚洲国产精品ⅴa在线观看|
亚洲精品色午夜无码专区日韩|
国产美熟女乱又伦av果冻传媒|
91福利一区福利二区|
呦系列视频一区二区三区|
国产成人精品av|
天天鲁一鲁摸一摸爽一爽|
欧美牲交a欧美牲交aⅴ图片|
√在线新版天堂资源|
在线观看特色大片免费视频
|
国产一区二区高清不卡|
999久久免费精品国产|
亚洲VA成无码人在线观看天堂|
日本一区二区三区免费播放视频站|
色拍拍欧美视频在线看|
亚洲一区在线成人av|
亚洲国产精品热久久|
三上悠亚日韩精品二区|
亚洲欧洲日产国无高清码图片|
免费现黄频在线观看国产
|
久久久精品午夜免费不卡|
久久99热这里只有精品免费看|
成人影院www蜜桃网站|
免费观看性行为视频的网站|
胸大美女又黄的网站|
日本va欧美va精品发布|
2021精品国产自在现线|
青草青草视频2免费观看|
国产99久久久国产精品～～牛|
日本丰满白嫩大屁股ass|
少妇被粗大的猛烈进出96影院|
好男人社区www在线观看|
嗯灬啊灬把腿张开灬动态图|