<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)
                  	
                  
          
                
          
                
          
                    
            
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及畫面渲染技術(shù)領(lǐng)域，并具體提供了一種游戲畫面渲染方法及系統(tǒng)。本發(fā)明的游戲畫面渲染方法包括在檢測到完成針對任一用戶的當(dāng)前游戲畫面渲染的情況下，確定當(dāng)前渲染圖像的視角信息以及當(dāng)前渲染圖像的分辨率；提取當(dāng)前渲染圖像中的動態(tài)元素圖像以及背景...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本申請涉及智能電網(wǎng)技術(shù)領(lǐng)域，提供了一種低壓配電網(wǎng)透明融合感知可視化場景構(gòu)建方法及系統(tǒng)，包括利用電力線載波通信、智能電表和配電終端同步采集電壓、電流及設(shè)備狀態(tài)數(shù)據(jù)，建立時標(biāo)對齊的環(huán)形隊列；基于三相屬性構(gòu)建樹狀拓?fù)浣Y(jié)構(gòu)并生成連接矩陣，通過電氣距...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明提供了一種基于數(shù)字機房三維可視化管理系統(tǒng)和方法，所述方法通過輕量化快速建模，結(jié)合三維融合實景視頻技術(shù)，利用同名特征點將實時視頻與三維模型進(jìn)行最佳貼合，將視頻中的紋理特征作為顯示元素，達(dá)到在三維空間的數(shù)字化分析效果及在實景場景下直觀展示...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了一種基于多張照片的三維模型合成方法，包括S1、將照片生成的三維模型分別導(dǎo)出為三維模型A和三維模型B；S2、將三維模型A上的特征點與三維模型B上的對應(yīng)特征點一一映射并進(jìn)行銜接；S3、切割并刪除三維模型A和三維模型B的重合部分，導(dǎo)出...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了基于GAN優(yōu)化的高質(zhì)量音畫同步說話人生成方法，屬于說話人生成領(lǐng)域，包括以下步驟：S1、分別從音頻文件和視頻文件中提取音頻特征和圖像特征，并進(jìn)行預(yù)處理；S2、基于StyleGAN2構(gòu)架建立圖像生成模型，并訓(xùn)練；S3、將提取的音頻特...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了一種銑刀重建及多維度磨損評價方法及系統(tǒng)，使用非下采樣剪切變換對源圖像進(jìn)行分解，獲取低頻子帶和高頻子帶，通過計算低頻子帶的加權(quán)融合值保留圖像輪廓信息，通過層優(yōu)化方法優(yōu)化高頻子帶；將優(yōu)化后的高頻子帶輸入增強的基于補丁的卷積神經(jīng)網(wǎng)絡(luò)進(jìn)...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及一種基于UWB定位技術(shù)的密閉空間快速建模方法，屬于煤礦井下定位通信領(lǐng)域。針對傳統(tǒng)激光掃描建模存在基準(zhǔn)點累計誤差大、需密集部署基準(zhǔn)點及數(shù)據(jù)傳輸滯后問題，提出：部署UWB定位通信融合基站構(gòu)建定位網(wǎng)絡(luò)；激光掃描儀實時獲取三維基準(zhǔn)位置并動...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      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)明涉及針織機械控制領(lǐng)域，它涉及一種電腦橫機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...
								
            
							
            
							
						
            • 
					
                    
          
                
          

                 
          
                 	
		            	首頁
		            	上一頁
		            	
		            	272
		            	
		            	下一頁
                 	
                 	
            	
          
            
          
            
          
                
          
                  
          技術(shù)分類
          
                  
          
                      
                  
          
                
          
            
          
          
          
      
          
    
          
    
    

























































































































































 
 
    







主站蜘蛛池模板：
亚洲国产精品日韩av专区|
少妇被粗大的猛烈进出视频|
久久综合99re88久久爱|
亚洲综合色婷婷七月丁香|
97亚洲欧美国产网曝97|
成人性三级欧美在线观看|
成人片黄网站a毛片免费观看|
av无码免费一区二区三区|
国产精品国语对白露脸在线播放|
97国产精品人妻无码久久久|
久久精品成人免费观看三|
亚洲 制服 丝袜 无码|
卡一卡2卡3卡精品网站|
欧美伦费免费全部午夜最新|
日韩精品亚洲专在线电影|
国产精品亚洲二区在线播放|
一区二区三区鲁丝不卡|
一个人看的www日本高清视频|
色窝窝免费播放视频在线|
国产精品视频网国产|
亚洲中文字幕一二区日韩|
亚洲色大成网站WWW尤物|
潮喷失禁大喷水无码|
综合图区亚洲欧美另类图片|
亚洲AV熟妇在线观看|
国精品99久9在线 | 免费|
天天噜噜噜在线视频|
国产在线不卡人成视频|
国产成人精品亚洲日本语言|
国产免费踩踏调教视频|
久久综合香蕉国产蜜臀av|
国产精品国产三级国产剧情|
中文无码乱人伦中文视频播放|
国产成人亚洲欧美二区综合|
色六月婷婷亚洲婷婷六月|
亚洲精品成人福利网站|
成人免费观看做爰视频ⅹxx|
久久永久免费人妻精品直播|
无码毛片一区二区本码视频|
亚洲2017天堂色无码|
久久综合九色综合欧洲98|