<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(xué)習(xí)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(xué)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(biāo)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...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      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(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，再基于擴散模型的偽標(biāo)簽生成與風(fēng)格對齊方法，生成與目標(biāo)域中原...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明提供一種基于無人機光學(xué)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(biāo)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(biāo)注的三維點云數(shù)據(jù)，點云數(shù)據(jù)包含空間坐標(biāo)信息；通過GNE模塊對點云數(shù)據(jù)的局部坐標(biāo)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(xué)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(zhǔn)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(biāo)探測方法及裝置，包括：構(gòu)建用于訓(xùn)練的目標(biāo)探測數(shù)據(jù)集；運用區(qū)域檢測和目標(biāo)中心點回歸，對圖像進行分析，提取目標(biāo)的中心點坐標(biāo)；將中心點作為提示，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(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(fēng)險預(yù)警方法，具體涉及風(fēng)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(fēng)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(xué)習(xí)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(xué)習(xí)技術(shù)領(lǐng)域，本申請?zhí)峁┝艘环N基于強化學(xué)習(xí)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(dāng)前視頻幀和視覺關(guān)注點；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...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了基于多視圖圖提示學(xué)習(xí)的節(jié)點重要性估計方法，包括步驟：建立圖神經(jīng)網(wǎng)絡(luò)；引入先驗知識來啟動模型對節(jié)點重要性的學(xué)習(xí)，使得模型生成節(jié)點重要性的粗略分類；整合節(jié)點的結(jié)構(gòu)和語義信息來構(gòu)建節(jié)點視圖提示；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(xué)習(xí)語義標(biāo)簽向量渲染回對應(yīng)的物體標(biāo)簽后，通過代碼本建立起該標(biāo)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(yù)處理，對每個掩膜圖進行標(biāo)注和細調(diào)；S3、以Segformer為主干構(gòu)建分割網(wǎng)絡(luò)模型，進行訓(xùn)練；S...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明實施例提供一種雙分支增量學(xué)習(xí)的煙支質(zhì)量異常數(shù)據(jù)檢測方法及系統(tǒng)，屬于人工智能技術(shù)領(lǐng)域。所述方法包括：獲取煙支生產(chǎn)過程中的質(zhì)量統(tǒng)計數(shù)據(jù)；將質(zhì)量統(tǒng)計數(shù)據(jù)進行預(yù)處理，以得到預(yù)訓(xùn)練數(shù)據(jù)集和增量優(yōu)化數(shù)據(jù)集；采用預(yù)訓(xùn)練數(shù)據(jù)集對深度神經(jīng)網(wǎng)絡(luò)模型進行訓(xùn)...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明提供了一種弱監(jiān)督視頻時序動作檢測與分類方法及系統(tǒng)，包括：根據(jù)輸入長視頻提取單模態(tài)特征圖；將單模態(tài)特征圖映射為動作分類概率和動作定位概率圖；基于動作定位概率圖蒸餾背景偽標(biāo)簽；根據(jù)輸入長視頻和動作名稱列表提取視覺特征圖和文本特征圖；計算動...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了一種基于無人機影像的建筑物損壞識別及標(biāo)記方法，屬于圖像數(shù)據(jù)處理技術(shù)領(lǐng)域，包括步驟：構(gòu)造包含損壞建筑物的數(shù)據(jù)集D；構(gòu)造改進目標(biāo)檢測網(wǎng)絡(luò)；選擇損失函數(shù)為WIoU，并用數(shù)據(jù)集D以最小化WIoU訓(xùn)練改進目標(biāo)檢測網(wǎng)絡(luò)至收斂，得到改進目標(biāo)識...
								
            
							
            
							
						
            • 
					
                    
          
                
          

                 
          
                 	
                 	
		            	首頁
		            	上一頁
		            	
		            	35
		            	
		            	下一頁


                 	
            	
          
            
          
            
          
                
          
                  
          技術(shù)分類
          
                  
          
                      
                  
          
                
          
            
          
          
          
      
          
    
          
    
    

























































































































































 
 
    







主站蜘蛛池模板：
国产精品一精品二精品三|
国精品99久9在线 | 免费|
风流少妇野外精品视频|
久久亚洲国产品一区二区|
草裙社区精品视频播放|
免费久久人人香蕉av|
久久精品国产99国产精品严洲|
国产成人无码aⅴ片在线观看导航|
国产在线精品第一区二区|
成人性生交大片免费卡看|
久久久无码精品亚洲日韩电影|
福利一区二区在线视频|
亚洲欧美自偷自拍视频图片|
男人j进女人p免费视频|
久久久久99精品成人片试看|
欧美性受xxxx黑人猛交|
成人午夜精品无码一区二区三区|
亚州精品av久久久久久久影院|
国产无套一区二区三区浪潮|
狠狠色噜噜狠狠狠狠777米奇|
全黄h全肉边做边吃奶视频|
久久99九九精品久久久久蜜桃|
日本一区二区三区有码视频|
日韩av无码社区一区二区三区|
精品国产18久久久久久|
国产熟妇人妻精品一区二区动漫|
在线国产精品中文字幕|
欧美亚洲另类 丝袜综合网|
无码精品人妻一区二区三区涩爱|
精品丝袜人妻久久久久久|
中美日韩在线一区黄色大片|
国产v亚洲v天堂无码久久久|
精品国产一区AV天美传媒|
亚洲最新无码中文字幕久久|
麻豆国产精品va在线观看不卡
|
人妻熟妇乱又伦精品无码专区|
亚洲 日韩 欧美 有码 在线|
免费无码不卡中文字幕在线|
潮喷失禁大喷水无码|
在线观看人成视频免费不卡|
欧美性猛交ⅹxxx乱大交妖精|