<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)明公開了一種數(shù)據(jù)驅(qū)動(dòng)的電力系統(tǒng)異常事件辨識(shí)方法、裝置、設(shè)備及介質(zhì)，屬于異常事件分類的領(lǐng)域，所述方法為：根據(jù)電力系統(tǒng)的運(yùn)行狀態(tài)對(duì)應(yīng)的特征值確定發(fā)生異常事件時(shí)，獲取所述異常事件的時(shí)間，得到異常事件節(jié)點(diǎn)；基于所述異常事件節(jié)點(diǎn)對(duì)應(yīng)的電壓數(shù)據(jù)確定...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及醫(yī)學(xué)圖像處理技術(shù)領(lǐng)域，提出了一種基于小波增強(qiáng)與多尺度特征融合的醫(yī)學(xué)圖像分割方法。該方法結(jié)合CNN?Transformer雙分支編碼結(jié)構(gòu)，提出一種多尺度小波融合模塊，從頻域角度出發(fā)，采用Haar小波變換提取圖像高頻子帶以增強(qiáng)邊緣與紋...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明屬于三維目標(biāo)檢測(cè)技術(shù)領(lǐng)域，公開了一種基于雙源點(diǎn)云增強(qiáng)的三維目標(biāo)檢測(cè)方法，本發(fā)明針對(duì)現(xiàn)有三維目標(biāo)檢測(cè)方法在檢測(cè)時(shí)對(duì)點(diǎn)云稀疏處物體檢測(cè)精度下降以及點(diǎn)云圖像融合情況下不同模態(tài)數(shù)據(jù)特征對(duì)齊難度等物體，設(shè)計(jì)了一種基于雙源點(diǎn)云增強(qiáng)的三維目標(biāo)檢測(cè)方...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明提供一種基于人工智能的企業(yè)碳足跡高效追蹤和計(jì)量的系統(tǒng)，涉及環(huán)境保護(hù)技術(shù)領(lǐng)域，包括：數(shù)據(jù)采集模塊，通過物聯(lián)網(wǎng)設(shè)備和傳感器實(shí)時(shí)采集企業(yè)運(yùn)營中的能源消耗、物流運(yùn)輸、廢棄物處理及辦公活動(dòng)數(shù)據(jù)；數(shù)據(jù)傳輸模塊，采用加密通信協(xié)議和低功耗廣域網(wǎng)技術(shù)傳...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本申請(qǐng)涉及多模態(tài)特征融合與故障傳播分析的風(fēng)電場(chǎng)診斷方法及系統(tǒng)，屬于風(fēng)電設(shè)備故障診斷技術(shù)領(lǐng)域；通過無人機(jī)群協(xié)同采集風(fēng)電場(chǎng)設(shè)備的可見光、紅外及LiDAR多模態(tài)數(shù)據(jù)，采用動(dòng)態(tài)門控機(jī)制融合YOLOv5提取的局部特征、Transformer提取的熱力...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了一種激波針?零質(zhì)量射流飛行器降阻減熱多目標(biāo)優(yōu)化方法。本發(fā)明基于KRG，RBF和PRS三種不同代理模型進(jìn)行近似表征，綜合考慮了插值型和擬合型代理模型之間的優(yōu)缺點(diǎn)，實(shí)現(xiàn)了高精度高超聲速飛行器氣動(dòng)力熱表征；同時(shí)，基于擁擠度排序自適應(yīng)加...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了基于運(yùn)動(dòng)無人機(jī)視頻計(jì)算車輛速度的方法，屬于視頻計(jì)算車輛速度方法技術(shù)領(lǐng)域，利用SIFT算子提取視頻幀全局特征點(diǎn)，結(jié)合RANSAC算法計(jì)算單應(yīng)矩陣H，將上一幀圖像投影到當(dāng)前幀，有效消除了無人機(jī)自身運(yùn)動(dòng)(如飛行姿態(tài)變化、位移)對(duì)車輛速...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及大數(shù)據(jù)分析領(lǐng)域，特別是基于用戶行為的智能推薦系統(tǒng)。通過獲取系統(tǒng)中的用戶顯式行為數(shù)據(jù)和用戶隱式行為數(shù)據(jù)，獲取系統(tǒng)中用戶的交互深度指標(biāo)數(shù)據(jù)，利用差分隱私技術(shù)對(duì)數(shù)據(jù)中的敏感行為添加噪聲，建立可變時(shí)間衰減函數(shù)，使用層次化Transform...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了一種基于深度學(xué)習(xí)的電網(wǎng)設(shè)計(jì)方案生成方法，屬于電網(wǎng)規(guī)劃技術(shù)領(lǐng)域，包括S1、獲取電網(wǎng)設(shè)計(jì)方案的電網(wǎng)描述文本以及電網(wǎng)線路文本；S2、對(duì)文本分別進(jìn)行詞嵌入表示，得到詞向量矩陣；S3、使用并行的兩個(gè)引入注意力機(jī)制的卷積網(wǎng)絡(luò)對(duì)詞向量矩陣提取...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了一種應(yīng)用強(qiáng)化學(xué)習(xí)的風(fēng)電機(jī)組預(yù)測(cè)性維護(hù)決策方法及系統(tǒng)，該方法中首先采集多源數(shù)據(jù)；然后基于多源數(shù)據(jù)構(gòu)建設(shè)備健康指數(shù)，評(píng)估設(shè)備當(dāng)前健康狀態(tài)，并采用深度學(xué)習(xí)方法預(yù)測(cè)設(shè)備未來退化趨勢(shì)；接著應(yīng)用PPO算法構(gòu)建維護(hù)決策框架，通過狀態(tài)空間、動(dòng)作...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了一種基于全局多尺度編碼與局部稀疏注意力的視頻摘要生成方法，屬于計(jì)算機(jī)視覺技術(shù)領(lǐng)域。所述方法包括：讀取輸入視頻，提取輸入視頻的幀級(jí)特征向量；構(gòu)造視頻摘要生成模型，將幀級(jí)特征向量輸入視頻摘要模型；將全局多尺度編碼和局部稀疏注意力模塊...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了一種基于人工智能的文字檢測(cè)識(shí)別方法及系統(tǒng)，方法包括：采集待檢測(cè)圖片數(shù)據(jù)；利用目標(biāo)檢測(cè)模型提取待檢測(cè)圖片數(shù)據(jù)的不同尺度特征；對(duì)不同尺度特征進(jìn)行多尺度特征融合以得到融合特征，根據(jù)融合特征，獲取目標(biāo)檢測(cè)結(jié)果；將目標(biāo)檢測(cè)結(jié)果輸入到目標(biāo)識(shí)...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及一種面向法醫(yī)創(chuàng)傷學(xué)深度學(xué)習(xí)的PMCT圖像采集與多模態(tài)數(shù)據(jù)處理系統(tǒng)及方法。該系統(tǒng)包括創(chuàng)傷模型制備模塊、多模態(tài)數(shù)據(jù)采集模塊、PMCT圖像預(yù)處理模塊、多尺度對(duì)比度增強(qiáng)圖像處理模塊、多模態(tài)數(shù)據(jù)融合模塊以及深度學(xué)習(xí)模型輸入數(shù)據(jù)準(zhǔn)備模塊。方法...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開一種揚(yáng)塵污染監(jiān)管與考核系統(tǒng)及方法，其中系統(tǒng)包括揚(yáng)塵數(shù)據(jù)庫、視頻平臺(tái)、AI算法底層引擎、考核標(biāo)準(zhǔn)單元、業(yè)務(wù)平臺(tái)和手持移動(dòng)端；揚(yáng)塵數(shù)據(jù)庫為視頻平臺(tái)和業(yè)務(wù)平臺(tái)提供基礎(chǔ)數(shù)據(jù)，視頻平臺(tái)的實(shí)時(shí)監(jiān)控?cái)?shù)據(jù)經(jīng)AI算法底層引擎智能識(shí)別后，將結(jié)果反饋給...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及圖像處理與深度學(xué)習(xí)技術(shù)領(lǐng)域，公開了一種基于藝術(shù)先驗(yàn)知識(shí)的漸進(jìn)式人臉超分辨率方法與系統(tǒng)，其系統(tǒng)包括：圖像編碼模塊，用于對(duì)輸入的低分辨率人臉圖像進(jìn)行多尺度特征提取，并輸出潛在特征；結(jié)構(gòu)學(xué)習(xí)模塊，用于引導(dǎo)實(shí)現(xiàn)基礎(chǔ)形態(tài)修復(fù)；細(xì)節(jié)補(bǔ)全模塊，...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了基于圖像處理的智能芯片陣列缺陷檢測(cè)系統(tǒng)，具體涉及芯片缺陷檢測(cè)領(lǐng)域，包括芯片陣列圖像獲取模塊、自適應(yīng)數(shù)據(jù)增強(qiáng)模塊、多模態(tài)特征融合模塊、自適應(yīng)動(dòng)態(tài)匹配模塊、在線增量學(xué)習(xí)模塊以及異構(gòu)資源調(diào)度模塊。基于圖像處理的智能芯片陣列缺陷檢測(cè)系統(tǒng)...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明提供了一種基于柔性可變形卷積和注意力機(jī)制的紅外場(chǎng)景分類方法，包括：紅外圖像輸入AFDC?IRNet模型，模型輸出紅外圖像所屬的紅外場(chǎng)景分類信息；其中，AFDC?IRNet模型處理過程包括：紅外圖像依次經(jīng)過FDCN1、ReLU1、MAX...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明屬于體育科技技術(shù)領(lǐng)域，具體涉及一種搏擊技戰(zhàn)術(shù)分析系統(tǒng)，包括目標(biāo)檢測(cè)和骨骼肌算法模塊、時(shí)空?qǐng)D神經(jīng)網(wǎng)絡(luò)的動(dòng)作識(shí)別模塊、擊打效果評(píng)估模塊、抗干擾機(jī)制模塊、視頻處理與數(shù)據(jù)存儲(chǔ)模塊，所述目標(biāo)檢測(cè)和骨骼肌算法模塊包括數(shù)據(jù)準(zhǔn)備、模型訓(xùn)練，所述數(shù)據(jù)準(zhǔn)...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明提供了一種城市軌道交通隧道水淹態(tài)勢(shì)預(yù)測(cè)方法及系統(tǒng)，獲取城市軌道交通隧道的空間幾何參數(shù)，構(gòu)建城市軌道交通隧道的三維數(shù)字化模型，再轉(zhuǎn)化為數(shù)值計(jì)算模型，基于數(shù)值方法進(jìn)行不同進(jìn)水條件下的城市軌道交通隧道水淹過程的仿真模擬，將模擬的監(jiān)測(cè)量形成數(shù)...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明提供一種面部表情識(shí)別方法、系統(tǒng)及電子設(shè)備，方法包括：對(duì)面部樣本圖像進(jìn)行預(yù)處理，提取用戶臉部特征點(diǎn)坐標(biāo)；采用卷積神經(jīng)網(wǎng)絡(luò)主干獲取局部特征和全局特征；采用交叉注意力模塊1將聚合的全局特征與每個(gè)局部特征進(jìn)行融合，得到增強(qiáng)的局部特征；采用圖卷...
								
            
							
            
							
						
            • 
					
                    
          
                
          

                 
          
                 	
                 	
		            	首頁
		            	上一頁
		            	
		            	7
		            	
		            	下一頁


                 	
            	
          
            
          
            
          
                
          
                  
          技術(shù)分類
          
                  
          
                      
                  
          
                
          
            
          
          
          
      
          
    
          
    
    

























































































































































 
 
    







主站蜘蛛池模板：
日产精品l区2区|
夜夜躁狠狠躁2021|
欧美日韩久久中文字幕|
亚洲最大成人在线播放|
国产精品国色综合久久|
少妇被粗大的猛烈进出视频|
国产超碰无码最新上传|
日日碰狠狠添天天爽|
无码中文人妻视频2019|
日本强伦姧熟睡人妻完整视频|
男女裸体影院高潮|
亚洲狠狠成人网|
久久中文字幕av一区二区不卡|
女人夜夜春高潮爽a∨片传媒|
亚洲V天堂V手机在线|
高清欧美性猛交xxxx黑人猛交|
成在人线av无码免费高潮水老板|
区产品乱码芒果精品综合|
内射合集对白在线|
高清无码免费|
欧美精品亚洲日韩aⅴ|
精品人妻少妇一区二区|
色香阁综合无码国产在线|
日韩丰满少妇无码内射|
欧美 国产 亚洲视频|
国产毛片不卡野外视频|
亚洲国产精品一区二区成人片|
国产丝袜在线精品丝袜不卡
|
亚洲人成电影网站色www|
人妻精品久久久久中文字幕|
亚欧美日韩香蕉在线播放视频|
日本乱子人伦在线视频|
久久 国产 尿 小便 嘘嘘|
国产欧美日韩在线中文一区|
四虎影视永久在线观看|
3d成人h动漫网站入口|
少妇下蹲露大唇无遮挡|
亚洲精品宾馆在线精品酒店|
三级国产三级在线|
人妻激情视频一区二区三区|
六月丁香综合在线视频|