<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(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
                
          
            
          

            
            
            
            
            
            
            
            
            
            
        
          
        
        
        
    
          

          








          
      
          
          
          
            
          
                
          
                  
          
                  	
                  	
                  		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(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(duì)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(chǎng)數(shù)據(jù)和綠證市場(chǎng)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(cè)方法及系統(tǒng)，涉及風(fēng)阻系數(shù)預(yù)測(cè)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(duì)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(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(duì)應(yīng)的意圖；判斷提問信息對(duì)應(yīng)的意圖是否為預(yù)設(shè)意圖，并在提問信息對(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(zhǎng)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(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(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(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)型鏡像倉庫和推理預(yù)警系統(tǒng)，通過...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      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)明公開了一種基于語義增強(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)明公開了一種基于仿真聲振信號(hào)驅(qū)動(dòng)的軸承故障診斷方法，屬于機(jī)械設(shè)備故障診斷技術(shù)領(lǐng)域。本發(fā)明利用仿真方式獲得軸承故障樣本數(shù)據(jù)，大量減少了對(duì)大型軸承的故障樣本實(shí)驗(yàn)，極大降低軸承故障樣本獲取成本；在保留采集的實(shí)際信號(hào)特征頻率的情況下大幅提升信號(hào)...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了一種基于教育場(chǎng)景的視頻語義情感識(shí)別系統(tǒng)，本發(fā)明涉及教育系統(tǒng)技術(shù)領(lǐng)域。該基于教育場(chǎng)景的視頻語義情感識(shí)別系統(tǒng)，包括：數(shù)據(jù)預(yù)處理與增強(qiáng)模塊、面部與姿勢(shì)處理模塊、特征提取與分類模塊、雙模態(tài)融合與識(shí)別模塊、狀態(tài)及時(shí)域分析模塊、上課質(zhì)量評(píng)價(jià)...
								
            
							
            
							
						
            • 
					
                    
          
                
          

                 
          
                 	
                 	
		            	首頁
		            	上一頁
		            	
		            	31
		            	
		            	下一頁


                 	
            	
          
            
          
            
          
                
          
                  
          技術(shù)分類
          
                  
          
                      
                  
          
                
          
            
          
          
          
      
          
    
          
    
    

























































































































































 
 
    







主站蜘蛛池模板：
最新AV中文字幕无码专区|
国产女人高潮毛片|
日韩av无码社区一区二区三区|
99无码精品二区在线视频|
亚洲国产av无码精品无广告
|
av国産精品毛片一区二区在线|
日韩亚洲产在线观看
|
99re6热精品视频在线观看|
国产做无码视频在线观看浪潮|
久久无码人妻丰满熟妇区毛片|
国产精品中文字幕二区|
国产不卡精品视频男人的天堂
|
2020久热爱精品视频在线观看
|
自拍偷自拍亚洲精品播放|
国内精品无码一区二区三区|
亚洲另类丝袜综合网|
久久亚洲色www成爱色|
国产天堂亚洲国产碰碰|
中文国产成人精品久久不卡|
久久天天躁狠狠躁夜夜躁2o2o|
少妇被粗大的猛进69视频|
一本久道综合在线中文无码|
欧美野外伦姧在线观看|
国产99久9在线视频传媒|
亚洲精品久久一区二区无卡|
免费精品国产自产拍在线观看图片
|
成 人 网 站 免费 在线|
欧美肥妇多毛bbw|
中国白嫩丰满人妻videos|
西西人体大胆444www|
久久国产精品偷|
亚洲国产综合无码一区二区bt下
|
国产又黄又爽又刺激的免费网址|
久久亚洲私人国产精品|
2021在线不卡国产麻豆|
天天摸天天摸色综合舒服网|
国产亚洲精品aaaa片小说|
欧美巨大性爽欧美精品|
中文字幕在线精品人妻|
亚洲综合色婷婷七月丁香|
狠狠色丁香婷婷久久综合|