<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
            • 
            
          

            
        
          
    
          

          








          
      
          
          
          
            
          
                
          
                  
          
                  	
                  	
                  		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)明涉及工業(yè)智能監(jiān)測(cè)技術(shù)領(lǐng)域，具體涉及基于機(jī)器視覺和人工智能的遠(yuǎn)程在線監(jiān)測(cè)方法及系統(tǒng)，包括以下步驟：利用邊緣計(jì)算節(jié)點(diǎn)同步采集可見光視頻流、紅外熱成像數(shù)據(jù)與三維振動(dòng)頻譜數(shù)據(jù)，形成多模態(tài)傳感數(shù)據(jù)集；對(duì)數(shù)據(jù)集進(jìn)行跨域特征對(duì)齊處理，生成時(shí)空同步的...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      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(cè)模塊、K8s集群管理與資源調(diào)度模塊、資源監(jiān)測(cè)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(cāng)庫(kù)和推理預(yù)警系統(tǒng)，通過(guò)...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了一種基于語(yǔ)義增強(qiáng)與時(shí)空約束的多目標(biāo)交互行為保留監(jiān)控視頻濃縮方法，屬于視頻濃縮技術(shù)領(lǐng)域，主要包含以下步驟：通過(guò)高斯混合模型MOG2，結(jié)合隨機(jī)幀采樣與中值融合策略獲取視頻背景；利用DeepSORT算法和基于CNN+GRU架構(gòu)的深度學(xué)...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及電力系統(tǒng)及其自動(dòng)化技術(shù)領(lǐng)域，尤其涉及一種考慮源荷波動(dòng)關(guān)聯(lián)性的配網(wǎng)輔助決策方法、系統(tǒng)、介質(zhì)。先采集配網(wǎng)臺(tái)區(qū)相關(guān)信息，量化多源異構(gòu)數(shù)據(jù)波動(dòng)的同步性與滯后性關(guān)聯(lián)規(guī)律，構(gòu)建復(fù)合特征向量及標(biāo)準(zhǔn)化風(fēng)險(xiǎn)感知數(shù)據(jù)集；基于復(fù)合特征向量定義強(qiáng)化學(xué)習(xí)算...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      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(guò)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...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本申請(qǐng)適用于圖像質(zhì)量評(píng)價(jià)技術(shù)領(lǐng)域，提供一種無(wú)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(guò)離散小波變換對(duì)目標(biāo)圖像進(jìn)行多尺度層分解，針對(duì)每個(gè)子帶提取統(tǒng)計(jì)特征；通過(guò)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(chǎng)地的土壤狀態(tài)參數(shù)變化數(shù)據(jù)與農(nóng)作物生長(zhǎng)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(qǐng)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(chǎng)修正方法。所述方法包括：首先，獲取流場(chǎng)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(chǎng)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(chǎng)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(duì)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(duì)齊方法，生成與目標(biāo)域中原...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明提供一種基于無(wú)人機(jī)光學(xué)遙感影像的道路病害檢測(cè)方法及系統(tǒng)，屬于道路病害檢測(cè)領(lǐng)域。為解決現(xiàn)有道路病害檢測(cè)方法在小目標(biāo)識(shí)別與復(fù)雜背景干擾下特征提取不足的問(wèn)題。本發(fā)明通過(guò)使用CSP?SMAM模塊，模型能夠高效地提取多尺度特征，特別是在復(fù)雜場(chǎng)景...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本申請(qǐng)公開了一種自然語(yǔ)言問(wèn)答方法、系統(tǒng)、設(shè)備、介質(zhì)及產(chǎn)品，涉及語(yǔ)義識(shí)別技術(shù)領(lǐng)域，該方法基于命名實(shí)體識(shí)別模型對(duì)用戶問(wèn)句進(jìn)行識(shí)別，確定關(guān)鍵實(shí)體；所述關(guān)鍵實(shí)體包括問(wèn)題中的地名、距離和方位；基于用戶意圖識(shí)別模型對(duì)所述用戶問(wèn)句進(jìn)行文本分類，確定用戶的...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本申請(qǐng)?zhí)峁┮环N基于雙重自注意力機(jī)制的點(diǎn)云弱監(jiān)督語(yǔ)義分割方法，包括：獲取部分標(biāo)注的三維點(diǎn)云數(shù)據(jù)，點(diǎn)云數(shù)據(jù)包含空間坐標(biāo)信息；通過(guò)GNE模塊對(duì)點(diǎn)云數(shù)據(jù)的局部坐標(biāo)特征進(jìn)行編碼，生成具有判別性的局部信息表示；采用DLA模塊計(jì)算點(diǎn)云數(shù)據(jù)中點(diǎn)與點(diǎn)之間的特...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及醫(yī)學(xué)影像處理領(lǐng)域，具體涉及融合生成對(duì)抗網(wǎng)絡(luò)的間質(zhì)性肺病影像診斷系統(tǒng)，包括：數(shù)據(jù)準(zhǔn)備模塊獲取胸部CT影像數(shù)據(jù)，進(jìn)行肺實(shí)質(zhì)分割和肺葉分段，預(yù)處理模塊調(diào)整影像層間間距，截取感興趣區(qū)域形成CT數(shù)據(jù)集，HRCT影像增強(qiáng)網(wǎng)絡(luò)模塊以3D條件生成...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了一種基于視覺語(yǔ)言大模型的目標(biāo)探測(cè)方法及裝置，包括：構(gòu)建用于訓(xùn)練的目標(biāo)探測(cè)數(shù)據(jù)集；運(yùn)用區(qū)域檢測(cè)和目標(biāo)中心點(diǎn)回歸，對(duì)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(yǔ)言大模型對(duì)初始分...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      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(wèn)的提問(wèn)信息，確定提問(wèn)信息對(duì)應(yīng)的意圖；判斷提問(wèn)信息對(duì)應(yīng)的意圖是否為預(yù)設(shè)意圖，并在提問(wèn)信息對(duì)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(cè)技術(shù)領(lǐng)域；是通過(guò)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(guò)構(gòu)建多窗口分層長(zhǎng)短期記憶網(wǎng)絡(luò)子網(wǎng)絡(luò)，實(shí)現(xiàn)多尺...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      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(duì)所述RGB圖像進(jìn)行特征提取，以獲得判別性特征向量；對(duì)每個(gè)RGB圖像通過(guò)數(shù)據(jù)增強(qiáng)生成樣本對(duì)，利用監(jiān)督對(duì)比學(xué)習(xí)方法優(yōu)化嵌入空間，使同類樣...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本申請(qǐng)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(qǐng)?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...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了基于多視圖圖提示學(xué)習(xí)的節(jié)點(diǎn)重要性估計(jì)方法，包括步驟：建立圖神經(jīng)網(wǎng)絡(luò)；引入先驗(yàn)知識(shí)來(lái)啟動(dòng)模型對(duì)節(jié)點(diǎn)重要性的學(xué)習(xí)，使得模型生成節(jié)點(diǎn)重要性的粗略分類；整合節(jié)點(diǎn)的結(jié)構(gòu)和語(yǔ)義信息來(lái)構(gòu)建節(jié)點(diǎn)視圖提示；構(gòu)造提示圖，并將提示圖集成到原始圖，從提...
								
            
							
            
							
						
            • 
					
                    
          
                
          

                 
          
                 	
                 	
		            	首頁(yè)
		            	上一頁(yè)
		            	
		            	29
		            	
		            	下一頁(yè)


                 	
            	
          
            
          
            
          
                
          
                  
          技術(shù)分類
          
                  
          
                      
                  
          
                
          
            
          
          
          
      
          
    
          
    
    

























































































































































 
 
    







主站蜘蛛池模板：
双乳奶水饱满少妇呻吟免费看|
久久久综合亚洲色一区二区三区
|
男女啪啪免费观看无遮挡|
日本熟妇色熟妇在线视频播放
|
精品无码久久久久久久动漫
|
国产美女视频免费的|
国产96在线 | 韩国|
破了亲妺妺的处免费视频国产
|
国产精品国产自线拍免费不卡|
亚洲高清日韩专区精品|
久久99精品久久久久久hb亚瑟|
国产成人亚洲精品无码综合原创|
浴室人妻的情欲hd三级国产|
午夜伦理yy44008影院|
亚洲国产精品ⅴa在线观看|
曰批全过程免费视频在线观看无码|
久久久久久久久久久综合日本|
国产av导航大全精品|
色琪琪丁香婷婷综合久久|
又大又粗又硬又爽黄毛少妇|
亚洲中文字幕无码爆乳APP|
福利一区二区在线视频|
久久精品麻豆日日躁夜夜躁妓女|
又色又爽又黄又硬的视频免费观看|
无码国产成人午夜电影观看|
成人爽a毛片免费视频|
国产av亚洲aⅴ一区二区|
四虎影视在线永久免费观看
|
日本三级香港三级三级人!妇久
|
日本一区二区在线高清观看|
色欲av蜜桃一区二区三|
日本日本熟妇中文在线视频|
成人亚欧欧美激情在线观看|
又色又爽又黄的视频网站|
最新色国产精品精品视频|
国产精品无需播放器在线观看|
成人免费看片又大又黄|
一区二区中文字幕久久|
人妻aⅴ中文字幕无码|
国产成人精品2021|
被拉到野外强要好爽|