<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(fèi)注冊
        
    
          

          



          
    
          
        到頂部
        到底部
    
          

          















          
    
    
          
        
        
          
            
            
            
            
            
            
            
            

            
            
          
                
          
                    
                    清空
                    搜索
                
          
            
          

            
            
            
            
            
            
            
            
            
            
        
          
        
        
        
    
          

          








          
      
          
          
          
            
          
                
          
                  
          
                  	
                  	
                  		最新專利技術(shù)
                  	
                  
          
                
          
                
          
                    
            
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明適用于弱小目標(biāo)檢測技術(shù)領(lǐng)域，尤其涉及一種利用神經(jīng)網(wǎng)絡(luò)檢測視覺圖像中弱小目標(biāo)的方法及系統(tǒng)，所述方法包括：獲取需要進(jìn)行弱小目標(biāo)檢測的圖像數(shù)據(jù)，并計算出灰度區(qū)間，利用預(yù)設(shè)的卷積神經(jīng)網(wǎng)絡(luò)，對所述圖像數(shù)據(jù)進(jìn)行多層卷積操作，其中所述多層卷積操作至...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開一種基于超像素對比學(xué)習(xí)策略的醫(yī)學(xué)圖像分割方法，屬于自監(jiān)督預(yù)訓(xùn)練方法領(lǐng)域。本發(fā)明利用超像素分割圖作為偽標(biāo)簽指導(dǎo)圖像內(nèi)局部對比樣本對的生成，通過平均超像素特征圖生成和連接組件標(biāo)簽生成，獲得監(jiān)督圖像級對比損失函數(shù)，從而避免現(xiàn)有技術(shù)需要大...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了一種基于層級多模態(tài)特征融合的遙感圖像分割方法及系統(tǒng)，涉及遙感圖像處理技術(shù)領(lǐng)域，其中方法包括：獲取待分割目標(biāo)的高光譜影像和合成孔徑雷達(dá)影像；基于高光譜影像輸入至HSI特征提取網(wǎng)絡(luò)，得到第一聚合特征；基于合成孔徑雷達(dá)影像輸入至SAR...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及一種自適應(yīng)腫瘤分割方法、系統(tǒng)、電子設(shè)備、存儲介質(zhì)，屬于圖像處理技術(shù)領(lǐng)域。本發(fā)明通過自適應(yīng)Mamba模塊的多尺度卷積層從多個尺度中提取局部特征，雙粒度Mamba層從不同視角捕捉全局特征，全局特征即雙粒度特征再通過自適應(yīng)特征融合層進(jìn)行...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明屬于遙感圖像處理技術(shù)領(lǐng)域，涉及一種端到端高光譜圖像聯(lián)合去噪與分類方法，包括建立基于多尺度3?D卷積神經(jīng)網(wǎng)絡(luò)的去噪模塊：對提取的特征進(jìn)行融合；建立基于多尺度可變形注意力Transformer的高光譜圖像分類模型；基于復(fù)合損失函數(shù)和分階段...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      基于動態(tài)域適應(yīng)的礦井生成圖像質(zhì)量評價方法與系統(tǒng)，方法包括面向不同已知生成域構(gòu)建自適應(yīng)提示，基于域差異的動態(tài)可遷移性計算權(quán)重，基于領(lǐng)域提示進(jìn)行質(zhì)量分?jǐn)?shù)跨域遷移預(yù)測，融合動態(tài)可遷移性權(quán)重參數(shù)與跨域泛化預(yù)測分?jǐn)?shù)，依據(jù)域和模型雙態(tài)可遷移性，實現(xiàn)對未...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本申請涉及接線端子成型加工技術(shù)領(lǐng)域，具體提供了一種接線端子成型加工控制方法及系統(tǒng)，該方法包括以下步驟：利用至少兩個圖像采集組件采集接線端子原始圖像信息；對所有接線端子原始圖像信息進(jìn)行預(yù)處理，然后根據(jù)所有接線端子原始圖像信息分析獲取端子位姿信...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了一種甲狀腺結(jié)節(jié)圖像分類方法，包括獲取現(xiàn)有的甲狀腺部分的圖像并預(yù)處理以構(gòu)建訓(xùn)練數(shù)據(jù)集；基于卷積模塊、注意力機(jī)制和全連接層構(gòu)建甲狀腺結(jié)節(jié)圖像分類初始模型并訓(xùn)練得到甲狀腺結(jié)節(jié)圖像分類模型；采用得到的甲狀腺結(jié)節(jié)圖像分類模型進(jìn)行實際的甲狀...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本申請公開了一種基于對抗防御的高光譜圖像分類方法、裝置、設(shè)備及存儲介質(zhì)，涉及光譜圖像處理技術(shù)領(lǐng)域，該方法包括：對高光譜對抗圖像進(jìn)行密集內(nèi)卷積處理，提取出對應(yīng)的嵌入特征；在嵌入特征中提取出光譜特征與空間特征；將光譜特征與空間特征進(jìn)行融合，得到...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本申請公開了一種基于密集圖注意神經(jīng)網(wǎng)絡(luò)的高光譜圖像分類方法、裝置及設(shè)備，涉及高光譜圖像分類技術(shù)領(lǐng)域，該方法包括：將高光譜圖像輸入密集圖注意神經(jīng)網(wǎng)絡(luò)進(jìn)行特征提取，得到拓?fù)潢P(guān)系注意特征、光譜注意特征以及空間注意特征；連接光譜注意特征與空間注意特...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及針織機(jī)械控制領(lǐng)域，它涉及一種電腦橫機(jī)花型自動識別與選針控制方法，接收用戶輸入的數(shù)據(jù)，分別提取視覺特征向量、文本的語義特征向量和手勢軌跡的運(yùn)動特征向量，利用跨模態(tài)Transformer架構(gòu)處理提取的特征向量，構(gòu)建針織結(jié)構(gòu)圖G，采用G...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及衛(wèi)星遙感技術(shù)領(lǐng)域，公開一種基于kNDVI的面向?qū)ο髱r溶山區(qū)石漠化分類方法和系統(tǒng)，包括：獲取目標(biāo)區(qū)域的遙感影像和高程數(shù)據(jù)，并進(jìn)行預(yù)處理；基于預(yù)處理之后的遙感影像獲取植被覆蓋度柵格數(shù)據(jù)和巖石覆蓋度柵格數(shù)據(jù)和紋理參數(shù)，并基于預(yù)處理后的高...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本申請涉及醫(yī)療教學(xué)領(lǐng)域，提供一種基于人工智能的腦腫瘤疾病教學(xué)系統(tǒng)，該系統(tǒng)包括：第一影像生成模塊，用于獲取第一磁共振成像生成模型生成的若干腦腫瘤T1加權(quán)圖像以及第二磁共振成像生成模型生成的若干腦腫瘤T2加權(quán)圖像，得到生成影像集合；影像判別模塊...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      基于實時狀態(tài)監(jiān)測的數(shù)據(jù)映射機(jī)架狀態(tài)預(yù)測方法，通過構(gòu)建網(wǎng)絡(luò)設(shè)備識別模型，基于透明物體優(yōu)化版YOLOv7構(gòu)建網(wǎng)絡(luò)，添加折射率感知注意力機(jī)制，以提高網(wǎng)絡(luò)設(shè)備中交換機(jī)和路由器型號識別精度，解決透明環(huán)境下折射畸變對目標(biāo)檢測模型的干擾問題。同時開發(fā)操作...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了一種基于狀態(tài)空間模型的色度感知多分辨率圖像融合網(wǎng)絡(luò)框架及方法，解決了現(xiàn)有圖像融合方法忽略了紅外圖像的成像機(jī)制和可見光圖像的色度信息，導(dǎo)致融合過程中的色彩過渡不自然，融合結(jié)果不能充分保持場景的真實色彩感知的問題，具體包括多尺度空間...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了一種基于異視角紅外與可見光圖像融合的空中目標(biāo)檢測方法，包括：基于第i?1次融合操作的輸出特征圖執(zhí)行第i次融合操作，得到一對第i次融合操作的輸出特征圖和第i個融合后的特征圖Fi；融合操作包括加和操作或者至少一...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明提出基于多源時序數(shù)據(jù)與物候時空紋理特征的紅樹林提取方法，包括以下步驟；步驟S1：獲取遙感影像，對影像進(jìn)行預(yù)處理操作；預(yù)處理操作包括輻射校正、地形校正、影像重采樣、月度中值合成；步驟S2：基于遞進(jìn)式的多個深度學(xué)習(xí)模型，針對紅樹林區(qū)域提取...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及遙感數(shù)據(jù)處理技術(shù)領(lǐng)域，特別涉及一種結(jié)合圖優(yōu)化和狀態(tài)空間模型的遙感影像語義變化檢測方法及系統(tǒng)，利用語義變化檢測樣本數(shù)據(jù)集對語義變化檢測模型進(jìn)行訓(xùn)練，獲取訓(xùn)練后的遙感語義變化檢測目標(biāo)模型，所述語義變化檢測模型包括基于樹狀結(jié)構(gòu)Mamba...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了一種基于多源信息驅(qū)動的施工安全管理方法，涉及施工安全技術(shù)領(lǐng)域。方法為：獲取施工現(xiàn)場的多源信息；將所述視頻監(jiān)控圖像輸入預(yù)先訓(xùn)練好的人工智能模型進(jìn)行分析，識別施工現(xiàn)場的人員行為狀態(tài)和環(huán)境特征，得到圖像特征信息；利用邊緣計算裝置對所述...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了基于X射線檢查的行李自動化處理系統(tǒng)，涉及安全檢測技術(shù)領(lǐng)域，包括以下模塊：行李采集模塊、相似度量模塊、共享篩選模塊、行李判別模塊、人體研判模塊以及決策指導(dǎo)模塊；本發(fā)明通過高分辨率多能級X射線設(shè)備采集高低能數(shù)據(jù)和行李圖像數(shù)據(jù)，并結(jié)合...
								
            
							
            
							
						
            • 
					
                    
          
                
          

                 
          
                 	
		            	首頁
		            	上一頁
		            	
		            	265
		            	
		            	下一頁
                 	
                 	
            	
          
            
          
            
          
                
          
                  
          技術(shù)分類
          
                  
          
                      
                  
          
                
          
            
          
          
          
      
          
    
          
    
    

























































































































































 
 
    







主站蜘蛛池模板：
国产激爽大片高清在线观看|
国产麻豆天美果冻无码视频|
亚洲国产最大av|
国内大量揄拍人妻在线视频|
大香线蕉伊人精品超碰|
久久综合久久美利坚合众国|
久久香蕉国产线看观看怡红院妓院|
人妻熟女一区二区aⅴ林晓雪|
久久综合无码中文字幕无码ts|
性欧美牲交在线视频|
东京热人妻丝袜无码AV一二三区观|
老司机导航亚洲精品导航|
狠狠综合亚洲综合亚洲色|
日本看片一二三区高清|
国产在视频线在精品视频2020|
成人午夜电影福利免费|
人妻蜜臀久久av不卡|
午夜射精日本三级|
高清偷拍一区二区三区|
色婷婷久久久swag精品|
无码专区 人妻系列 在线|
久久五月丁香合缴情网|
精品国偷自产在线视频99|
麻豆国产成人AV在线播放|
亚洲精品人成网线在播放VA|
国产美熟女乱又伦AV果冻传媒
|
国产老师开裆丝袜喷水视频
|
亚洲国产精品自产在线播放|
日韩中文字幕亚洲精品|
丰满无码人妻热妇无码区|
亚洲欧美中文日韩V日本|
中文字幕无码免费久久99|
久热爱精品视频在线◇|
久久久喷潮一区二区三区|
99v久久综合狠狠综合久久|
狼友网精品视频在线观看|
亚洲成av人片无码迅雷下载|
欧洲精品成人免费视频在线观看|
中文字幕有码无码AV|
日本深夜福利在线观看|
欧美乱妇高清无乱码免费|