<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
        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(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
                
          
            
          

            
            
            
            
            
            
            
            
            
            
        
          
        
        
        
    
          

          








          
      
          
          
          
            
          
                
          
                  
          
                  	
                  	
                  		計(jì)算;推算;計(jì)數(shù)設(shè)備的制造及其應(yīng)用技術(shù)
                  	
                  
          
                
          
                
          
                    
            
					
						
          • 
							
							
            
					    		
								
            
								      本申請(qǐng)涉及多模態(tài)特征融合與故障傳播分析的風(fēng)電場(chǎng)診斷方法及系統(tǒng)，屬于風(fēng)電設(shè)備故障診斷技術(shù)領(lǐng)域；通過無人機(jī)群協(xié)同采集風(fēng)電場(chǎng)設(shè)備的可見光、紅外及LiDAR多模態(tài)數(shù)據(jù)，采用動(dòng)態(tài)門控機(jī)制融合YOLOv5提取的局部特征、Transformer提取的熱力...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及醫(yī)學(xué)圖像處理技術(shù)領(lǐng)域，提出了一種基于小波增強(qiáng)與多尺度特征融合的醫(yī)學(xué)圖像分割方法。該方法結(jié)合CNN?Transformer雙分支編碼結(jié)構(gòu)，提出一種多尺度小波融合模塊，從頻域角度出發(fā)，采用Haar小波變換提取圖像高頻子帶以增強(qiáng)邊緣與紋...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明屬于三維目標(biāo)檢測(cè)技術(shù)領(lǐng)域，公開了一種基于雙源點(diǎn)云增強(qiáng)的三維目標(biāo)檢測(cè)方法，本發(fā)明針對(duì)現(xiàn)有三維目標(biāo)檢測(cè)方法在檢測(cè)時(shí)對(duì)點(diǎn)云稀疏處物體檢測(cè)精度下降以及點(diǎn)云圖像融合情況下不同模態(tài)數(shù)據(jù)特征對(duì)齊難度等物體，設(shè)計(jì)了一種基于雙源點(diǎn)云增強(qiáng)的三維目標(biāo)檢測(cè)方...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及大數(shù)據(jù)分析領(lǐng)域，特別是基于用戶行為的智能推薦系統(tǒng)。通過獲取系統(tǒng)中的用戶顯式行為數(shù)據(jù)和用戶隱式行為數(shù)據(jù)，獲取系統(tǒng)中用戶的交互深度指標(biāo)數(shù)據(jù)，利用差分隱私技術(shù)對(duì)數(shù)據(jù)中的敏感行為添加噪聲，建立可變時(shí)間衰減函數(shù)，使用層次化Transform...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了一種兩階段參數(shù)自適應(yīng)優(yōu)化蜂窩肺病灶分割方法、存儲(chǔ)介質(zhì)及設(shè)備，涉及蜂窩肺圖像處理方法技術(shù)領(lǐng)域。所述方法包括如下步驟：圖像預(yù)處理：獲取蜂窩肺CT圖像，對(duì)CT圖像進(jìn)行預(yù)處理，并采用均值漂移算法優(yōu)化CT圖像的預(yù)處理流程；粗分割：使用基于...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明提供了一種基于柔性可變形卷積和注意力機(jī)制的紅外場(chǎng)景分類方法，包括：紅外圖像輸入AFDC?IRNet模型，模型輸出紅外圖像所屬的紅外場(chǎng)景分類信息；其中，AFDC?IRNet模型處理過程包括：紅外圖像依次經(jīng)過FDCN1、ReLU1、MAX...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明屬于體育科技技術(shù)領(lǐng)域，具體涉及一種搏擊技戰(zhàn)術(shù)分析系統(tǒng)，包括目標(biāo)檢測(cè)和骨骼肌算法模塊、時(shí)空?qǐng)D神經(jīng)網(wǎng)絡(luò)的動(dòng)作識(shí)別模塊、擊打效果評(píng)估模塊、抗干擾機(jī)制模塊、視頻處理與數(shù)據(jù)存儲(chǔ)模塊，所述目標(biāo)檢測(cè)和骨骼肌算法模塊包括數(shù)據(jù)準(zhǔn)備、模型訓(xùn)練，所述數(shù)據(jù)準(zhǔn)...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明提供了一種城市軌道交通隧道水淹態(tài)勢(shì)預(yù)測(cè)方法及系統(tǒng)，獲取城市軌道交通隧道的空間幾何參數(shù)，構(gòu)建城市軌道交通隧道的三維數(shù)字化模型，再轉(zhuǎn)化為數(shù)值計(jì)算模型，基于數(shù)值方法進(jìn)行不同進(jìn)水條件下的城市軌道交通隧道水淹過程的仿真模擬，將模擬的監(jiān)測(cè)量形成數(shù)...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明提供一種面部表情識(shí)別方法、系統(tǒng)及電子設(shè)備，方法包括：對(duì)面部樣本圖像進(jìn)行預(yù)處理，提取用戶臉部特征點(diǎn)坐標(biāo)；采用卷積神經(jīng)網(wǎng)絡(luò)主干獲取局部特征和全局特征；采用交叉注意力模塊1將聚合的全局特征與每個(gè)局部特征進(jìn)行融合，得到增強(qiáng)的局部特征；采用圖卷...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及圖像識(shí)別相關(guān)技術(shù)領(lǐng)域，具體包括基于圖像識(shí)別的密煉機(jī)轉(zhuǎn)子缺陷檢測(cè)方法、系統(tǒng)及介質(zhì)，包括：對(duì)密煉機(jī)轉(zhuǎn)子依振動(dòng)信號(hào)提頻域、時(shí)域特征，優(yōu)化圖像配缺陷視覺向量，配置振動(dòng)信號(hào)特征向量，融合后用缺陷分類網(wǎng)絡(luò)評(píng)估缺陷，結(jié)果超限則觸發(fā)提醒并聯(lián)動(dòng)機(jī)械...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了一種小樣本類增量視頻動(dòng)作識(shí)別方法和裝置，屬于計(jì)算機(jī)視覺領(lǐng)域，所述方法包括：針對(duì)每個(gè)視頻，通過采用視覺軟提示和時(shí)序軟提示，獲取融合空時(shí)信息的視頻特征，同時(shí)獲取具有先驗(yàn)知識(shí)的視頻特征，并將兩種視頻特征融合，獲取最終的視頻特征；其次，...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及基于記憶?邊緣引導(dǎo)的弱監(jiān)督視頻顯著性目標(biāo)檢測(cè)方法及系統(tǒng)，屬于目標(biāo)檢測(cè)技術(shù)領(lǐng)域。包括：將給定的長視頻序列進(jìn)行非重疊滑動(dòng)窗口劃分，提取到連續(xù)的若干個(gè)視頻幀，若干個(gè)視頻幀輸入至訓(xùn)練后的記憶邊緣引導(dǎo)網(wǎng)絡(luò)模型實(shí)現(xiàn)弱監(jiān)督視頻顯著性目標(biāo)檢測(cè)；輸...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了一種面向FPGA的CNN加速器的DSP布局優(yōu)化方法，包括以下步驟：S1.DSP路徑信息提取：將設(shè)計(jì)的網(wǎng)表轉(zhuǎn)換為圖表示，并進(jìn)行數(shù)據(jù)路徑DSP節(jié)點(diǎn)識(shí)別和數(shù)據(jù)路徑DSP圖構(gòu)建；S2.數(shù)據(jù)路徑驅(qū)動(dòng)的DSP布局：根據(jù)提取的數(shù)據(jù)路徑DSP圖...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明提供了一種面向任務(wù)的遙感影像壓縮方法及系統(tǒng)，進(jìn)行高分辨率遙感影像數(shù)據(jù)集構(gòu)建，包括目標(biāo)檢測(cè)數(shù)據(jù)集和語義分割數(shù)據(jù)集；目標(biāo)檢測(cè)模型訓(xùn)練，包括在目標(biāo)檢測(cè)數(shù)據(jù)集上的一階目標(biāo)檢測(cè)模型的參數(shù)訓(xùn)練；語義分割模型訓(xùn)練，包括在語義分割數(shù)據(jù)集上的語義分割模...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明屬于圖像處理技術(shù)領(lǐng)域，提供了一種基于全域特征提取的顯示屏缺陷檢測(cè)方法及系統(tǒng)，包括：獲取顯示屏圖像；基于獲取的圖像和缺陷檢測(cè)模型，進(jìn)行顯示屏圖像的缺陷檢測(cè)；其中，缺陷監(jiān)測(cè)模型包括特征提取網(wǎng)絡(luò)、跨層感知融合網(wǎng)絡(luò)以及缺陷檢測(cè)網(wǎng)絡(luò)；在所述特征...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了基于圖像處理的智能芯片陣列缺陷檢測(cè)系統(tǒng)，具體涉及芯片缺陷檢測(cè)領(lǐng)域，包括芯片陣列圖像獲取模塊、自適應(yīng)數(shù)據(jù)增強(qiáng)模塊、多模態(tài)特征融合模塊、自適應(yīng)動(dòng)態(tài)匹配模塊、在線增量學(xué)習(xí)模塊以及異構(gòu)資源調(diào)度模塊。基于圖像處理的智能芯片陣列缺陷檢測(cè)系統(tǒng)...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了一種基于人工智能的文字檢測(cè)識(shí)別方法及系統(tǒng)，方法包括：采集待檢測(cè)圖片數(shù)據(jù)；利用目標(biāo)檢測(cè)模型提取待檢測(cè)圖片數(shù)據(jù)的不同尺度特征；對(duì)不同尺度特征進(jìn)行多尺度特征融合以得到融合特征，根據(jù)融合特征，獲取目標(biāo)檢測(cè)結(jié)果；將目標(biāo)檢測(cè)結(jié)果輸入到目標(biāo)識(shí)...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開一種揚(yáng)塵污染監(jiān)管與考核系統(tǒng)及方法，其中系統(tǒng)包括揚(yáng)塵數(shù)據(jù)庫、視頻平臺(tái)、AI算法底層引擎、考核標(biāo)準(zhǔn)單元、業(yè)務(wù)平臺(tái)和手持移動(dòng)端；揚(yáng)塵數(shù)據(jù)庫為視頻平臺(tái)和業(yè)務(wù)平臺(tái)提供基礎(chǔ)數(shù)據(jù)，視頻平臺(tái)的實(shí)時(shí)監(jiān)控?cái)?shù)據(jù)經(jīng)AI算法底層引擎智能識(shí)別后，將結(jié)果反饋給...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及圖像處理與深度學(xué)習(xí)技術(shù)領(lǐng)域，公開了一種基于藝術(shù)先驗(yàn)知識(shí)的漸進(jìn)式人臉超分辨率方法與系統(tǒng)，其系統(tǒng)包括：圖像編碼模塊，用于對(duì)輸入的低分辨率人臉圖像進(jìn)行多尺度特征提取，并輸出潛在特征；結(jié)構(gòu)學(xué)習(xí)模塊，用于引導(dǎo)實(shí)現(xiàn)基礎(chǔ)形態(tài)修復(fù)；細(xì)節(jié)補(bǔ)全模塊，...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了一種基于全局多尺度編碼與局部稀疏注意力的視頻摘要生成方法，屬于計(jì)算機(jī)視覺技術(shù)領(lǐng)域。所述方法包括：讀取輸入視頻，提取輸入視頻的幀級(jí)特征向量；構(gòu)造視頻摘要生成模型，將幀級(jí)特征向量輸入視頻摘要模型；將全局多尺度編碼和局部稀疏注意力模塊...
								
            
							
            
							
						
            • 
					
                    
          
                
          

                 
          
                 	
                 	
		            	首頁
		            	上一頁
		            	
		            	13
		            	
		            	下一頁


                 	
            	
          
            
          
            
          
                
          
                  
          技術(shù)分類
          
                  
          
                      
                  
          
                
          
            
          
          
          
      
          
    
          
    
    

























































































































































 
 
    







主站蜘蛛池模板：
国产成年女人特黄特色毛片免
|
人妻熟女一区二区aⅴ向井蓝|
中文字幕人妻熟女人妻a片|
免费国产人成18在线观看|
亚洲 校园 欧美 国产 另类
|
国产鲁鲁视频在线观看|
精品国产成人午夜福利|
天堂影院一区二区三区四区
|
亚洲成人四虎在线播放|
午夜热门精品一区二区三区|
四虎国产精品成人免费久久|
无码午夜福利视频一区|
亚洲人成伊人成综合网无码|
国内精品自线一区二区三区2021|
av无码av在线a∨天堂毛片|
2021亚洲爆乳无码专区|
国产三级视频在线观看视
|
97超碰中文字幕久久精品|
国产一区二区黄色激情片|
欧美日韩无砖专区一中文字|
亚洲精品色午夜无码专区日韩
|
久久国产精品波多野结衣av|
无遮挡边吃摸边吃奶边做|
久久成人国产精品一区二区|
韩国三级在线观看久|
免费看婬乱a欧美大片|
无码人妻丰满熟妇区bbbbxxxx
|
中文字幕无码不卡免费视频|
日本一卡2卡3卡4卡免费乱码网站|
国产男女猛烈无遮挡a片软件|
色欲综合久久躁天天躁蜜桃|
欧美不卡一区二区三区|
国产日韩欧美久久久精品图片|
欧美日本一区二区视频在线观看|
亚洲国产超清无码专区|
A级毛片免费完整视频|
国产后进白嫩翘臀在线播放|
国精产品999国精产|
亚洲性无码一区二区三区|
大肉大捧一进一出视频出来呀|
久久疯狂做爰xxxⅹ高潮直播|