<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(kāi)了一種基于視覺(jué)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(jué)語(yǔ)言大模型對(duì)初始分...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本申請(qǐng)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(guò)智能場(chǎng)地分割與植物組團(tuán)智能生成構(gòu)建植物觀景坪，確定場(chǎng)地觀賞面，并通過(guò)觀賞面自動(dòng)生成植物排布，通過(guò)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(kāi)了一種面向變電站場(chǎng)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(duì)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(duì)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(duì)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(duì)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(kāi)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(yǔ)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(wèn)題。本發(fā)明先接收自然語(yǔ)言需...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開(kāi)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(yǔ)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(guò)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(guò)噪聲調(diào)度模塊定義隨時(shí)間步演化...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開(kāi)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(kāi)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(kāi)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(kāi)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(kāi)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(jué)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(jiàn)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)明公開(kāi)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)...
								
            
							
            
							
						
            • 
					
                    
          
                
          

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


                 	
            	
          
            
          
            
          
                
          
                  
          技術(shù)分類
          
                  
          
                      
                  
          
                
          
            
          
          
          
      
          
    
          
    
    

























































































































































 
 
    







主站蜘蛛池模板：
无码中文人妻视频2019|
全程粗话对白视频videos|
亚洲欧美日韩成人综合一区
|
动漫人妻h无码中文字幕|
性色av闺蜜一区二区三区|
99久久精品这里只有精品|
亚洲国产精品久久艾草|
另类 专区 欧美 制服|
国产无遮挡a片又黄又爽漫画|
国产性色av免费观看|
性色av闺蜜一区二区三区|
夜鲁很鲁在线视频|
精品国产乱码久久久久app下载
|
久久一日本道色综合久久|
国产极品美女高潮抽搐免费网站|
无码尹人久久相蕉无码|
国产乱子伦视频大全亚琴影院|
无码午夜福利片|
精品国模一区二区三区|
国产精品爽爽久久久久久|
99久久精品国产免费看|
在线观看国产精品普通话对白精品|
欧美日韩精品一区二区在线视频
|
亚洲综合另类小说色区一|
国产精品久久久久久无毒不卡|
丰满熟妇乱又伦在线无码视频|
999国内精品视频免费|
女人的精水喷出来视频|
久久精品国产亚洲一区二区|
欧美日韩亚洲精品瑜伽裤|
精品一区二区三区四区五区六区|
国产乱子伦无套一区二区三区|
国产真实强奷网站在线播放|
国产成人无码精品久久久露脸|
无码成a毛片免费|
国产伦精品免编号公布|
动漫av纯肉无码av在线播放|
久久久久久久97|
亚洲成a人片77777kkkk|
亚洲成av人片不卡无码久久|
亚洲aⅴ天堂av天堂无码麻豆
|