<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
        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(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
                
          
            
          

            
            
            
            
            
            
            
            
            
            
        
          
        
        
        
    
          

          








          
      
          
          
          
            
          
                
          
                  
          
                  	
                  	
                  		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)明屬于但不限于狀態(tài)監(jiān)測(cè)技術(shù)領(lǐng)域，尤其涉及一種多特征融合的功率場(chǎng)效應(yīng)管在線狀態(tài)監(jiān)測(cè)與評(píng)估方法及系統(tǒng)，通過選擇適當(dāng)?shù)睦匣盘?hào)并計(jì)算其特征，以理解器件老化機(jī)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(qiáng)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(duì)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(jì)算機(jī)視覺的挖掘機(jī)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(cè)、2D關(guān)鍵點(diǎn)檢測(cè)、3D姿勢(shì)識(shí)別等計(jì)算機(jī)視覺算法，對(duì)施工現(xiàn)場(chǎng)視頻流進(jìn)行工人和挖掘機(jī)的3D骨架識(shí)別；其次，基于挖掘機(jī)3D骨架在工作狀態(tài)下的3D運(yùn)動(dòng)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(duì)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(qiáng)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(shí)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(jì)算各鄰域窗口的香農(nóng)熵值，同時(shí)計(jì)算局部能量值，形成局部能量圖，對(duì)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(shí)別的自助售賣機(jī)商品識(shí)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(duì)小商品的檢測(cè)精度；步驟二、使用自適應(yīng)動(dòng)態(tài)閾值超圖計(jì)算模塊(ADT?HGC)建立高階語義關(guān)系和增強(qiáng)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(tái)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(chǔ)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(shí)現(xiàn)了對(duì)多源異構(gòu)數(shù)據(jù)的...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      一種基于全過程非對(duì)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(diǎn)云數(shù)據(jù)。第二，建立礦用電鏟電機(jī)基于全過程非對(duì)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(dòng)駕駛技術(shù)領(lǐng)域，具體是一種多視角感知驅(qū)動(dòng)的自動(dòng)駕駛測(cè)試場(chǎng)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(cè)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(cè)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(jì)一種新的注意力機(jī)制模塊WT?SE提高模型對(duì)車...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及機(jī)場(chǎng)飛行區(qū)聯(lián)動(dòng)目標(biāo)的視覺?時(shí)空多模態(tài)融合檢測(cè)方法，屬于大型機(jī)場(chǎng)智能多模態(tài)感知與時(shí)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(shí)現(xiàn)微小目標(biāo)的高精度檢測(cè)的問題，包括：步驟S1、構(gòu)建航空器軌跡時(shí)空?qǐng)D，得到并輸出時(shí)空?qǐng)D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(shí)別方法，該方法包括：對(duì)不銹鋼卷表面圖像進(jìn)行預(yù)處理實(shí)現(xiàn)數(shù)據(jù)增強(qiáng)；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(cè)領(lǐng)域，具體涉及一種基于輕量化YOLOv8模型的茶葉病害檢測(cè)方法。技術(shù)方案包括：采集多種類型的茶葉病害圖像；對(duì)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(qiáng)、光照增強(qiáng)、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(cè)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(cè)系統(tǒng)，通過采集歷史充值行為數(shù)據(jù)與實(shí)時(shí)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(duì)實(shí)時(shí)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(shí)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(shí)別飛機(jī)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(shí)別算法模型，設(shè)定識(shí)別算法閾值；利用基于反演產(chǎn)品的識(shí)別算法模型，基于預(yù)處理后的歷史反演產(chǎn)品進(jìn)行回算，得到第一歷史積冰識(shí)別數(shù)...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了一種基于圖像翻譯的隱私保護(hù)異構(gòu)聯(lián)邦學(xué)習(xí)方法及系統(tǒng)，它們是相對(duì)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(duì)本地異構(gòu)數(shù)據(jù)集執(zhí)行數(shù)據(jù)增強(qiáng)，使得本地?cái)?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(shí)別方法，包括：獲取擴(kuò)充后的建筑平面圖數(shù)據(jù)集；對(duì)沙漏網(wǎng)絡(luò)進(jìn)行改進(jìn)，沙漏網(wǎng)絡(luò)為編碼器?解碼器結(jié)構(gòu)，對(duì)沙漏網(wǎng)絡(luò)中的殘差模塊引入通道注意力模塊，且在進(jìn)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(duì)應(yīng)的PRNU噪聲；S2：根據(jù)目標(biāo)圖像隨機(jī)生成...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本申請(qǐng)涉及一種基于YOLOv8的火龍果成熟度檢測(cè)方法、裝置。所述方法包括：獲取在火龍果果園實(shí)時(shí)采集的待識(shí)別火龍果圖像；將待識(shí)別火龍果圖像輸入火龍果成熟度檢測(cè)模型，得到火龍果成熟度檢測(cè)結(jié)果；其中，火龍果成熟度檢測(cè)模型基于YOLOv8s輕量化架...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了一種基于OSTrack模型的紅外弱小目標(biāo)跟蹤方法及系統(tǒng)，屬于目標(biāo)跟蹤技術(shù)領(lǐng)域，包括以下步驟：S1：模型訓(xùn)練；S2：目標(biāo)跟蹤。本發(fā)明通過將待跟蹤的紅外弱小目標(biāo)視頻輸入到基于OSTrack的模型進(jìn)行跟蹤，獲得紅外弱小目標(biāo)的位置信息，...
								
            
							
            
							
						
            • 
					
                    
          
                
          

                 
          
                 	
                 	
		            	首頁
		            	上一頁
		            	
		            	39
		            	
		            	下一頁


                 	
            	
          
            
          
            
          
                
          
                  
          技術(shù)分類
          
                  
          
                      
                  
          
                
          
            
          
          
          
      
          
    
          
    
    

























































































































































 
 
    







主站蜘蛛池模板：
日本亚洲欧洲无免费码在线|
日本精品一区二区三区无码|
中文字幕亂倫免賛視頻|
特级西西444ww大胆高清图片|
日本边添边摸边做边爱的网站|
国内精品久久久久久无码不卡|
东京热人妻丝袜无码AV一二三区观|
午夜精品久久久久久99热|
精品国产女主播在线观看|
国色天香成人一区二区|
日本熟妇大乳|
色伊人亚洲综合网站|
国产成人精品日本亚洲直播|
蜜臀av无码一区二区三区|
不卡无在线一区二区三区观|
国产网红主播精品一区|
国内精品久久久久久无码不卡|
国产肉丝袜视频在线观看|
亚洲一区二区三区四区五区六|
国产三级在线观看完整版|
亚洲精品高清国产一久久|
无码丰满熟妇浪潮一区二区av|
久久无码国产专区精品|
26uuu另类亚洲欧美日本|
aaa少妇高潮大片免费看|
国产熟妇与子伦hd|
99国精品午夜福利视频不卡99|
天堂中文在线资源|
欲香欲色天天综合和网|
国产精品无码a∨麻豆|
欧美日韩国产的视频yw885|
欧美成人一区二免费视频|
欧美丰满熟妇bbbbbb|
亚洲精品无码高潮喷水在线|
无码区日韩特区永久免费系列|
99re8这里有精品热视频|
四川丰满妇女毛片四川话|
国产成人毛片无码视频软件|
人妻体内射精一区二区三区|
影视先锋av资源噜噜|
欧美最猛性视频另类|