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

        
        關(guān)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)明涉及一種用于電力多模態(tài)缺陷檢測的分層優(yōu)化剪枝方法，設(shè)備及介質(zhì)，通過采集電力設(shè)備缺陷檢測中的多模態(tài)數(shù)據(jù)，輸入到預(yù)訓練缺陷檢測模型中，分別進行各模態(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；計算預(yù)訓練缺陷...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      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)氣象學與數(shù)據(jù)分析交叉領(lǐng)域，所述方法包括：對農(nóng)作物表型數(shù)據(jù)集合進行均值漂移聚類計算，得到初步聚類結(jié)果；將初步聚類結(jié)果，進行高斯混合聚類計算，得到原始數(shù)據(jù)的中心點；對各個氣象因子下的...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明提出了一種基于粒子群的邊緣場景搜索方法，其特征在于，包括以下步驟：在全局參數(shù)空間內(nèi)隨機初始化粒子群，每個粒子代表一組自動駕駛場景參數(shù)配置，所述參數(shù)配置至少包括車輛速度、車輛間距、環(huán)境條件及道路類型參數(shù)；將粒子群中各粒子代表的場景配置輸...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及自動駕駛測試領(lǐng)域，具體是一種自動駕駛測試故障用例自動生成方法及車輛綜合評價方法，該自動生成方法包括如下步驟：采用專業(yè)汽車安全文本數(shù)據(jù)對預(yù)訓練的BERT模型進行微調(diào)；采用專業(yè)汽車安全文本數(shù)據(jù)對預(yù)訓練的Word2Vec模型進行微調(diào)；將...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明提供了一種基于患者表觀骨密度的個性化梯度多孔骨支架的設(shè)計方法，包括以下步驟：構(gòu)建骨支架的變密度梯度多孔結(jié)構(gòu)；通過壓縮力學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；通過檢測獲得患者表觀骨密度，推算理論彈性模量，通過BP神經(jīng)網(wǎng)...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及自動駕駛測試領(lǐng)域，具體是一種基于大語言模型的自動駕駛?cè)皽y試場景生成系統(tǒng)，主要包括：運動編碼器，用于采用輕量級神經(jīng)網(wǎng)絡(luò)運動編碼器將車輛運動參數(shù)序列編碼為低維潛特征，通過殘差連接注入潛在擴散模型的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償?shù)淖詠硭畯S負荷多目標MOEA調(diào)度方法，步驟如下：基于電力容量補償?shù)淖詠硭畯S經(jīng)濟調(diào)度模型，顯式引入容量補償收益作為調(diào)度激勵機制，兼顧運行成本與電力系統(tǒng)收益最大化。基于電力容量補償?shù)淖詠硭畯S低碳調(diào)度模型，引入碳排放...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本申請公開了一種基于多源驅(qū)動因子的CDOM預(yù)測方法及相關(guān)裝置，涉及水環(huán)境治理技術(shù)領(lǐng)域，該方法包括：基于實測CDOM濃度值和與實測CDOM濃度值時空對應(yīng)的遙感監(jiān)測影像進行訓練得到的訓練好的CDOM反演模型，根據(jù)長序列遙感監(jiān)測影像反演得到的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：采集貨物周圍的多維環(huán)境參數(shù)場數(shù)據(jù)和貨物本體的生化指標變化數(shù)據(jù)；根據(jù)預(yù)設(shè)材料庫基于多維環(huán)境參數(shù)場數(shù)據(jù)以及生化指標變化數(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)確定各目標處理圖像的優(yōu)化分析策略為針對目標處理圖像進行輔助特征分析或異常輻射分析；輔助特征分析時，根據(jù)關(guān)聯(lián)豐富系數(shù)確定各一類目標處理圖像的特征分...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明提供一種基于圖像處理的鋼結(jié)構(gòu)損傷監(jiān)測方法及系統(tǒng)，獲取與識別鋼結(jié)構(gòu)的全局圖像，得到鋼結(jié)構(gòu)的點云模型，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)的外形特點進行分區(qū)動態(tài)影像識別；獲取與識別所有局部區(qū)域各自的動態(tài)影像，得到所有局部區(qū)域的...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及自動駕駛技術(shù)領(lǐng)域，具體是一種多視角感知驅(qū)動的自動駕駛測試場景孿生重建方法，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)明提供一種基于對比學習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)訓練二維擴散模型結(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)連貫性對候選圖像對進行正負樣本劃分；構(gòu)建感知對比學習機制，計算圖像間感...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明提供一種樹冠分割方法，屬于遙感圖像樹木參數(shù)信息提取技術(shù)領(lǐng)域。包括：采集樹木區(qū)域的RGB圖像和CHM圖像，進行樹冠標注，形成樹冠分割數(shù)據(jù)集，并按比例進行劃分，生成訓練集、驗證集和測試集；構(gòu)建樹冠分割模型，并進行訓練，優(yōu)化模型參數(shù)；獲取目...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了一種基于視覺檢測的智能型貨叉校正方法，涉及視覺檢測技術(shù)領(lǐng)域，通過視覺檢測系統(tǒng)采集貨叉的實時圖像，并將實時圖像轉(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)計圖像矩陣進行逐像素比對，生成差異矩陣，根據(jù)所述差異矩陣，計算貨叉的位姿...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了一種基于圖同構(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)點模式類別，通過構(gòu)造并訓練GIN模型，實現(xiàn)配電網(wǎng)接線模式的分析識別，具體過程包括如下步驟：獲取電網(wǎng)數(shù)據(jù)及簡化子圖提取；基...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      一種基于病變感知的多粒度白內(nèi)障分類方法及系統(tǒng)，屬于計算機視覺與醫(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，使模型能夠精準聚焦病變區(qū)域，提高白內(nèi)障分類的準確性；采用互注意力計算和最大連通區(qū)域搜索算法，篩選出高權(quán)重特征...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本申請?zhí)峁┝艘环N地質(zhì)約束自監(jiān)督圖?Transformer礦產(chǎn)預(yù)測方法，涉及地球科學技術(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)建幾何圖并進行隨機掩膜；通過隨...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      一種基于多模態(tài)大模型的腦神經(jīng)智能計算平臺，用戶首先發(fā)出指令，多模態(tài)大模型對指令進行需求和反饋解析，然后將解析結(jié)果生成JSON格式的數(shù)據(jù)，并通過HTTP協(xié)議將這些指令解析后按照功能流程發(fā)送給腦神經(jīng)計算工具；腦神經(jīng)計算工具處理這些指令后把反饋結(jié)...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明提供了一種基于FPGA平臺的集中式多機器人協(xié)同SLAM方法，使用運動相機采集周圍環(huán)境的彩色圖像及IMU數(shù)據(jù)；將彩色圖像輸入到單體機器人的FPGA平臺，轉(zhuǎn)換成灰度圖，進行圖像金字塔縮放、角點檢測和特征描述，并傳輸?shù)絾误w機器人的處理系統(tǒng)；...
								
            
							
            
							
						
            • 
					
                    
          
                
          

                 
          
                 	
		            	首頁
		            	上一頁
		            	
		            	238
		            	
		            	下一頁
                 	
                 	
            	
          
            
          
            
          
                
          
                  
          技術(shù)分類
          
                  
          
                      
                  
          
                
          
            
          
          
          
      
          
    
          
    
    

























































































































































 
 
    







主站蜘蛛池模板：
精品丝袜人妻久久久久久|
99热精品毛片全部国产无缓冲
|
色视频综合无码一区二区三区|
狠狠色丁香婷婷亚洲综合|
亚洲一区二区无码偷拍|
亚洲国产日本韩国欧美mv|
性无码免费一区二区三区屯线|
在线无码va中文字幕无码|
免费人成黄页在线观看国产|
国产∨亚洲v天堂无码久久久
|
麻豆精品一区二区综合av
|
无码人妻一区二区三区四区av
|
精品三级久久久久电影我网|
偷国产乱人伦偷精品视频|
麻豆国产成人AV在线播放|
色爱无码av综合区老司机非洲|
亚洲欧美闷骚影院|
免费高清特级毛片A片|
亚洲熟妇国产熟妇肥婆|
伊人久久久av老熟妇色|
欧美成人天天综合在线|
久久人妻av无码中文专区|
中文字幕乱偷无码av先锋蜜桃
|
国产成人亚洲日韩欧美|
久久ww精品w免费人成|
蜜臀av在线播放一区二区三区|
天天澡日日澡狠狠欧美老妇
|
中文字幕亚洲精品乱码|
国产无套内射又大又猛又粗又爽
|
精品av国产一二三四区|
久久无码中文字幕久久无码app|
亚洲精品国产精品国产自2022|
国产一区日韩二区欧美三区|
中文字幕av国产精品|
大桥未久亚洲一区二区|
中文字幕亚洲综合久久青草|
九九热线有精品视频86|
亚洲精品无码久久久久去q|
春药高潮抽搐流白浆在线观看|
色翁荡熄又大又硬又粗又视频|
九九久re8在线精品视频|