<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

        
        關(guān)于龍圖騰

        
        
        
        
        
        
    
          
    
          
        
        
             / 

            
            
            免費(fèi)注冊
        
    
          

          



          
    
          
        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)
                  	
                  
          
                
          
                
          
                    
            
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了一種基于伯努利分布與混合驅(qū)動(dòng)法的銑削穩(wěn)定性分析方法，建立銑削動(dòng)力學(xué)模型構(gòu)造銑削穩(wěn)定性的判斷模型，建立伯努利分布的概率函數(shù)判斷銑削過程的穩(wěn)定性，構(gòu)造修正函數(shù)，建立譜半徑的數(shù)據(jù)驅(qū)動(dòng)模型，遺傳算法優(yōu)化其它屬性參數(shù)，最終得到優(yōu)化后的屬性...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了一種基于多模態(tài)深度學(xué)習(xí)的土壤改良措施決策方法及系統(tǒng)。該方法首先獲取目標(biāo)種植場地的土壤狀態(tài)參數(shù)變化數(shù)據(jù)與農(nóng)作物生長數(shù)據(jù)，結(jié)合二者建立土壤改良初步方案。隨后，構(gòu)建多模態(tài)深度學(xué)習(xí)網(wǎng)絡(luò)模型，融合分析改良措施實(shí)施后的氣候變化特征與土壤改良...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了一種高空間分辨率光學(xué)遙感衛(wèi)星數(shù)據(jù)地物高精度識(shí)別方法，屬于遙感圖像處理領(lǐng)域，包括以下步驟：S1、確定研究區(qū)；S2、研究數(shù)據(jù)收集與預(yù)處理，進(jìn)行樣本集訓(xùn)練；S3、生成遙感地物目標(biāo)的Radon?CDT域表征及其特征層；S4、變尺度分割高...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本申請涉及一種基于數(shù)據(jù)驅(qū)動(dòng)的低階精度結(jié)構(gòu)化網(wǎng)格穩(wěn)態(tài)流場修正方法。所述方法包括：首先，獲取流場數(shù)據(jù)集并進(jìn)行預(yù)處理；之后，基于卷積神經(jīng)網(wǎng)絡(luò)構(gòu)建流場修正模型，所述模型包括條件參數(shù)擴(kuò)展層、多級(jí)卷積編碼層、殘差特征融合層、隨機(jī)失活正則化層、流場殘差投...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了一種基于擴(kuò)散模型和難樣本挖掘的船舶重識(shí)別方法，該方法基于對源域和目標(biāo)域的聚類分析，構(gòu)建源域與目標(biāo)域之間的共享特征域，再利用源域和共享特征域，獲取樣本的背景特征和全局特征，再基于擴(kuò)散模型的偽標(biāo)簽生成與風(fēng)格對齊方法，生成與目標(biāo)域中原...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本申請適用于圖像質(zhì)量評(píng)價(jià)技術(shù)領(lǐng)域，提供一種無參考圖像質(zhì)量評(píng)價(jià)方法、裝置及計(jì)算機(jī)設(shè)備，包括：通過離散小波變換對目標(biāo)圖像進(jìn)行多尺度層分解，針對每個(gè)子帶提取統(tǒng)計(jì)特征；通過尺度頻率雙通路特征編碼，將多尺度多頻段的子帶統(tǒng)計(jì)特征轉(zhuǎn)換為結(jié)構(gòu)化的編碼頻率特...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明提供基于多維度數(shù)據(jù)和動(dòng)態(tài)修正的儲(chǔ)能碳資產(chǎn)管理方法，涉及動(dòng)能儲(chǔ)能技術(shù)領(lǐng)域。該方法具體包括：對于任意儲(chǔ)能系統(tǒng)，實(shí)時(shí)獲取儲(chǔ)能項(xiàng)目參數(shù)、碳市場數(shù)據(jù)和綠證市場數(shù)據(jù)；構(gòu)建包含碳配額價(jià)值、綠證交易收益及儲(chǔ)能設(shè)備凈值的綜合碳資產(chǎn)價(jià)值模型；將實(shí)時(shí)獲取儲(chǔ)...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明提供一種基于特征識(shí)別的整車點(diǎn)云風(fēng)阻系數(shù)集成預(yù)測方法及系統(tǒng)，涉及風(fēng)阻系數(shù)預(yù)測技術(shù)領(lǐng)域，具體包括獲取整車模型的點(diǎn)云數(shù)據(jù)，對所述點(diǎn)云數(shù)據(jù)進(jìn)行預(yù)處理；構(gòu)建分類網(wǎng)絡(luò)模型，將預(yù)處理后的所述點(diǎn)云數(shù)據(jù)輸入至所述分類網(wǎng)絡(luò)模型中進(jìn)行車型分類，并輸出車型類...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明提供了一種惡意軟件家族分類方法，包括：基于字節(jié)碼文件和配置文件分別得到RGB圖像；基于所設(shè)計(jì)的編碼器對所述RGB圖像進(jìn)行特征提取，以獲得判別性特征向量；對每個(gè)RGB圖像通過數(shù)據(jù)增強(qiáng)生成樣本對，利用監(jiān)督對比學(xué)習(xí)方法優(yōu)化嵌入空間，使同類樣...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本申請為人工智能技術(shù)的強(qiáng)化學(xué)習(xí)技術(shù)領(lǐng)域，本申請?zhí)峁┝艘环N基于強(qiáng)化學(xué)習(xí)的視頻分類方法、裝置和計(jì)算機(jī)設(shè)備，其中，方法包括：獲取待分類視頻的當(dāng)前視頻幀和視覺關(guān)注點(diǎn)；將當(dāng)前視頻幀和上一視頻幀的分類得分輸入歸因模型，生成特征圖和第一注意力圖，歸因模型...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本公開涉及一種虛擬角色交互方法及裝置，其中，該方法包括：響應(yīng)于向應(yīng)用程序中運(yùn)行的虛擬角色提問的提問信息，確定提問信息對應(yīng)的意圖；判斷提問信息對應(yīng)的意圖是否為預(yù)設(shè)意圖，并在提問信息對應(yīng)的意圖為預(yù)設(shè)意圖的情況下，觸發(fā)所述應(yīng)用程序獲取與預(yù)設(shè)意圖匹...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了一種面向農(nóng)村金融的LSTM?自編碼器混合風(fēng)險(xiǎn)預(yù)警方法，具體涉及風(fēng)險(xiǎn)預(yù)測技術(shù)領(lǐng)域；是通過利用農(nóng)業(yè)生產(chǎn)周期與農(nóng)村政策周期信息，提取農(nóng)村金融風(fēng)險(xiǎn)事件歷史序列特征，形成農(nóng)業(yè)政策漂移特征集；通過構(gòu)建多窗口分層長短期記憶網(wǎng)絡(luò)子網(wǎng)絡(luò)，實(shí)現(xiàn)多尺...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了一種基于視覺語言大模型的目標(biāo)探測方法及裝置，包括：構(gòu)建用于訓(xùn)練的目標(biāo)探測數(shù)據(jù)集；運(yùn)用區(qū)域檢測和目標(biāo)中心點(diǎn)回歸，對圖像進(jìn)行分析，提取目標(biāo)的中心點(diǎn)坐標(biāo)；將中心點(diǎn)作為提示，輸入分割模型得到目標(biāo)的初始分割掩膜。借助視覺語言大模型對初始分...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本申請涉及植物散布算法領(lǐng)域，尤其涉及一種基于散布算法的植物選種和群落智能生成方法，通過智能場地分割與植物組團(tuán)智能生成構(gòu)建植物觀景坪，確定場地觀賞面，并通過觀賞面自動(dòng)生成植物排布，通過植物散布算法確定植物散布位置，確定植物散布位置后確定植物選...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了一種面向變電站場景設(shè)備部件級(jí)3D實(shí)例分割方法及相關(guān)裝置，方法包括：對變電站設(shè)備進(jìn)行數(shù)據(jù)采集得到傾斜影像數(shù)據(jù)，對所述傾斜影像數(shù)據(jù)進(jìn)行預(yù)處理得到預(yù)處理后的點(diǎn)云數(shù)據(jù)，對預(yù)處理后的點(diǎn)云數(shù)據(jù)進(jìn)行點(diǎn)云網(wǎng)格劃分；將劃分后的點(diǎn)云輸入至球面遞進(jìn)分...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及用電數(shù)據(jù)分析技術(shù)領(lǐng)域，尤其為一種電表用電數(shù)據(jù)分析方法及系統(tǒng)，該方法采集電壓波形、電流諧波等多源電表數(shù)據(jù)，接著對原始數(shù)據(jù)進(jìn)行多模態(tài)預(yù)處理；之后構(gòu)建動(dòng)態(tài)特征矩陣，涵蓋時(shí)域、頻域和負(fù)荷突變特征；利用CNN?LSTM混合模型，經(jīng)擴(kuò)張卷積、...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了一種可自主學(xué)習(xí)的航天器智能化設(shè)計(jì)方法與系統(tǒng)，屬于航天器設(shè)計(jì)與仿真技術(shù)領(lǐng)域，解決了航天器設(shè)計(jì)中自然語言需求模糊難處理、指令生成易歧義、仿真與設(shè)計(jì)銜接不暢、設(shè)計(jì)方案缺乏有效迭代優(yōu)化機(jī)制以及傳統(tǒng)設(shè)計(jì)效率低等問題。本發(fā)明先接收自然語言需...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開一種模型訓(xùn)練采樣方法、海報(bào)生成方法、裝置、設(shè)備及介質(zhì)，涉及金融科技領(lǐng)域、醫(yī)療健康領(lǐng)域及人工智能技術(shù)領(lǐng)域，包括：獲取樣本集中各個(gè)樣本的難度分?jǐn)?shù)；按照樣本的難度分?jǐn)?shù)將樣本集劃分為挑戰(zhàn)區(qū)以及多樣性區(qū)；從挑戰(zhàn)區(qū)以及多樣性區(qū)中采集訓(xùn)練樣本。...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及一種基于動(dòng)態(tài)語義引導(dǎo)與自適應(yīng)擴(kuò)散建模的跨域微表情識(shí)別方法，將微表情識(shí)別序列的起始幀與峰值幀輸入至訓(xùn)練后的跨域微表情模型實(shí)現(xiàn)微表情的識(shí)別；包括：A、通過運(yùn)動(dòng)描述子提取模塊提取微表情的運(yùn)動(dòng)描述特征；B、通過噪聲調(diào)度模塊定義隨時(shí)間步演化...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明屬于資源管理與調(diào)度技術(shù)領(lǐng)域，具體涉及一種基于K8s的智能化AI平臺(tái)資源管理與調(diào)度系統(tǒng)，包括動(dòng)態(tài)資源預(yù)測模塊、K8s集群管理與資源調(diào)度模塊、資源監(jiān)測與分析模塊、資源隔離與共享模塊、算力資源分配模塊、安全增強(qiáng)型鏡像倉庫和推理預(yù)警系統(tǒng)，通過...
								
            
							
            
							
						
            • 
					
                    
          
                
          

                 
          
                 	
                 	
		            	首頁
		            	上一頁
		            	
		            	27
		            	
		            	下一頁


                 	
            	
          
            
          
            
          
                
          
                  
          技術(shù)分類
          
                  
          
                      
                  
          
                
          
            
          
          
          
      
          
    
          
    
    

























































































































































 
 
    







主站蜘蛛池模板：
2021AV在线无码最新|
欧美尺寸又黑又粗又长|
国产亚洲精品久久久久久无亚洲|
精品深夜av无码一区二区老年|
在线播放免费人成毛片|
久久综合九色综合97婷婷|
久久精品国产精品亚洲蜜月|
无遮挡又爽又刺激的视频|
又色又污又爽又黄的网站|
中文字幕精品无码一区二区三区|
丰满多毛的大隂户视频|
色www永久免费视频首页|
欧美牲交40_50a欧美牲交aⅴ|
国产人妻鲁鲁一区二区|
欧美日韩在线亚洲综合国产人|
久久人妻少妇嫩草av无码专区|
东京热人妻一区二区三区|
亚洲va在线va天堂xxxx|
又大又粗又硬又爽黄毛少妇|
人妻少妇精品中文字幕av|
国产精品亚洲二区亚瑟|
水蜜桃无码av在线观看|
国产suv精品一区二区883|
成av人片在线观看天堂无码|
九九在线精品国产|
欧美丰满大爆乳波霸奶水多|
久久伊人蜜桃av一区二区|
色噜噜亚洲男人的天堂|
成人做受120秒试看试看视频|
久久久av波多野一区二区|
亚洲av成人在线一区|
国产免费人成视频尤勿视频|
久久精品色一情一乱一伦|
无码人妻斩一区二区三区|
性色av闺蜜一区二区三区|
又湿又紧又大又爽a视频|
国产精品人成视频免费999|
欧美黑人又粗又大久久久|
在线观看国产成人swag|
天堂V亚洲国产V第一次|
成人性生交大片免费看中文|