<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
                  	
                  
          
                
          
                
          
                    
            
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及一種基于圖像識別批改答題內容的方法及系統(tǒng)，屬于圖像識別技術領域。其中，該方法包括：獲取答題內容圖像，通過預處理答題內容圖像得到答題內容基準圖像；通過級聯(lián)識別架構識別答題內容基準圖像提取待批改內容；獲取標準答案，通過語義相似度模型計...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明提供了一種基于YOLOv8模型的餐食識別與卡路里估算方法及系統(tǒng)，通過輸入餐食圖像，基于YOLOv8模型實時檢測圖像中的食物、識別食物類別，結合食物的烹飪方式和分量信息，動態(tài)計算卡路里含量，實現(xiàn)了準確識別餐食場景食物和高效估算卡路里的功...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      融合局部密度與幾何特征的桿狀物識別方法，包括以下步驟：對點云數(shù)據進行預處理；針對點云數(shù)據的分布密度不同制定不同的分割條件，對點云簇進行自適應的區(qū)域生長分割；對分割好的點云簇進行性狀約束，以識別其中的桿狀物目標；對相似的點云簇進行分布密度數(shù)據...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了一種用于鉛基堆SGTR事故模擬研究的氣泡識別方法，涉及目標檢測技術領域，包括：搭建可視化的用于鉛基堆SGTR事故模擬實驗平臺，采集事故模擬實驗中的氣泡圖像并進行預處理；構建鉛基堆SGTR事故模擬實驗氣泡圖像數(shù)據集；在傳統(tǒng)yolo...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本申請?zhí)峁┝艘环N基于自適應步長切片策略的遙感訓練樣本自動生成方法，涉及遙感影像處理領域，方法包括：獲取多源遙感數(shù)據并進行融合，得到融合影像；獲取地物標簽數(shù)據并進行柵格化處理，將地物標簽數(shù)據轉換為與所述融合影像對齊的標簽柵格影像，得到融合影像...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了一種基于深度學習的浮游生物智能化檢測方法，包括獲取浮游生物的圖像，輸入至訓練好的檢測模型，得到圖像中浮游生物的位置和類別。本基于深度學習的浮游生物智能化檢測方法通過對比學習模塊和重建圖像模塊相結合，通過多模態(tài)特征融合增強模型表征...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了一種基于多尺度錨圖的水下高光譜圖像聚類方法，屬于水下圖像處理技術領域。主要包括：對水下高光譜圖像進行超像素分割；對分割后的高光譜圖像進行噪聲去除處理；學習去噪后的高光譜圖像的多尺度錨圖；對多種尺度錨圖進行矩陣分解，獲取超像素點的...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了一種基于共識引導的水下高光譜圖像聚類方法，包括：引入填充矩陣進行視圖重構并恢復缺失像素，以學習像素間的親和表示；將凈化后的特定視圖的親和表示分解為具有線性關系的共識表示和特異性表示；構建高階視圖交互模塊，在共識表示的指導下學習具...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了一種大視角多視圖工業(yè)零件螺絲孔位匹配方法，包括建立雙層調度模型，首先，在生產車間傳輸帶的不同視角布置攝像頭，采集多視圖汽車零件圖像，通過隨機單應性變換制作數(shù)據集，對E?LoFTR模型進行訓練，提升模型適應能力；隨后選取同一時刻兩...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      一種基于雙域特征融合的紅外小目標檢測方法，包括：步驟1：將紅外圖像輸入網絡的編碼器模塊，依次提取并輸出四個階段的多尺度特征圖，用于表征不同層級的空間信息；步驟2：將步驟1中編碼部分第四階段的輸出特征圖送入瓶頸層模塊，經過瓶頸層模塊的特征提取...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了基于熱力圖的牙模鋼絲制作方法，屬于口腔正畸技術領域，包括如下步驟：S1、識別口掃模型，根據預設取點規(guī)則選取出造型點，將造型點依次相連形成離散樣條曲線；S2、構建SDF，用于計算離散樣條曲線的每個點到口掃模型的距離；S3、在每段距...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本申請涉及虛擬仿真領域，提供了一種用于虛擬現(xiàn)實動畫播放的數(shù)據處理方法及系統(tǒng)，其首先對接收到的開發(fā)需求數(shù)據進行gltf格式化處理以生成待加載模型數(shù)據，接著對該模型數(shù)據進行格式識別、初始化、屬性設置，并基于程序發(fā)布標準數(shù)據與過程動畫模型數(shù)據之間...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明屬于計算機視覺與圖像處理領域，具體涉及一種圖像編輯中移除對象的方法和系統(tǒng)。本發(fā)明第一方面提供了一種圖像編輯中移除對象的方法，其步驟包括：獲取待處理圖像和任務指令；根據所述任務指令，將所述待處理圖像輸入變自分編碼器得到潛在表示；將所述潛...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本申請公開了一種確定輪廓圖形的方法、裝置、設備、介質及產品，該方法包括：獲取芯片的圖像，芯片包括多個芯粒，圖像中包括多個芯粒的輪廓圖形；基于每個輪廓圖形對應的版圖圖形的哈希編碼值對多個輪廓圖形進行分組，得到多個輪廓分組，其中，每個輪廓分組中...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了基于智能感知和邊緣計算的光伏數(shù)據管理系統(tǒng)及方法，涉及光伏數(shù)據管理技術領域，包括：基礎數(shù)據采集模塊、標準數(shù)據處理模塊、特征組拼接模塊、理論發(fā)電功率分析模塊、發(fā)電效果分析模塊與光伏板健康分析模塊，監(jiān)測光伏板的運行情況，采集關于光伏板...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及基于量子深度強化學習的港口裝備集群多能源控制方法，包括：獲取港口的能源相關數(shù)據和設備狀態(tài)數(shù)據，并進行數(shù)據預處理；將預處理后的所述能源相關數(shù)據和設備狀態(tài)數(shù)據根據量子編碼規(guī)則轉換為量子態(tài)數(shù)據；根據量子態(tài)數(shù)據，利用量子策略網絡生成選擇能...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明提供一種異構圖節(jié)點表示學習方法、裝置、設備及存儲介質，涉及計算機技術領域。該方法包括：獲取異構圖和節(jié)點特征矩陣；將異構圖和節(jié)點特征矩陣輸入異構圖節(jié)點表示學習網絡進行學習，確定每種類型節(jié)點的節(jié)點向量表示；節(jié)點向量表示表征有效捕獲節(jié)點特征...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本申請?zhí)峁┮环N測試電路設計方法、裝置、電子設備及存儲介質，應用于計算機技術領域，該方法在根據集成電路的門級網表進行布局布線，得到集成電路的初始版圖后，根據初始版圖中功能單元以及金屬線的分布情況，將初始版圖劃分為多個子區(qū)域且集成電路中任一功能...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本申請公開了一種印制電路板的面積確定方法和裝置。該方法包括：獲取電路設計原理圖的網絡表數(shù)據、封裝文件數(shù)據及限位數(shù)據，網絡表數(shù)據至少包括電路設計原理圖中各個器件間的器件連接關系，封裝文件數(shù)據至少包括每個器件的器件面積，限位數(shù)據至少包括電路設計...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了一種兼顧骨量穩(wěn)定和疲勞壽命的骨科植入物結構優(yōu)化方法，主要包括實現(xiàn)目標域骨量保持的多孔結構拓撲優(yōu)化和基于設計變量迭代更新的多孔結構生成策略；通過計算目標函數(shù)和約束條件對設計變量的靈敏度，用于植入物密度分布的優(yōu)化迭代；通過測量多孔結...
								
            
							
            
							
						
            • 
					
                    
          
                
          

                 
          
                 	
		            	首頁
		            	上一頁
		            	
		            	243
		            	
		            	下一頁
                 	
                 	
            	
          
            
          
            
          
                
          
                  
          技術分類
          
                  
          
                      
                  
          
                
          
            
          
          
          
      
          
    
          
    
    

























































































































































 
 
    







主站蜘蛛池模板：
久久99精品国产麻豆婷婷
|
精品无码久久久久国产app|
一本一道波多野结衣av黑人|
97人妻免费线观看2018|
国产欧美日韩一区二区图片|
日本少妇人妻xxxxx18免费|
日韩丝袜欧美人妻制服|
国产福利在线观看免费第一福利|
97人妻碰碰碰久久久久禁片|
亚洲欧美成人a∨观看|
无码中文字幕免费一区二区三区|
无码人妻一区二区三区免费看
|
隔壁老王国产在线精品|
国产成人片无码免费视频软件|
91午夜福利一区二区三区|
天天躁夜夜躁狠狠综合2020|
一个添下面两个吃奶把腿扒开|
中文字幕亚洲精品人妻|
国产精品亚洲二区亚瑟|
亚洲高潮喷水无码AV电影|
四虎国产精品免费久久久|
无码少妇高潮浪潮av久久
|
成人做受黄大片|
中文字幕熟妇人妻在线视频|
国产精品无码制服丝袜|
人成午夜大片免费视频77777|
国产成人麻豆亚洲综合精品|
精品剧情V国产在线观看|
国产精品VA尤物在线观看|
人妻少妇邻居少妇好多水在线|
午夜福利在线观看6080|
在国产线视频A在线视频|
中国CHINA体内裑精亚洲日本|
成人3D动漫一区二区三区|
欧美福利电影A在线播放|
亚洲AV福利天堂在线观看|
国产精品丝袜亚洲熟女|
成年女人午夜性视频|
中文字幕无码不卡免费视频|
国产成人AV性色在线影院|
国产真实伦在线观看视频|