<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)明提供一種機器學習與大模型協(xié)同的交通流量預測方法，先采集車路云數(shù)據(jù)構建路網(wǎng)，提取數(shù)據(jù)中的基礎多維特征，利用推理大模型進行流量初步預測，再利用機器學習模型基于初步流量預測結果和基礎多維特征，重新進行特征組合和流量預測，并對特征的權重進行優(yōu)...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了一種輕量級X射線安檢圖像違禁品檢測方法。對輸入X射線圖像預處理后順序經過三個階段進行檢測。特征提取階段：通過增強型StarNet骨干網(wǎng)絡從輸入圖像中提取初始多尺度特征。特征融合階段：采用通道分離卷積頸部網(wǎng)絡對初始多尺度特征圖進行...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了一種用于T梁拼裝縫隙識別與校正的AI視覺識別方法及系統(tǒng)，涉及AI視覺識別技術領域。所述AI視覺識別方法包括：S01，依據(jù)T梁拼裝過程在空間區(qū)域上設置拼裝區(qū)域和預拼裝區(qū)域，獲取T梁、橫隔梁和橋面的基礎尺寸數(shù)據(jù)和實時圖像數(shù)據(jù)。本發(fā)明...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了一種利用擴散模型監(jiān)督視覺語言模型訓練的方法。該方法輸入圖像與文本，通過視覺編碼器提取多層次圖像特征，并結合連接器輸出的文本特征，作為條件信息輸入至擴散模型中。核心為提出一種混合專家交叉注意力機制：分別對低、中、高層圖像特征及文本...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本申請涉及三維重建技術領域，尤其涉及一種三維建模系統(tǒng)及機器人，所述系統(tǒng)包括：位姿協(xié)方差估計模塊和協(xié)方差顯示模塊；所述位姿協(xié)方差估計模塊，用于基于目標優(yōu)化函數(shù)和接收的點云數(shù)據(jù)，采用預設算法進行位姿圖優(yōu)化，并計算各時刻的位姿和各位姿對應的海塞矩...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了一種基于ID保持的人臉圖像重建方法，包括：將目標低質人臉圖像和目標參考人臉圖像輸入至穩(wěn)定擴散模型中；穩(wěn)定擴散模型包括結構特征提取模塊、ID特征提取模塊、擴散模型主干UNet和隱空間解碼器；通過結構特征提取模塊從目標低質人臉圖像中...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及智慧城市和用水設施管理技術領域，公開了一種基于電子地圖模型的用水信息標注方法及系統(tǒng)，其中，一種基于電子地圖模型的用水信息標注方法包括：部署基于NFC/RFID的用水設施數(shù)字身份系統(tǒng)，為每個設施建立唯一標識；構建社物共生信息生態(tài)模型...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明提供了基于抗磨損預測的不銹鋼管生產調控方法及裝置，涉及管材加工技術領域，通過將材料工程數(shù)據(jù)和待使用環(huán)境數(shù)據(jù)輸入預構建的通用磨損預測模型執(zhí)行使用過程磨損模擬，獲得退化模擬鋼管并檢測獲得N種異常磨損，對N種異常磨損執(zhí)行補救工藝分析定位N個...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及古籍處理和大模型技術領域，公開了融合多維度上下文進行模型自適應優(yōu)化的中醫(yī)古籍標注方法，包括步驟：提取中醫(yī)古籍文本對應的多維度上下文特征；根據(jù)多維度上下文特征，通過分層秩自適應調整策略，動態(tài)確定目標語言模型中至少一個層級的低秩自適應...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及人工智能技術領域，公開了小樣本中醫(yī)古籍標注模型適配方法，包括：獲取原始中醫(yī)古籍文本，從文本中提取結構化的領域知識編碼為知識向量；選擇通用預訓練語言模型，利用原始中醫(yī)古籍文本對通用預訓練語言模型進行微調，以生成古籍基礎語言模型；根據(jù)...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了一種融合多物理場的微波加熱聯(lián)合仿真方法及系統(tǒng)，通過預先建立的多物理場模型，獲取微波加熱系統(tǒng)中電磁場、溫度場和流場的初始分布數(shù)據(jù)，針對分層界面特性設定邊界條件，得到各物理場在界面處的初步連續(xù)性約束結果；根據(jù)初步連續(xù)性約束結果，采用...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了一種三維數(shù)模設計中結構優(yōu)化的方法及裝置。其中，該方法包括：對待分析的三維數(shù)模進行類型識別，并基于所述類型識別的結果對所述三維數(shù)模中的結構進行分類，得到不同的結構類型；基于所述不同的結構類型，對所述三維數(shù)模進行分區(qū)處理，以將所述三...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了一種基于圖層信息的空間圓管相貫節(jié)點參數(shù)化建模方法，包括以下步驟：S1.幾何模型準備；S2.圖層信息提取；S3.桿件長度統(tǒng)一；S4.幾何模型生成；S5.相互布爾運算；S6.結果輸出集成。本發(fā)明可操作性較強，有利于提高工作效率。
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了基于隱私計算的數(shù)字藏品流通方法及平臺，涉及數(shù)據(jù)處理技術領域，包括：獲取數(shù)字藏品的第一交易方和第二交易方；采集第一歷史交易數(shù)據(jù)集和第二歷史交易數(shù)據(jù)集；根據(jù)第一歷史交易數(shù)據(jù)集和第二歷史交易數(shù)據(jù)集對當前交易進行評估，輸出第一驗證等級；...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了一種基于歷史數(shù)據(jù)分析的打印頭管理方法及系統(tǒng)，該方法包括：獲取增材制造設備的打印頭的在執(zhí)行多個歷史任務時的歷史傳感數(shù)據(jù)；根據(jù)對應的所述歷史任務，對所有所述歷史傳感數(shù)據(jù)進行分類以得到多個傳感數(shù)據(jù)集合；基于工作狀態(tài)預測算法，預測每一所...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及電數(shù)字數(shù)據(jù)處理技術領域，具體涉及一種基于機器學習的變電站設備運行故障預警診斷方法，方法包括：利用變電站設備的多維度數(shù)據(jù)樣本確定目標故障類型對應目標樣本時段中的目標維度異常數(shù)據(jù)；根據(jù)目標維度異常數(shù)據(jù)相對于目標維度正常數(shù)據(jù)的幅值分布差...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明屬于航空航天技術領域，涉及一種基于TFT多源數(shù)據(jù)融合的TLE參數(shù)預測方法和系統(tǒng)。本發(fā)明根據(jù)LEO無控空間目標的歷史TLE數(shù)據(jù)集、目標靜態(tài)特征數(shù)據(jù)和空間天氣數(shù)據(jù)生成特征數(shù)據(jù)集；采用
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本申請公開了數(shù)字標準化病人動作反饋方法、裝置、設備及介質，涉及醫(yī)療模擬教學與人工智能技術領域，包括：通過預設交互接口獲取用戶基于問診訓練任務下達的當前問答信息；確定所述當前問答信息對應的目標動作反饋指令，并在預設視頻庫中查找與所述目標動作反...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了一種基于BAAI?bge模型的中文語義匹配增強方法及系統(tǒng)，涉及語義匹配技術領域。包括需求判定：判斷模型訓練狀態(tài)得到判斷結果；數(shù)據(jù)獲取：獲取模型訓練使用的多源異構數(shù)據(jù)得到待處理數(shù)據(jù)，獲取模型使用時的檢索信息得到待檢索數(shù)據(jù)。本發(fā)明通...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了一種基于芯粒架構的通信時鐘與數(shù)據(jù)相位動態(tài)校準電路及方法，包含主控MCU DIE和ｎ個被控ASIC DIE1～被控ASIC DIEn，主控MCU DIE內設置有n+1個全局延遲模塊GDL...
								
            
							
            
							
						
            • 
					
                    
          
                
          

                 
          
                 	
		            	首頁
		            	上一頁
		            	
		            	41
		            	
		            	下一頁
                 	
                 	
            	
          
            
          
            
          
                
          
                  
          技術分類
          
                  
          
                      
                  
          
                
          
            
          
          
          
      
          
    
          
    
    

























































































































































 
 
    







主站蜘蛛池模板：
国产丝袜无码一区二区视频|
视频一区国产第一页|
99re6在线视频精品免费下载|
无码人妻斩一区二区三区|
人妻.中文字幕无码|
亚洲 制服 丝袜 无码|
影音先锋啪啪av资源网站|
国产精品色无码av在线观看|
国产内射老熟女aaaa∵|
欧美成人乱码一二三四区|
精品国产三级a∨在线观看|
亚洲电影在线观看|
人人莫人人擦人人看|
亚洲国产呦萝小初|
亚洲另类丝袜综合网|
免费人成网ww555kkk在线|
精品少妇av蜜臀av|
亚洲最新一卡二卡三卡|
狠狠色欧美亚洲狠狠色www|
色欲av无码一区二区三区|
男人女人午夜视频免费|
强奷乱码欧妇女中文字幕熟女|
天天躁日日躁很很很躁|
色悠悠久久精品综合视频|
日本爽快片100色毛片|
久久精品国产www456c0m|
人妻av无码系列一区二区三区|
亚洲人妻一区二区精品|
国产精品白丝jkav网站|
亚洲一区二区三区无码影院|
国产破外女出血视频|
国产亚洲欧美日韩精品一区二区|
伊人久在线观看视频|
亚欧乱色国产精品免费视频|
少妇极品熟妇人妻无码|
女厕偷窥一区二区三区|
人妻洗澡被强公日日澡电影
|
国产精品中文字幕自拍|
欧美人妻在线一区二区|
综合激情亚洲丁香社区|
精品无码一区在线观看|