<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
        國際服務
        商標交易
        會員權益
        需求市場

        
        關于龍圖騰

        
        
        
        
        
        
    
          
    
          
        
        
             / 

            
            
            免費注冊
        
    
          

          



          
    
          
        到頂部
        到底部
    
          

          















          
    
    
          
        
        
          
            
            
            
            
            
            
            
            

            
            
          
                
          
                    
                    清空
                    搜索
                
          
            
          

            
            
            
            
            
            
            
            
            
            
        
          
        
        
        
    
          

          








          
      
          
          
          
            
          
                
          
                  
          
                  	
                  	
                  		計算;推算;計數(shù)設備的制造及其應用技術
                  	
                  
          
                
          
                
          
                    
            
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及電力系統(tǒng)及其自動化技術領域，尤其涉及一種考慮源荷波動關聯(lián)性的配網(wǎng)輔助決策方法、系統(tǒng)、介質。先采集配網(wǎng)臺區(qū)相關信息，量化多源異構數(shù)據(jù)波動的同步性與滯后性關聯(lián)規(guī)律，構建復合特征向量及標準化風險感知數(shù)據(jù)集；基于復合特征向量定義強化學習算...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了一種基于伯努利分布與混合驅動法的銑削穩(wěn)定性分析方法，建立銑削動力學模型構造銑削穩(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，構造修正函數(shù)，建立譜半徑的數(shù)據(jù)驅動模型，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...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本申請適用于圖像質量評價技術領域，提供一種無參考圖像質量評價方法、裝置及計算機設備，包括：通過離散小波變換對目標圖像進行多尺度層分解，針對每個子帶提取統(tǒng)計特征；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)計特征轉換為結構化的編碼頻率特...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了一種基于多模態(tài)深度學習的土壤改良措施決策方法及系統(tǒng)。該方法首先獲取目標種植場地的土壤狀態(tài)參數(shù)變化數(shù)據(jù)與農作物生長數(shù)據(jù)，結合二者建立土壤改良初步方案。隨后，構建多模態(tài)深度學習網(wǎng)絡模型，融合分析改良措施實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遙感衛(wèi)星數(shù)據(jù)地物高精度識別方法，屬于遙感圖像處理領域，包括以下步驟：S1、確定研究區(qū)；S2、研究數(shù)據(jù)收集與預處理，進行樣本集訓練；S3、生成遙感地物目標的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)驅動的低階精度結構化網(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)集并進行預處理；之后，基于卷積神經網(wǎng)絡構建流場修正模型，所述模型包括條件參數(shù)擴展層、多級卷積編碼層、殘差特征融合層、隨機失活正則化層、流場殘差投...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了一種基于擴散模型和難樣本挖掘的船舶重識別方法，該方法基于對源域和目標域的聚類分析，構建源域與目標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，再基于擴散模型的偽標簽生成與風格對齊方法，生成與目標域中原...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明提供一種基于無人機光學遙感影像的道路病害檢測方法及系統(tǒng)，屬于道路病害檢測領域。為解決現(xiàn)有道路病害檢測方法在小目標識別與復雜背景干擾下特征提取不足的問題。本發(fā)明通過使用CSP?SMAM模塊，模型能夠高效地提取多尺度特征，特別是在復雜場景...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本申請公開了一種自然語言問答方法、系統(tǒng)、設備、介質及產品，涉及語義識別技術領域，該方法基于命名實體識別模型對用戶問句進行識別，確定關鍵實體；所述關鍵實體包括問題中的地名、距離和方位；基于用戶意圖識別模型對所述用戶問句進行文本分類，確定用戶的...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本申請?zhí)峁┮环N基于雙重自注意力機制的點云弱監(jiān)督語義分割方法，包括：獲取部分標注的三維點云數(shù)據(jù)，點云數(shù)據(jù)包含空間坐標信息；通過GNE模塊對點云數(shù)據(jù)的局部坐標特征進行編碼，生成具有判別性的局部信息表示；采用DLA模塊計算點云數(shù)據(jù)中點與點之間的特...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及醫(yī)學影像處理領域，具體涉及融合生成對抗網(wǎng)絡的間質性肺病影像診斷系統(tǒng)，包括：數(shù)據(jù)準備模塊獲取胸部CT影像數(shù)據(jù)，進行肺實質分割和肺葉分段，預處理模塊調整影像層間間距，截取感興趣區(qū)域形成CT數(shù)據(jù)集，HRCT影像增強網(wǎng)絡模塊以3D條件生成...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了一種基于視覺語言大模型的目標探測方法及裝置，包括：構建用于訓練的目標探測數(shù)據(jù)集；運用區(qū)域檢測和目標中心點回歸，對圖像進行分析，提取目標的中心點坐標；將中心點作為提示，輸入分割模型得到目標的初始分割掩膜。借助視覺語言大模型對初始分...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      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：響應于向應用程序中運行的虛擬角色提問的提問信息，確定提問信息對應的意圖；判斷提問信息對應的意圖是否為預設意圖，并在提問信息對應的意圖為預設意圖的情況下，觸發(fā)所述應用程序獲取與預設意圖匹...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了一種面向農村金融的LSTM?自編碼器混合風險預警方法，具體涉及風險預測技術領域；是通過利用農業(yè)生產周期與農村政策周期信息，提取農村金融風險事件歷史序列特征，形成農業(yè)政策漂移特征集；通過構建多窗口分層長短期記憶網(wǎng)絡子網(wǎng)絡，實現(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；基于所設計的編碼器對所述RGB圖像進行特征提取，以獲得判別性特征向量；對每個RGB圖像通過數(shù)據(jù)增強生成樣本對，利用監(jiān)督對比學習方法優(yōu)化嵌入空間，使同類樣...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本申請為人工智能技術的強化學習技術領域，本申請?zhí)峁┝艘环N基于強化學習的視頻分類方法、裝置和計算機設備，其中，方法包括：獲取待分類視頻的當前視頻幀和視覺關注點；將當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習的節(jié)點重要性估計方法，包括步驟：建立圖神經網(wǎng)絡；引入先驗知識來啟動模型對節(jié)點重要性的學習，使得模型生成節(jié)點重要性的粗略分類；整合節(jié)點的結構和語義信息來構建節(jié)點視圖提示；構造提示圖，并將提示圖集成到原始圖，從提...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了一種基于教育場景的視頻語義情感識別系統(tǒng)，本發(fā)明涉及教育系統(tǒng)技術領域。該基于教育場景的視頻語義情感識別系統(tǒng)，包括：數(shù)據(jù)預處理與增強模塊、面部與姿勢處理模塊、特征提取與分類模塊、雙模態(tài)融合與識別模塊、狀態(tài)及時域分析模塊、上課質量評價...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明提供一種基于物體級無損高斯場的多粒度開放詞匯查詢方法，引入了一種具有全局一致性代碼本的物體級別高斯場，高斯場中的可學習語義標簽向量渲染回對應的物體標簽后，通過代碼本建立起該標簽和對應未壓縮的高維特征之間的直接映射，從而支持任意維度的語...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了一種用于分蘗期麥苗的圖像語義分割方法和系統(tǒng)，方法包括步驟：S1、采集多個第一圖像；S2、基于顏色校正、超綠分割和各向性濾波算法進行預處理，對每個掩膜圖進行標注和細調；S3、以Segformer為主干構建分割網(wǎng)絡模型，進行訓練；S...
								
            
							
            
							
						
            • 
					
                    
          
                
          

                 
          
                 	
                 	
		            	首頁
		            	上一頁
		            	
		            	32
		            	
		            	下一頁


                 	
            	
          
            
          
            
          
                
          
                  
          技術分類
          
                  
          
                      
                  
          
                
          
            
          
          
          
      
          
    
          
    
    

























































































































































 
 
    







主站蜘蛛池模板：
中文字幕在线影视|
丰满人妻一区二区三区视频|
伊人久久大香线蕉av波多野结衣|
伊在人亚洲香蕉精品区麻豆|
亚洲综合久久成人a片红豆|
欧洲美熟女乱又伦av影片|
久久天天躁狠狠躁夜夜2019|
无码av中文字幕一区二区三区
|
日本免费一区二区三区|
久久99久久99久久综合|
jizz视频在线观看|
久久综合一色综合久久小蛇|
日韩 高清 无码 人妻|
欧洲一卡2卡三卡4卡免费视频|
国产永久免费高清在线观看|
另类亚洲综合区图片小说区|
国产高清av久久久久久久
|
欧洲熟妇色xxxx欧美老妇免费|
久久久国产精品无码免费专区|
中文字幕亚洲男人的天堂网络|
日本丰满熟妇videossex8k|
亚洲精品久久国产高清小说|
久久久精品国产一二三产区区别
|
蜜臀av久久国产午夜|
在线永久无码不卡av|
国产成人a人亚洲精品无码|
熟女一区二区中文字幕|
2019精品手机国产品在线|
国产欧美日韩精品a在线看|
亚洲爆乳少妇无码激情|
午夜精品久久久久久|
色欲aⅴ亚洲情无码av蜜桃|
国内老熟妇乱子伦视频|
日韩精品人成在线播放|
久久久国产成人一区二区|
亚洲欧美自拍色综合图|
亚洲国产精久久久久久久|
天天综合亚洲色在线精品|
天天躁夜夜躁av天天爽|
国产一卡2卡3卡4卡精品|
欧美成人www免费全部网站|