<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(wù)
        國際服務(wù)
        商標(biāo)交易
        會員權(quán)益
        需求市場

        
        關(guān)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(shè)備的制造及其應(yīng)用技術(shù)
                  	
                  
          
                
          
                
          
                    
            
					
						
          • 
							
							
            
					    		
								
            
								      本申請?zhí)峁┮环N基于故障警示及排除校驗的FMS生產(chǎn)線倉庫系統(tǒng)的控制方法、裝置、設(shè)備及存儲介質(zhì)，包括：獲取物料屬性信息，采用基于機器學(xué)習(xí)的分類模型對物料進(jìn)行分類識別，生成物料唯一標(biāo)識碼并與電子標(biāo)簽綁定，建立物料實時追蹤體系；構(gòu)建基于多目標(biāo)優(yōu)化的...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了一種基于實測交通流的預(yù)應(yīng)力混凝土連續(xù)箱梁橋時變可靠度評估方法，包括：根據(jù)橋梁結(jié)構(gòu)設(shè)計圖紙，建立預(yù)應(yīng)力混凝土連續(xù)箱梁橋的有限元模型，計算并定義縱橋向各截面的截面屬性；確定橋梁結(jié)構(gòu)最不利截面位置；通過構(gòu)建好的退化模型計算最不利截面的...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本申請實施例至少提供一種生物類別檢測方法、裝置、檢測終端及存儲介質(zhì)。其中，生物類別檢測方法應(yīng)用于檢測終端，包括：基于采集的紅外熱圖像，確定環(huán)境中目標(biāo)生物的待選類別，并確定所述目標(biāo)生物在紅外熱圖像中的第一位置范圍和生物熱分布圖像；根據(jù)第一位置...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了農(nóng)業(yè)遙感與深度學(xué)習(xí)技術(shù)領(lǐng)域內(nèi)的一種多模態(tài)特征數(shù)據(jù)融合的小麥氮素處方圖自動生成方法，步驟1，對AM?YOLOv7網(wǎng)絡(luò)模型中的主干特征提取網(wǎng)絡(luò)進(jìn)行優(yōu)化；步驟2，對AM?YOLOv7網(wǎng)絡(luò)模型中的激活函數(shù)進(jìn)行優(yōu)化；步驟3，對AM?YOL...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了一種用于鉛基堆SGTR事故模擬研究的氣泡識別方法，涉及目標(biāo)檢測技術(shù)領(lǐng)域，包括：搭建可視化的用于鉛基堆SGTR事故模擬實驗平臺，采集事故模擬實驗中的氣泡圖像并進(jìn)行預(yù)處理；構(gòu)建鉛基堆SGTR事故模擬實驗氣泡圖像數(shù)據(jù)集；在傳統(tǒng)yolo...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本申請涉及一種目標(biāo)檢測方法、裝置、電子設(shè)備及存儲介質(zhì)，該方法包括：獲取待檢測圖像信息和文本信息；分別對待檢測圖像信息和文本信息進(jìn)行特征提取，和融合，得到候選區(qū)域和候選區(qū)域?qū)?yīng)的特征向量V_raw；分別對候選區(qū)域?qū)?yīng)的特征向量V_raw和文本...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明屬于但不限于狀態(tài)監(jiān)測技術(shù)領(lǐng)域，尤其涉及一種多特征融合的功率場效應(yīng)管在線狀態(tài)監(jiān)測與評估方法及系統(tǒng)，通過選擇適當(dāng)?shù)睦匣盘柌⒂嬎闫涮卣鳎岳斫馄骷匣瘷C理。然后，使用互信息相關(guān)系數(shù)算法篩選出與壽命序列強相關(guān)的有效特征信息。接下來，利用KP...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了一種結(jié)合空譜域自適應(yīng)與集成學(xué)習(xí)的高光譜圖像分類方法，屬于圖像分類技術(shù)領(lǐng)域。該方法依次執(zhí)行輸入源域中有標(biāo)記數(shù)據(jù)、目標(biāo)域中無標(biāo)記數(shù)據(jù)和少量有標(biāo)記數(shù)據(jù)，通過空譜注意力模型對源域和目標(biāo)域進(jìn)行特征提取，其中空譜注意力模型引入了大核注意力(...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及一種基于計算機視覺的挖掘機與人碰撞事故預(yù)警方法及系統(tǒng)。本發(fā)明首先通過目標(biāo)檢測、2D關(guān)鍵點檢測、3D姿勢識別等計算機視覺算法，對施工現(xiàn)場視頻流進(jìn)行工人和挖掘機的3D骨架識別；其次，基于挖掘機3D骨架在工作狀態(tài)下的3D運動姿態(tài)，劃定出...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及一種用于圖像描述任務(wù)的視覺語言建模系統(tǒng)及方法，該系統(tǒng)利用視覺語言模型針對輸入圖像進(jìn)行描述文本生成，包括：視覺編碼器和文本編碼器分別連接至視覺特征提取模塊和文本特征提取模塊，視覺特征提取和文本特征提取模塊均連接至特征融合模塊，特征融...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及圖像增強技術(shù)領(lǐng)域，具體為基于神經(jīng)網(wǎng)絡(luò)的醫(yī)學(xué)影像病灶識別方法及系統(tǒng)，包括以下步驟：基于輸入的醫(yī)學(xué)影像數(shù)據(jù)，設(shè)定不同尺寸鄰域窗口，計算各鄰域窗口的香農(nóng)熵值，同時計算局部能量值，形成局部能量圖，對香農(nóng)熵值與局部能量圖進(jìn)行融合，得到融合信...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了一種基于AI圖像識別的自助售賣機商品識別方法，包括以下步驟：步驟一、使用PSConv卷積，在保證參數(shù)量變換不大的情況下，提高對小商品的檢測精度；步驟二、使用自適應(yīng)動態(tài)閾值超圖計算模塊(ADT?HGC)建立高階語義關(guān)系和增強語義信...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及工業(yè)互聯(lián)網(wǎng)數(shù)據(jù)處理技術(shù)領(lǐng)域，具體為基于工業(yè)互聯(lián)網(wǎng)的跨平臺多源數(shù)據(jù)集成分析方法及系統(tǒng)，包括：數(shù)據(jù)采集層、數(shù)據(jù)預(yù)處理層、數(shù)據(jù)集成層、數(shù)據(jù)存儲層、智能分析框架、應(yīng)用層、數(shù)據(jù)安全層。本發(fā)明通過數(shù)據(jù)適配器和中間件技術(shù)，實現(xiàn)了對多源異構(gòu)數(shù)據(jù)的...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      一種基于全過程非對稱多段S型曲線的礦用電鏟軌跡規(guī)劃方法，屬于軌跡規(guī)劃技術(shù)領(lǐng)域。第一，獲取并處理物料面點云數(shù)據(jù)。第二，建立礦用電鏟電機基于全過程非對稱多段S型曲線速度控制算法的數(shù)學(xué)模型。第三，構(gòu)建礦用電鏟的鏟斗齒尖的軌跡方程。第四，給定約束邊...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及自動駕駛技術(shù)領(lǐng)域，具體是一種多視角感知驅(qū)動的自動駕駛測試場景孿生重建方法，包括如下步驟：S1、多視角圖像感知數(shù)據(jù)的采集與預(yù)處理，形成統(tǒng)一坐標(biāo)系下的多視角圖像序列；S2、基于正交三平面結(jié)構(gòu)的空間編碼與建模；S3、基于Transfor...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了一種極小樣本、小目標(biāo)下的特種車輛目標(biāo)檢測算法。在基線算法YOLOv11n上進(jìn)行改進(jìn)，提出一種特種車輛目標(biāo)檢測方法YOLOv11?SV。首先，自主構(gòu)建特種車輛的極小樣本數(shù)據(jù)集；其次，設(shè)計一種新的注意力機制模塊WT?SE提高模型對車...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及機場飛行區(qū)聯(lián)動目標(biāo)的視覺?時空多模態(tài)融合檢測方法，屬于大型機場智能多模態(tài)感知與時空數(shù)據(jù)分析技術(shù)領(lǐng)域，解決了現(xiàn)有技術(shù)中難以在復(fù)雜環(huán)境下實現(xiàn)微小目標(biāo)的高精度檢測的問題，包括：步驟S1、構(gòu)建航空器軌跡時空圖，得到并輸出時空圖特征；步驟S...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了一種基于多尺度深度學(xué)習(xí)的不銹鋼卷表面缺陷在線識別方法，該方法包括：對不銹鋼卷表面圖像進(jìn)行預(yù)處理實現(xiàn)數(shù)據(jù)增強；利用預(yù)訓(xùn)練的骨干網(wǎng)絡(luò)進(jìn)行特征提取獲得初始特征圖；將初始特征圖輸入多尺度特征融合模塊，利用Inception網(wǎng)絡(luò)結(jié)構(gòu)構(gòu)造多...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及茶葉病害檢測領(lǐng)域，具體涉及一種基于輕量化YOLOv8模型的茶葉病害檢測方法。技術(shù)方案包括：采集多種類型的茶葉病害圖像；對采集的多種類型的茶葉病害圖像進(jìn)行預(yù)處理，預(yù)處理包括光照歸一化、幾何增強、光照增強、自適應(yīng)直方圖均衡化、多尺度R...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及充值異常監(jiān)測技術(shù)領(lǐng)域，尤指一種基于大數(shù)據(jù)與人工智能的充值行為異常監(jiān)測系統(tǒng)，通過采集歷史充值行為數(shù)據(jù)與實時用戶行為數(shù)據(jù)，構(gòu)建用戶靜態(tài)畫像與設(shè)備I P畫像，并對實時行為特征進(jìn)行偏離度量，量化其與歷史基線的差異，用于識別異常操作模式。基...
								
            
							
            
							
						
            • 
					
                    
          
                
          

                 
          
                 	
                 	
		            	首頁
		            	上一頁
		            	
		            	33
		            	
		            	下一頁


                 	
            	
          
            
          
            
          
                
          
                  
          技術(shù)分類
          
                  
          
                      
                  
          
                
          
            
          
          
          
      
          
    
          
    
    

























































































































































 
 
    







主站蜘蛛池模板：
国产成a人亚洲精v品无码性色|
精品久久久久久成人AV|
欧美人与性动交α欧美精品|
欧洲乱码伦视频免费|
中国熟妇毛多多裸交视频|
免费国精产品wnw2544|
99国产精品永久免费视频|
亚洲欧美人成电影在线观看|
亚洲性av网站|
天堂√在线中文资源网|
www污污污抽搐喷潮com
|
玩弄漂亮少妇高潮白浆|
久久久综合九色合综|
天天射寡妇射|
欧美精品日韩精品一卡|
www国产亚洲精品久久麻豆|
亚洲精品天堂一区二区|
免费全部高h视频无码软件|
国产中文字字幕乱码无限|
亚洲色精品VR一区二区三区|
亚洲综合网国产精品一区|
亚洲国产精品成人综合色|
国产制片厂爱豆传媒在线观看|
国产人妻精品区一区二区三区|
国产精品成人中文字幕|
久久精品久久电影免费理论片|
无码人妻一区二区三区免费看成人
|
四虎永久在线精品884aa|
成人无码av免费网站|
国产粉嫩系列一区二区三|
在线观看国产成人AV天堂|
成熟丰满熟妇av无码区|
无翼乌口工全彩无遮挡h全彩|
亚洲综合激情七月婷婷|
九九九精品成人免费视频|
97欧美精品系列一区二区|
久久这里只有精品首页|
亚洲国产日本韩国欧美mv|
精品午夜福利在线视在亚洲|
性色av极品无码专区亚洲|
亚洲色大成网站WWW永久麻豆|