<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)明涉及醫(yī)療影像分割技術(shù)領(lǐng)域，公開了一種醫(yī)療影像分割模型構(gòu)建方法、系統(tǒng)、設(shè)備、介質(zhì)及產(chǎn)品，該方法包括：獲取本地醫(yī)療影像分割模型的梯度信息，本地醫(yī)療影像分割模型為各客戶端節(jié)點(diǎn)根據(jù)本地醫(yī)療影像數(shù)據(jù)訓(xùn)練完成；基于梯度信息，更新全局模型參數(shù)；全局...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了一種基于虛擬星座和空間降尺度的長時序水體信息提取框架，包括：數(shù)據(jù)準(zhǔn)備：以Landsat 8、HLS和MODIS為數(shù)據(jù)源；基于MANDWI指數(shù)，對于HLS數(shù)據(jù)，采用虛擬星座指數(shù)轉(zhuǎn)換方法建立HLS_MANDWI與Landsat 8_...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了一種基于深度學(xué)習(xí)的功能磁共振圖像配準(zhǔn)方法；具體步驟如下：首先對功能磁共振圖像和磁共振圖像進(jìn)行預(yù)處理；隨后構(gòu)建包含編碼結(jié)構(gòu)、解碼結(jié)構(gòu)以及空間變換網(wǎng)路的配準(zhǔn)網(wǎng)絡(luò)模型，并在分辨率更高的磁共振圖像數(shù)據(jù)集上進(jìn)行預(yù)訓(xùn)練；預(yù)訓(xùn)練完成之后，采用...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本申請公開了一種單目視覺SLAM系統(tǒng)的相機(jī)位姿估計方法及設(shè)備，涉及位姿估計技術(shù)領(lǐng)域，該方法包括：利用平行透視投影模型，確定每個特征點(diǎn)在相機(jī)坐標(biāo)系下的深度；確定最大深度對應(yīng)的特征點(diǎn)和最小深度對應(yīng)的特征點(diǎn)為基準(zhǔn)點(diǎn)；確定基準(zhǔn)點(diǎn)與每個非基準(zhǔn)點(diǎn)的深度...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了一種實時監(jiān)控下的智能化腫瘤放療姿態(tài)定位優(yōu)化方法與系統(tǒng)，方法包括：獲取患者初始的得到標(biāo)準(zhǔn)姿態(tài)圖像和待校正姿態(tài)圖像；引入自注意力機(jī)制和多尺度特征融合機(jī)制改進(jìn)MoveNet神經(jīng)網(wǎng)絡(luò)得到關(guān)鍵點(diǎn)識別模型；將圖像輸入至關(guān)鍵點(diǎn)識別模型進(jìn)行識別...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了一種智能非笛卡爾磁共振快速成像方法，涉及磁共振非笛卡爾采樣圖像的重建技術(shù)領(lǐng)域。本發(fā)明，通過設(shè)計偽影抑制模塊、靈敏度學(xué)習(xí)模塊、數(shù)據(jù)一致性模塊和圖像重建模塊，允許網(wǎng)絡(luò)交替更新學(xué)習(xí)靈敏度圖高頻信息分量和重建圖像，提高靈敏度估計準(zhǔn)確性，...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及的是一種復(fù)雜天然裂縫網(wǎng)絡(luò)裂縫組定量劃分方法，它包括：采集露頭或巖心或薄片的天然裂縫信息，繪制裂縫跡線圖，并記錄每一條裂縫信息；利用裂縫成因類型，將裂縫網(wǎng)絡(luò)初步劃分為構(gòu)造裂縫和非構(gòu)造裂縫；根據(jù)裂縫充填性進(jìn)行裂縫組的劃分，將構(gòu)造裂縫和...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      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(jī)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(diǎn)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(diǎn)與三維模型B上的對應(yīng)特征點(diǎn)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(qiáng)的基于補(bǔ)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(diǎn)累計誤差大、需密集部署基準(zhǔn)點(diǎn)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...
								
            
							
            
							
						
            • 
					
                    
          
                
          

                 
          
                 	
		            	首頁
		            	上一頁
		            	
		            	279
		            	
		            	下一頁
                 	
                 	
            	
          
            
          
            
          
                
          
                  
          技術(shù)分類
          
                  
          
                      
                  
          
                
          
            
          
          
          
      
          
    
          
    
    

























































































































































 
 
    







主站蜘蛛池模板：
熟妇的奶头又大又粗视频|
曰批免费视频播放免费直播|
欧洲丰满少妇做爰视频爽爽|
国产片AV国语在线观看手机版|
亚洲国产成人精品无码区软件|
中文字幕久久精品一区二区三区
|
色综合久久中文综合网|
久久精品一区二区三区中文字幕
|
久久天天躁狠狠躁夜夜爽|
人妻丰满熟妇av无码在线电影|
国产仑乱无码内谢|
女性裸体无遮挡无遮掩视频蜜芽|
日产精品久久久久久久|
337p日本大胆欧久久|
色偷偷亚洲男人本色|
福利一区二区在线观看|
国产人与禽zoz0性伦多活几年|
亚洲色在线V中文字幕|
日本又色又爽又黄的a片吻戏|
丰满岳乱妇在线观看中字|
国产熟女出轨做受的叫床声|
成年站免费网站看v片在线|
国内精品一区二区三区在线观看|
欧美成人精品手机在线|
精品无码久久久久成人漫画|
日本japanese丰满白浆|
国产精品麻豆成人av网|
人妻少妇邻居少妇好多水在线|
国产亚洲欧美日韩俺去了|
制服丝袜美腿一区二区|
亚洲欧美日韩精品成人|
窝窝午夜福利无码电影|
碰超免费人妻中文字幕|
精品国产性色无码av网站|
天天躁夜夜躁狠狠久久|
亚洲精品国产成人av蜜臀|
亚洲成色www久久网站夜月|
精品无码av不卡一区二区三区|
亚洲精品字幕|
中文字幕亚洲精品人妻|
好爽好紧好大的免费视频国产|