<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
        國際服務
        商標交易
        會員權(quán)益
        需求市場

        
        關于龍圖騰

        
        
        
        
        
        
    
          
    
          
        
        
             / 

            
            
            免費注冊
        
    
          

          



          
    
          
        到頂部
        到底部
    
          

          















          
    
    
          
        
        
          
            
            
            
            
            
            
            
            

            
            
          
                
          
                    
                    清空
                    搜索
                
          
            
          

            
            
            
            
            
            
            
            
            
            
        
          
        
        
        
    
          

          








          
      
          
          
          
            
          
                
          
                  
          
                  	
                  	
                  		最新專利技術(shù)
                  	
                  
          
                
          
                
          
                    
            
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明屬于農(nóng)業(yè)病蟲害檢測領域，具體為一種基于深度學習多模態(tài)的地下蠐螬害蟲檢測系統(tǒng)及方法。首先，在疑似有地下蠐螬害蟲的區(qū)域，通過布置特定刺激模塊，有針對性地增強地下蠐螬的活動性。在蠐螬活動增強后，利用數(shù)據(jù)采集模塊捕捉其活動產(chǎn)生的聲音信號和二氧...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本申請?zhí)峁┝艘环N基于長卷積和數(shù)據(jù)控制門的智慧場站SCADA數(shù)據(jù)預警方法及系統(tǒng)，該方法包括：構(gòu)建物模型組織風場信號；將風場信號輸入訓練好的線性響應濾波器，得到預測結(jié)果；將預測結(jié)果與實際信號進行比較，得到第一差值；將第一差值與設定差值進行比較，...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明提供一種基于差分隱私的隱私保護大模型微調(diào)方法及系統(tǒng)，包括：獲取用戶敏感數(shù)據(jù)以構(gòu)建微調(diào)數(shù)據(jù)集和驗證集；對目標參數(shù)矩陣進行低秩分解，將微調(diào)數(shù)據(jù)集輸入大模型，計算其在低秩參數(shù)矩陣上的梯度并進行稀疏化處理；對稀疏梯度按照梯度裁剪閾值裁剪后加入...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了一種四向穿梭車立體庫仿真系統(tǒng)及方法，屬于四向穿梭車立體庫設計技術(shù)領域，所述系統(tǒng)包括：虛擬仿真模型，所述模型根據(jù)四向穿梭車立體庫設計數(shù)據(jù)搭建，用于模擬真實四向穿梭車立體庫執(zhí)行預設任務，實現(xiàn)四向穿梭車立體庫的虛擬調(diào)試和測試；虛擬調(diào)試...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本申請公開了一種基于哈希計算的缺陷處理方法、裝置、設備、介質(zhì)及產(chǎn)品，涉及半導體集成電路技術(shù)領域。該方法包括：獲取設計版圖中與缺陷點之間的距離滿足預設距離條件的多個目標線段；從線段方向各不相同的多個目標線段上，分別確定候選哈希點；基于每個候選...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開一種基于強化學習的高效圖神經(jīng)網(wǎng)絡子圖采樣方法，涉及人工智能技術(shù)，針對現(xiàn)有技術(shù)效率低等問題提出本方案。應用在圖神經(jīng)網(wǎng)絡的訓練過程中，基于GraphSARM策略進行GNN訓練；所述GraphSARM策略包括GraphSARM?E與Gr...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了一種考慮多因素的冷凍廠負荷日前調(diào)節(jié)能力智能評估方法，首先提出基于MoE的日前負荷預測模型。該模型通過多專家機制對不同影響因素建模，利用門控網(wǎng)絡實現(xiàn)專家輸出融合，精準捕捉壓縮機負荷對外部變量的非線性響應特征。其次，為提高冷凝器風機...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了一種考慮工序約束的冷凍廠負荷日內(nèi)調(diào)節(jié)能力QLoRA評估方法，首先，提出冷凍廠運行信息采集技術(shù)，構(gòu)建高精度的數(shù)據(jù)采集與特征提取體系，保障了評估過程所需信息的實時性、準確性與完整性。提出基于工序約束的冷凍廠調(diào)節(jié)能力修正模型，明確蒸發(fā)...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了一種金屬材料檢測樣品流量控制方法及系統(tǒng)，屬于金屬材料檢測技術(shù)領域。方法包括獲取檢測樣品類型數(shù)據(jù)，根據(jù)檢測樣品類型數(shù)據(jù)對檢測樣品進行初步分類，得到初步分類結(jié)果；對初步分類后的檢測樣品進行尺寸測量得到測量數(shù)據(jù)，基于測量數(shù)據(jù)對初步分類...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明屬于截齒維修更換技術(shù)領域，旨在解決現(xiàn)階段截齒系統(tǒng)的備件庫存策略會導致備件庫存費用高的問題。提出了一種截齒系統(tǒng)的最優(yōu)維修與備件庫存聯(lián)合決策方法，包括以下步驟：建立維修與備件庫存聯(lián)合策略下的截齒系統(tǒng)的可用度和費用率計算模型；基于所述可用度...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及電網(wǎng)綜合計劃管理技術(shù)領域，具體公開了一種電網(wǎng)企業(yè)綜合計劃專項項目全業(yè)務監(jiān)測管控方法和系統(tǒng)，該方法包括：構(gòu)建電網(wǎng)企業(yè)綜合計劃專項項目的全業(yè)務監(jiān)測分析指標體系，并確定出全業(yè)務監(jiān)測分析指標體系中各監(jiān)測指標的標準閾值；獲取電網(wǎng)企業(yè)綜合計劃...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了一種基于TR?UNet網(wǎng)絡的低劑量CT圖像腫瘤分割方法、系統(tǒng)及產(chǎn)品，首先構(gòu)建基于Transformer架構(gòu)的TR?BiNANet去噪模塊，通過BiLSTM2D模塊提取CT圖像的水平和垂直方向序列特征，結(jié)合復合損失函數(shù)優(yōu)化噪聲抑制...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明提出一種復雜場景下通過ConvGRU迭代優(yōu)化物體6D位姿的方法。在遮擋嚴重、紋理信息不足的復雜場景中，通過工業(yè)相機采集物體的圖像信息，并使用PyTorch3D生成對應的渲染圖像。以觀測圖像與多個姿態(tài)下的渲染圖像作為輸入，利用權(quán)值共享的...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本申請公開了一種公交線網(wǎng)路徑的繪制方法和繪制裝置及機器可讀存儲介質(zhì)。該繪制方法包括：獲取公交線網(wǎng)數(shù)據(jù)和道路網(wǎng)數(shù)據(jù)；對所述公交線網(wǎng)數(shù)據(jù)和所述道路網(wǎng)數(shù)據(jù)進行匹配，確定所述公交線網(wǎng)數(shù)據(jù)中的每條公交線路途經(jīng)的公交線路路段的路段集合，以確定公交線路路...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本申請公開一種面向數(shù)字沙盤的最小系統(tǒng)和端到端光場渲染方法，相較于傳統(tǒng)光場渲染方法，本發(fā)明采用基于神經(jīng)網(wǎng)絡的光線級端到端渲染方法，節(jié)約了當前光場渲染流程中的視點合成與像素編碼步驟。基于人眼位置僅對所求觀看視角下的光線進行渲染，不但使得光場渲染...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明屬于圖像生成技術(shù)領域，公開了一種城市尺度三維夜間人造光分布建模方法及系統(tǒng)。本發(fā)明獲取研究區(qū)域的夜光遙感影像數(shù)據(jù)、土地利用類型矢量數(shù)據(jù)、地面高程數(shù)據(jù)以及建筑物形態(tài)矢量數(shù)據(jù)；利用土地利用類型矢量數(shù)據(jù)對夜光遙感影像數(shù)據(jù)進行超分辨率增強處理；...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明適用于3D掃描技術(shù)領域，提供了人物模型3D掃描與動態(tài)姿態(tài)捕捉方法及系統(tǒng)，通過實時監(jiān)測關節(jié)運動強度動態(tài)觸發(fā)三維掃描，在非掃描時段利用慣性傳感器持續(xù)采集連續(xù)運動軌跡，并通過多光源陰影邊界演化反推遮擋部位時空參數(shù)。構(gòu)建時空聯(lián)合評估函數(shù)自適應...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本申請公開了一種對象檢測模型的訓練、圖像檢測方法、電子設備及存儲介質(zhì)。該訓練方法包括：獲取樣本圖像、樣本圖像對應的樣本描述文本以及樣本描述文本所指示的樣本類別；通過預訓練的參考對象檢測模型基于樣本圖像以及樣本類別進行預測處理，得到樣本圖像對...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及模型訓練，具體涉及一種基于醫(yī)學影像大數(shù)據(jù)的半自動標注訓練方法，半自動標注模型訓練平臺對脫敏后的醫(yī)學影像數(shù)據(jù)進行預標注；標注平臺與半自動標注模型訓練平臺實時同步預標注數(shù)據(jù)和標注任務，由標注平臺展示預標注數(shù)據(jù)，并進行多專家標注；通過用...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明屬于圖書館監(jiān)管技術(shù)領域，具體是一種基于視頻分析的圖書館智能監(jiān)控系統(tǒng)，包括出入驗證模塊、實時監(jiān)控模塊、視頻分析模塊、管理分級模塊和圖書館管理終端；本發(fā)明通過實時監(jiān)控模塊對圖書館內(nèi)部進行實時監(jiān)控以反饋圖書館內(nèi)各個區(qū)域的動態(tài)，視頻分析模塊基...
								
            
							
            
							
						
            • 
					
                    
          
                
          

                 
          
                 	
		            	首頁
		            	上一頁
		            	
		            	238
		            	
		            	下一頁
                 	
                 	
            	
          
            
          
            
          
                
          
                  
          技術(shù)分類
          
                  
          
                      
                  
          
                
          
            
          
          
          
      
          
    
          
    
    

























































































































































 
 
    







主站蜘蛛池模板：
亚洲浮力影院久久久久久
|
亚洲综合憿情五月丁香五月网|
麻豆av一区二区天美传媒|
无套内谢少妇毛片免费看|
精品一区二区不卡无码AV|
亚洲人成电影网站 久久影视|
国产精品v片在线观看不卡|
69人妻精品中文字幕|
67194熟妇在线观看线路|
青青青爽在线视频观看|
67194熟妇在线观看线路|
强奷漂亮人妻系列老师
|
亚洲性无码一区二区三区|
成 年 人 黄 色 大 片大 全|
欧美黑人粗暴多交高潮水最多|
亚洲欧美日韩综合久久久久|
韩国无码AV片在线观看网站
|
国产在线观看无码不卡|
2020久久超碰国产精品最新|
熟女熟妇乱女乱妇综合网|
久久久久久久久888|
亚洲国产成人精品无码区在线播放
|
伊人久久久av老熟妇色|
国产av巨作丝袜秘书|
亚洲精品国产综合久久久久紧|
色欲天天婬色婬香综合网完整|
欧美制服丝袜亚洲另类在线|
九九在线中文字幕无码|
国产精品女同一区二区|
天美传媒精品|
男人和女人在床的app|
久久综合给合久久狠狠狠97色|
日日摸日日碰夜夜爽av|
亚洲国产区男人本色|
最近中文字幕免费mv在线|
精品国产一二三产品区别在哪|
无码av中文一区二区三区|
国产亚洲精品aaaa片app|
亚洲一二三区精品美妇|
午夜免费福利小电影|
天堂V亚洲国产V第一次|