<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上進行改進，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...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本公開涉及航空安全技術(shù)領(lǐng)域，提供了一種衛(wèi)星原始數(shù)據(jù)識別飛機積冰的方法、系統(tǒng)、設(shè)備及介質(zhì)，所述方法包括建立基于反演產(chǎn)品的識別算法模型，設(shè)定識別算法閾值；利用基于反演產(chǎn)品的識別算法模型，基于預(yù)處理后的歷史反演產(chǎn)品進行回算，得到第一歷史積冰識別數(shù)...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了一種基于圖像翻譯的隱私保護異構(gòu)聯(lián)邦學(xué)習(xí)方法及系統(tǒng)，它們是相對應(yīng)的方案，方案中：通過圖像翻譯服務(wù)器優(yōu)化具有本地用戶數(shù)據(jù)語義保持能力的生成模型，本地用戶以生成模型對本地異構(gòu)數(shù)據(jù)集執(zhí)行數(shù)據(jù)增強，使得本地數(shù)據(jù)呈現(xiàn)類別標(biāo)簽均勻分布的狀態(tài)，...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了基于圖像超分辨率重建處理的室內(nèi)建筑房屋輪廓識別方法，包括：獲取擴充后的建筑平面圖數(shù)據(jù)集；對沙漏網(wǎng)絡(luò)進行改進，沙漏網(wǎng)絡(luò)為編碼器?解碼器結(jié)構(gòu)，對沙漏網(wǎng)絡(luò)中的殘差模塊引入通道注意力模塊，且在進行解碼器上采樣過程后，引入多尺度模塊，利用...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了一種基于多尺度和分層特征融合的PRNU匿名方法，涉及信息安全技術(shù)領(lǐng)域，包括以下步驟：S1：首先輸入目標(biāo)圖像，隨后將該圖像輸入到基于深度學(xué)習(xí)的PRNU提取網(wǎng)絡(luò)中，通過該網(wǎng)絡(luò)提取目標(biāo)圖像對應(yīng)的PRNU噪聲；S2：根據(jù)目標(biāo)圖像隨機生成...
								
            
							
            
							
						
            • 
					
                    
          
                
          

                 
          
                 	
                 	
		            	首頁
		            	上一頁
		            	
		            	37
		            	
		            	下一頁


                 	
            	
          
            
          
            
          
                
          
                  
          技術(shù)分類
          
                  
          
                      
                  
          
                
          
            
          
          
          
      
          
    
          
    
    

























































































































































 
 
    







主站蜘蛛池模板：
婷婷综合缴情亚洲狠狠小说|
国产精品网站在线观看免费传媒
|
图片区小说区激情区偷拍区|
18禁成人免费无码网站|
免费视频国产在线观看|
国产精品合集久久久久青苹果
|
极品无码av国模在线观看|
亚洲一区二区三区在线观看精品中文|
国产成人av大片在线播放|
一区二区三区毛aaaa片特级
|
无码精品久久久天天影视|
亚洲一区二区三区成人网站|
99国产成人综合久久精品77|
亚洲欧美人成电影在线观看|
美女裸体黄网站18禁止免费下载
|
丰满少妇呻吟高潮经历|
女人张开腿无遮无挡视频|
又大又粗又爽18禁免费看|
美女脱了内裤张开腿让男人桶网站|
日本阿v片在线播放免费|
国产成人亚洲精品无码青青草原|
国产看真人毛片爱做a片|
人妻性奴波多野结衣无码|
西西人体大胆午夜视频|
国产午夜福利视频合集|
99热这里只有是精品2|
少妇又紧又深又湿又爽视频|
久久精品国产99国产精2021|
中文字幕一区二区三区精彩视频
|
少妇激情av一区二区|
97欧美精品系列一区二区|
一本大道无码日韩精品影视丶|
大陆熟妇丰满多毛xxxx|
精品无码国产自产野外拍在线|
亚洲AV无码AV在线影院|
大陆熟妇丰满多毛xxxⅹ|
成人国产精品日本在线|
韩国无码AV片午夜福利|
人妻 日韩精品 中文字幕|
2020国产精品永久在线|
天干天干啦夜天干天天爽|