<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(biāo)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)
                  	
                  
          
                
          
                
          
                    
            
					
						
          • 
							
							
            
					    		
								
            
								      一種信息生成方法、存儲介質(zhì)、計算機設(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)療問答模型，以使醫(yī)療問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)明公開一種基于機器學(xué)習(xí)的機場行李傳輸系統(tǒng)故障診斷方法及系統(tǒng)，該方法包括設(shè)置時間窗口和窗口數(shù)，在時間窗口內(nèi)采集工作狀態(tài)數(shù)據(jù)特征值，并采用先進(jìn)先出的方式對時間窗口內(nèi)的工作狀態(tài)數(shù)據(jù)特征值進(jìn)行更新，根據(jù)時間窗口內(nèi)的工作狀態(tài)數(shù)據(jù)特征值對原始故障模...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      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(xùn)練缺陷檢測模型中，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：對農(nóng)作物表型數(shù)據(jù)集合進(jìn)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(jìn)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(xùn)練的BERT模型進(jìn)行微調(diào)；采用專業(yè)汽車安全文本數(shù)據(jù)對預(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(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(fù)荷多目標(biāo)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?；陔娏θ萘垦a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(jìn)行訓(xùn)練得到的訓(xùn)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(biāo)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(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，根據(jù)關(guān)聯(lián)豐富系數(shù)確定各一類目標(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(jìn)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(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(jìn)行正負(fù)樣本劃分；構(gòu)建感知對比學(xué)習(xí)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(jìn)行樹冠標(biāo)注，形成樹冠分割數(shù)據(jù)集，并按比例進(jìn)行劃分，生成訓(xùn)練集、驗證集和測試集；構(gòu)建樹冠分割模型，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(jìn)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(xùn)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?。换?..
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      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(zhǔn)聚焦病變區(qū)域，提高白內(nèi)障分類的準(zhǔn)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(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)行隨機掩膜；通過隨...
								
            
							
            
							
						
            • 
					
                    
          
                
          

                 
          
                 	
		            	首頁
		            	上一頁
		            	
		            	240
		            	
		            	下一頁
                 	
                 	
            	
          
            
          
            
          
                
          
                  
          技術(shù)分類
          
                  
          
                      
                  
          
                
          
            
          
          
          
      
          
    
          
    
    

























































































































































 
 
    







主站蜘蛛池模板：
麻豆精品一区二正一三区|
香港三日本8a三级少妇三级99|
色欲av蜜桃一区二区三|
久久人妻国产精品31|
3p人妻少妇对白精彩视频|
国内老熟妇乱子伦视频|
大香线蕉伊人精品超碰|
国产一区二区不卡在线看|
高清不卡一区二区三区|
精品国产精品中文字幕|
97精品一区二区视频在线观看|
国产性色的免费视频网站|
亚洲欧洲日产国无高清码图片|
亚洲男女羞羞无遮挡久久丫
|
婷婷丁香社区|
亚洲成亚洲成网|
蜜桃精品成人影片|
无码人妻丰满熟妇啪啪|
av无码免费一区二区三区|
亚洲综合av在线在线播放|
青青草无码精品伊人久久|
国产精品无码av天天爽|
最大胆裸体人体牲交|
18禁无遮挡免费视频网站|
少妇高潮喷水惨叫久久久久电影
|
最近2019免费中文第一页|
aaa午夜级特黄日本大片|
精品免费国产一区二区三区四区介绍|
国产欧美日韩在线在线播放|
无码成a毛片免费|
国产漂亮白嫩美女在线观看
|
亚洲性色AV一区二区三区|
久久99国内精品自在现线|
乌克兰18极品xx00喷水|
亚洲韩国日本高清一区|
国产超碰人人做人人爽av|
97精品国自产在线偷拍|
亚洲一区二区三区在线播放无码
|
免费无码黄动漫在线观看|
日韩欧美猛交xxxxx无码|
欲香欲色天天综合和网|