<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)明的目的在于提供一種基于殘差收縮注意力網(wǎng)絡(luò)的雙模態(tài)目標(biāo)檢測(cè)模型及方法，所設(shè)計(jì)的模型包括：雙流特征提取網(wǎng)絡(luò)、雙模態(tài)特征融合模塊和多尺度路徑聚合模塊。其中，雙流特征提取模塊對(duì)輸入的紅外和可見光圖像進(jìn)行多尺度特征提取；雙模態(tài)特征融合模塊基于殘...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本申請(qǐng)實(shí)施例公開了一種違章行為識(shí)別方法、計(jì)算機(jī)設(shè)備和計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)。其中，違章行為識(shí)別方法包括如下步驟：獲取現(xiàn)場(chǎng)圖像；對(duì)現(xiàn)場(chǎng)圖像進(jìn)行加密得到待識(shí)別圖像；構(gòu)建違章識(shí)別模型，將待識(shí)別圖像輸入違章識(shí)別模型中，以得到違章結(jié)果并輸出。因此，本申請(qǐng)...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      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(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...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      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(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...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了一種基于教育場(chǎng)景的視頻語(yǔ)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(yǔ)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)...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明提出了基于知識(shí)圖譜的應(yīng)急決策輔助系統(tǒng)，包括：數(shù)據(jù)采集與處理模塊、知識(shí)圖譜構(gòu)建與推理模塊、信息檢索與生成模塊、多層次推理與思維鏈提示模塊、多智能體協(xié)作與博弈優(yōu)化模塊和增量學(xué)習(xí)與動(dòng)態(tài)知識(shí)更新模塊、區(qū)塊鏈信任保障模塊，通過多技術(shù)融合與模塊化...
								
            
							
            
							
						
            • 
					
                    
          
                
          

                 
          
                 	
                 	
		            	首頁(yè)
		            	上一頁(yè)
		            	
		            	33
		            	
		            	下一頁(yè)


                 	
            	
          
            
          
            
          
                
          
                  
          技術(shù)分類
          
                  
          
                      
                  
          
                
          
            
          
          
          
      
          
    
          
    
    

























































































































































 
 
    







主站蜘蛛池模板：
永久亚洲成a人片777777|
亚洲精品无码久久久影院相关影片
|
国内熟妇人妻色在线视频|
国产精品美女久久久久久福利|
久久这里只精品国产免费9|
亚洲最大av资源站无码av网址|
插插无码视频大全不卡网站
|
东京一本一道一二三区|
天堂在线www资源|
婷婷久久久亚洲欧洲日产国码av|
少妇被粗大的猛烈进出视频|
日韩成人无码毛片一区二区|
各种少妇wbb撒尿|
国产男生夜间福利免费网站|
亚洲无av码一区二区三区|
麻豆一区二区三区蜜桃免费|
狠狠综合亚洲综合亚洲色|
欧美激情一区二区三区成人
|
亚洲色大成网站WWW尤物|
久久影视久久午夜|
狠狠综合亚洲综合亚洲色|
亚洲高清专区日韩精品|
久青青在线观看视频国产|
国产av成人一区二区三区|
手机看片福利一区二区三区|
无码日韩精品一区二区三区免费|
女女女女女裸体开bbb|
人妻熟人中文字幕一区二区|
国产毛片不卡野外视频|
日本喷奶水中文字幕视频|
亚洲欧洲av一区二区久久|
92电影网午夜福利|
国产精品成熟老妇女|
国产做无码视频在线观看|
动漫av永久无码精品每日更新|
丝袜老师高潮呻吟高潮|
日本一卡二卡3卡四卡网站精品|
国产在视频线在精品视频2020|
亚洲高清中文字幕在线看不卡|
中文字幕国产精品自拍|
国产精品久aaaaa片|