<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)
                  	
                  
          
                
          
                
          
                    
            
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了一種基于語義增強與時空約束的多目標交互行為保留監(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...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      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平臺資源管理與調(diào)度系統(tǒng)，包括動態(tài)資源預(yù)測模塊、K8s集群管理與資源調(diào)度模塊、資源監(jiān)測與分析模塊、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)測技術(shù)領(lǐng)域，具體涉及基于機器視覺和人工智能的遠程在線監(jiān)測方法及系統(tǒng)，包括以下步驟：利用邊緣計算節(jié)點同步采集可見光視頻流、紅外熱成像數(shù)據(jù)與三維振動頻譜數(shù)據(jù)，形成多模態(tài)傳感數(shù)據(jù)集；對數(shù)據(jù)集進行跨域特征對齊處理，生成時空同步的...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明提供一種基于特征識別的整車點云風阻系數(shù)集成預(yù)測方法及系統(tǒng)，涉及風阻系數(shù)預(yù)測技術(shù)領(lǐng)域，具體包括獲取整車模型的點云數(shù)據(jù)，對所述點云數(shù)據(jù)進行預(yù)處理；構(gòu)建分類網(wǎng)絡(luò)模型，將預(yù)處理后的所述點云數(shù)據(jù)輸入至所述分類網(wǎng)絡(luò)模型中進行車型分類，并輸出車型類...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及電力系統(tǒng)及其自動化技術(shù)領(lǐng)域，尤其涉及一種考慮源荷波動關(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)臺區(qū)相關(guān)信息，量化多源異構(gòu)數(shù)據(jù)波動的同步性與滯后性關(guān)聯(lián)規(guī)律，構(gòu)建復(fù)合特征向量及標準化風險感知數(shù)據(jù)集；基于復(fù)合特征向量定義強化學習算...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本申請公開了一種自然語言問答方法、系統(tǒng)、設(shè)備、介質(zhì)及產(chǎn)品，涉及語義識別技術(shù)領(lǐng)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(guān)鍵實體；所述關(guān)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(lǐng)域。為解決現(xiàn)有道路病害檢測方法在小目標識別與復(fù)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(fù)雜場景...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及醫(yī)學影像處理領(lǐng)域，具體涉及融合生成對抗網(wǎng)絡(luò)的間質(zhì)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(zhì)分割和肺葉分段，預(yù)處理模塊調(diào)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(luò)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(gòu)建用于訓(xùn)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(shù)領(lǐng)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(yù)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(zhì)量評價...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      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)用程序中運行的虛擬角色提問的提問信息，確定提問信息對應(yīng)的意圖；判斷提問信息對應(yīng)的意圖是否為預(yù)設(shè)意圖，并在提問信息對應(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?自編碼器混合風險預(yù)警方法，具體涉及風險預(yù)測技術(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)村金融風險事件歷史序列特征，形成農(nóng)業(yè)政策漂移特征集；通過構(gòu)建多窗口分層長短期記憶網(wǎng)絡(luò)子網(wǎng)絡(luò)，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(shè)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(shù)的強化學習技術(shù)領(lǐng)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(shè)備，其中，方法包括：獲取待分類視頻的當前視頻幀和視覺關(guān)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(yīng)的物體標簽后，通過代碼本建立起該標簽和對應(yīng)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)明公開了一種基于伯努利分布與混合驅(qū)動法的銑削穩(wěn)定性分析方法，建立銑削動力學模型構(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(nóng)作物生長數(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)深度學習網(wǎng)絡(luò)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(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，進行樣本集訓(xùn)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(qū)動的低階精度結(jié)構(gòu)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(yù)處理；之后，基于卷積神經(jīng)網(wǎng)絡(luò)構(gòu)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...
								
            
							
            
							
						
            • 
					
                    
          
                
          

                 
          
                 	
                 	
		            	首頁
		            	上一頁
		            	
		            	34
		            	
		            	下一頁


                 	
            	
          
            
          
            
          
                
          
                  
          技術(shù)分類
          
                  
          
                      
                  
          
                
          
            
          
          
          
      
          
    
          
    
    

























































































































































 
 
    







主站蜘蛛池模板：
深夜av免费在线观看|
好大好深好猛好爽视频拍拍拍|
免费吃奶摸下激烈视频|
国产精品久久久影视青草|
天堂网在线.www天堂在线资源|
久久中文字幕无码一区二区|
亚洲国产成人精品福利无码|
色香欲天天影视综合网|
亚洲精品国产品国语在线观看|
内射毛片内射国产夫妻|
不卡无在一区二区三区四区|
亚洲 日韩 另类 制服 无码|
日日噜噜夜夜狠狠久久蜜桃|
国产av导航大全精品|
久久五十路丰满熟女中出|
亚洲人成网线在线播放va|
四虎国产精品成人免费久久|
日产一区日产2区|
国产日产人妻精品精品|
天天爽夜夜爽视频精品|
国产精品日日摸夜夜添夜夜添2021|
日本强伦姧人妻一区二区
|
久久99热人妻偷产国产|
免费国产成人高清在线网站|
黑人巨茎精品欧美一区二区|
国产美女被遭强高潮免费一视频|
久久精品中文闷骚内射|
亚洲一卡2卡三卡四卡精品|
欧美综合在线激情专区|
国产麻豆精品一区|
国产乱码精品一区二区上|
国产在线午夜不卡精品影院|
99精品免费久久久久久久久日本|
久久夜色撩人国产综合av|
国产成人亚洲综合图区|
深夜放纵内射少妇|
亚洲美女做爰av人体图片|
久久综合久中文字幕青草|
成人综合色在线一区二区|
亚洲欧洲日产国无高清码图片|
久久综合九色综合欧美98|