<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(dòng)滑塊完成拼圖
        
          
        
          
    
          
    
          
        
          
        
          
    
          

          














          
    
    
          
        首頁(yè)
        專利交易
        IP管家助手
        科技果

        科技人才

        科技服務(wù)
        國(guó)際服務(wù)
        商標(biāo)交易
        會(huì)員權(quán)益
        需求市場(chǎng)

        
        關(guān)于龍圖騰

        
        
        
        
        
        
    
          
    
          
        
        
             / 

            
            
            免費(fèi)注冊(cè)
        
    
          

          



          
    
          
        到頂部
        到底部
    
          

          















          
    
    
          
        
        
          
            
            
            
            
            
            
            
            

            
            
          
                
          
                    
                    清空
                    搜索
                
          
            
          

            
            
            
            
            
            
            
            
            
            
        
          
        
        
        
          
            
            
                
          • 我要求購(gòu)
            • 
                
          • 我要出售
            • 
            
          

            
        
          
    
          

          








          
      
          
          
          
            
          
                
          
                  
          
                  	
                  	
                  		最新專利技術(shù)
                  	
                  
          
                
          
                
          
                    
            
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明視頻素材處理技術(shù)領(lǐng)域，公開(kāi)了一種基于動(dòng)態(tài)語(yǔ)義驅(qū)動(dòng)的視頻素材智能處理方法及裝置，該方法包括：通過(guò)預(yù)訓(xùn)練的語(yǔ)義特征提取模型對(duì)輸入視頻進(jìn)行逐幀解析，提取包含對(duì)象屬性、場(chǎng)景上下文及多模態(tài)情感特征的深層語(yǔ)義向量；基于時(shí)序注意力機(jī)制對(duì)深層語(yǔ)義向量...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開(kāi)了一種融合SAM與改進(jìn)Segformer模型的農(nóng)用地邊界提取方法及系統(tǒng)，涉及圖像處理技術(shù)領(lǐng)域，采用SAM模型對(duì)預(yù)處理后的影像瓦片數(shù)據(jù)集進(jìn)行多邊形地物提取；將農(nóng)用地樣本數(shù)據(jù)集輸入至改進(jìn)Segformer模型中進(jìn)行優(yōu)化，進(jìn)而進(jìn)行農(nóng)用地...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開(kāi)了一種巖質(zhì)邊坡線形結(jié)構(gòu)面識(shí)別方法、裝置、設(shè)備及介質(zhì)，方法包括獲取巖質(zhì)邊坡的點(diǎn)云數(shù)據(jù)；將所述點(diǎn)云數(shù)據(jù)劃分為至少一組點(diǎn)云簇，每組點(diǎn)云簇對(duì)應(yīng)一個(gè)結(jié)構(gòu)面；提取每組點(diǎn)云簇中的關(guān)鍵點(diǎn)作為路徑點(diǎn)；基于所述路徑點(diǎn)生成最小生成樹，每組點(diǎn)云簇對(duì)應(yīng)一個(gè)...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明所提供的建筑物立面布局補(bǔ)全方法、裝置、終端及存儲(chǔ)介質(zhì)，屬于目標(biāo)檢測(cè)技術(shù)領(lǐng)域，所述方法包括：對(duì)建筑物立面的圖像進(jìn)行目標(biāo)檢測(cè)，得到矩形對(duì)象集合；對(duì)所述矩形對(duì)象集合執(zhí)行分量提取和分量聚類，得到若干垂直分組和若干水平分組，確定全部垂直分組和全...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明提出一種基于雙邊紅波段的GF6?WFV數(shù)據(jù)水體識(shí)別提取方法及系統(tǒng)，包括：GF6衛(wèi)星WFV影像數(shù)據(jù)預(yù)處理，得到衛(wèi)星各波段的經(jīng)過(guò)大氣校正的多角度觀測(cè)數(shù)據(jù)；經(jīng)過(guò)大氣校正，統(tǒng)一至相同的天頂角計(jì)算衛(wèi)星各波段的反射率，獲得各波段角度歸一化后的反射...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及基于光學(xué)?Ka頻段SAR特征融合的農(nóng)田地塊識(shí)別方法，采用改進(jìn)的ResNet50網(wǎng)絡(luò)對(duì)光學(xué)遙感影像進(jìn)行特征提取，采用復(fù)數(shù)卷積網(wǎng)絡(luò)對(duì)Ka?SAR影像進(jìn)行特征提取，當(dāng)光學(xué)遙感影像的云覆蓋率超過(guò)閾值時(shí)，觸發(fā)門控機(jī)制，若光學(xué)遙感影像云覆蓋率...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開(kāi)了一種橋梁結(jié)構(gòu)件的動(dòng)態(tài)空間數(shù)據(jù)集構(gòu)建系統(tǒng)及方法，具體為：采集橋梁施工場(chǎng)景的深度圖與彩色圖，記錄每幀圖像的時(shí)間戳；進(jìn)行深度對(duì)齊與配準(zhǔn)，采用基于Transformer架構(gòu)的檢測(cè)模型進(jìn)行實(shí)時(shí)目標(biāo)檢測(cè)；進(jìn)行空間拓?fù)潢P(guān)系建模，計(jì)算3D坐標(biāo)，...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明提出一種基于改進(jìn)雪雁算法的航海雷達(dá)油膜提取方法及系統(tǒng)，涉及圖像處理技術(shù)領(lǐng)域。本發(fā)明的技術(shù)要點(diǎn)包括：首先，對(duì)獲取的雷達(dá)油膜圖像進(jìn)行預(yù)處理；然后，對(duì)預(yù)處理后的圖像進(jìn)行特征提取，并生成油膜興趣區(qū)域，其中結(jié)合基于強(qiáng)度閾值的SIFT特征過(guò)濾算法...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明提供了一種基于語(yǔ)義自適應(yīng)生成對(duì)抗網(wǎng)絡(luò)的文本到圖像生成方法，涉及圖像生成技術(shù)領(lǐng)域，本發(fā)明利用仿射變換模塊實(shí)現(xiàn)對(duì)圖像特征的語(yǔ)義自適應(yīng)調(diào)制，從而有效提高生成圖像與文本語(yǔ)義的一致性，在生成器網(wǎng)絡(luò)中特別引入了自注意力層，利用自注意力機(jī)制顯著增強(qiáng)...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開(kāi)了一種多模態(tài)數(shù)據(jù)融合方法、裝置、設(shè)備及介質(zhì)，涉及核生化態(tài)勢(shì)分析技術(shù)領(lǐng)域，該方法利用GNN模型對(duì)結(jié)構(gòu)化探測(cè)器數(shù)據(jù)進(jìn)行圖像化處理，生成輸入圖像數(shù)據(jù)，再利用ResNet?LSTM模型對(duì)圖像數(shù)據(jù)進(jìn)行區(qū)域污染物濃度分布預(yù)測(cè)，ResNet?L...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開(kāi)了一種基于顯著性圖結(jié)構(gòu)增強(qiáng)的多模態(tài)影像匹配方法與系統(tǒng)，屬于圖像處理領(lǐng)域。首先，本發(fā)明創(chuàng)新性地構(gòu)建了像素級(jí)顯著性置信度圖，用以度量各區(qū)域的匹配潛力，通過(guò)該圖引導(dǎo)注意力機(jī)制在圖結(jié)構(gòu)中動(dòng)態(tài)聚焦于關(guān)鍵區(qū)域；其次，融合多尺度結(jié)構(gòu)特征與語(yǔ)義分...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開(kāi)了一種基于協(xié)同成像的高溫設(shè)備故障識(shí)別方法及系統(tǒng)，具體涉及故障識(shí)別技術(shù)領(lǐng)域，包括結(jié)合歷史數(shù)據(jù)建立離線ROI識(shí)別模型，實(shí)現(xiàn)高溫設(shè)備上線前的初始ROI區(qū)域配置，并在運(yùn)行過(guò)程中通過(guò)多模態(tài)圖像與實(shí)時(shí)數(shù)據(jù)驅(qū)動(dòng)的在線機(jī)制，持續(xù)動(dòng)態(tài)更新ROI區(qū)域...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及垃圾分類技術(shù)領(lǐng)域，具體為基于物聯(lián)網(wǎng)的餐廚垃圾智能分類系統(tǒng)，系統(tǒng)包括節(jié)點(diǎn)接入模塊、圖像預(yù)處理模塊、邊緣結(jié)構(gòu)判斷模塊、油水比例感知模塊、垃圾類型分類模塊。本發(fā)明中，通過(guò)結(jié)合節(jié)點(diǎn)地理標(biāo)識(shí)與時(shí)間戳實(shí)現(xiàn)節(jié)點(diǎn)狀態(tài)有效綁定，提升垃圾投放行為的空...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及超聲波無(wú)損檢測(cè)技術(shù)領(lǐng)域，具體而言，涉及基于級(jí)聯(lián)線性注意力和CNN的焊縫TOFD圖像分類方法及系統(tǒng)，本發(fā)明通過(guò)引入級(jí)聯(lián)線性注意力機(jī)制，大幅降低了傳統(tǒng)Transformer中自注意力機(jī)制的二次計(jì)算復(fù)雜度，減少了模型推理時(shí)間，顯著提升了...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本申請(qǐng)實(shí)施例提供了一種基于視覺(jué)強(qiáng)化學(xué)習(xí)的模型訓(xùn)練方法、裝置、設(shè)備及介質(zhì)。包括：獲取樣本圖像幀及語(yǔ)義類別信息，將語(yǔ)義類別信息輸入視覺(jué)大語(yǔ)言模型，得到第一卷積核參數(shù)，及將樣本圖像幀輸入第一特征卷積核得到第一特征熱力圖；通過(guò)預(yù)設(shè)視覺(jué)強(qiáng)化學(xué)習(xí)模型得...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及晶體角度識(shí)別技術(shù)領(lǐng)域，尤其涉及一種基于電極特征的晶體角度識(shí)別方法，包括如下步驟：生成多模態(tài)特征模板，將原始晶體圖像中晶體目標(biāo)與多模態(tài)特征模板進(jìn)行匹配，輸出匹配結(jié)果；建立偏移基準(zhǔn)；基于偏移基準(zhǔn)，對(duì)優(yōu)化調(diào)整后的Blob分析的感興趣區(qū)域...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開(kāi)了一種基于雙邊域運(yùn)動(dòng)校正的異常匹配去除方法及系統(tǒng)，該方法包括下述步驟：對(duì)不同視角圖像的匹配點(diǎn)對(duì)進(jìn)行坐標(biāo)歸一化，構(gòu)建無(wú)序運(yùn)動(dòng)集合；對(duì)無(wú)序運(yùn)動(dòng)集合和歸一化坐標(biāo)進(jìn)行特征嵌入，構(gòu)建初始運(yùn)動(dòng)特征；對(duì)初始運(yùn)動(dòng)特征進(jìn)行迭代優(yōu)化，得到校正后的多層...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開(kāi)了一種基于改進(jìn)PointNet++的工程機(jī)械滿斗率預(yù)測(cè)方法、裝置及可讀介質(zhì)，涉及點(diǎn)云處理領(lǐng)域，包括：構(gòu)建工程機(jī)械挖斗滿載狀態(tài)語(yǔ)義分割模型并訓(xùn)練，得到經(jīng)訓(xùn)練的工程機(jī)械挖斗滿載狀態(tài)語(yǔ)義分割模型；工程機(jī)械挖斗滿載狀態(tài)語(yǔ)義分割模型采用改進(jìn)...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本申請(qǐng)涉及圖像特征提取領(lǐng)域，尤其涉及一種頻域自適應(yīng)的生物啟發(fā)式脈沖視覺(jué)特征提取方法與設(shè)備。方法包括：獲取待識(shí)別圖像；將待識(shí)別圖像輸入預(yù)設(shè)細(xì)胞通道進(jìn)行特征編碼，得到待識(shí)別圖像的全量脈沖序列，全量脈沖序列包括關(guān)聯(lián)有時(shí)間戳的若干個(gè)脈沖事件；根據(jù)全...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明提供了一種基于火電廠邊緣側(cè)單節(jié)點(diǎn)部署的人工智能監(jiān)測(cè)模型方法，涉及火電廠智能監(jiān)測(cè)技術(shù)領(lǐng)域。該方法包括獲取火電廠DCS系統(tǒng)數(shù)據(jù)和紅外熱像儀圖像數(shù)據(jù)，構(gòu)建專用算子庫(kù)以提取特征信息，使用改進(jìn)的MobileNetV3搭建監(jiān)測(cè)神經(jīng)網(wǎng)絡(luò)模型，引入動(dòng)...
								
            
							
            
							
						
            • 
					
                    
          
                
          

                 
          
                 	
		            	首頁(yè)
		            	上一頁(yè)
		            	
		            	30
		            	
		            	下一頁(yè)
                 	
                 	
            	
          
            
          
            
          
                
          
                  
          技術(shù)分類
          
                  
          
                      
                  
          
                
          
            
          
          
          
      
          
    
          
    
    

























































































































































 
 
    







主站蜘蛛池模板：
69精品丰满人妻无码视频a片|
国产小受被做到哭咬床单GV|
久久乐国产精品亚洲综合|
人人妻人人澡人人爽秒播|
国产精品有码无码av在线播放
|
国产成人高清亚洲一区妲妃|
色爱综合激情五月激情|
国产睡熟迷奷系列网站|
亚洲伊人久久精品影院|
国产福利姬喷水福利在线观看
|
无码不卡av东京热毛片|
亚洲的天堂av无码|
人妻无码视频一区二区三区|
精产国品一二三产区m553麻豆
|
久久永久免费专区人妻精品|
亚洲国产精品久久电影欧美|
99久久久国产精品消防器材|
成熟老妇女毛茸茸的做性|
韩国午夜福利片在线观看|
中文字幕无码家庭乱欲|
精品产区wnw2544|
大战丰满无码人妻50p|
久久er99国产精品免费|
国产 高潮 抽搐 正在播放|
婷婷综合久久中文字幕|
四川老熟女下面又黑又肥|
伊人久久久大香线蕉综合直播|
男女同房做爰爽免费|
在线看午夜福利片国产|
九色九九九老阿姨|
中文字幕亚洲综合久久综合|
国产丰满麻豆videossexhd|
亚洲五月天综合|
激情影院内射美女|
任我爽精品视频在线观看|
中文www新版资源在线|
精品国产一二三产品价格|
一性一交一口添一摸视频|
亚洲免费观看视频|
国产精品毛片一区二区三区|
九九久re8在线精品视频|