<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(yè)
        專利交易
        IP管家助手
        科技果

        科技人才

        科技服務(wù)
        國(guó)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
                
          
            
          

            
            
            
            
            
            
            
            
            
            
        
          
        
        
        
          
            
            
                
          • 我要求購(gòu)
            • 
                
          • 我要出售
            • 
            
          

            
        
          
    
          

          








          
      
          
          
          
            
          
                
          
                  
          
                  	
                  	
                  		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)明涉及一種多翼離心風(fēng)機(jī)性能優(yōu)化方法。該方法基于wPSO?BP預(yù)測(cè)模型和NSGA?III?LBWO算法，包括以下步驟：對(duì)原型風(fēng)機(jī)進(jìn)行仿真與分析，并與實(shí)驗(yàn)結(jié)果對(duì)比驗(yàn)證；選取并計(jì)算了風(fēng)機(jī)的樣本點(diǎn)；把樣本點(diǎn)作為wPSO?BP預(yù)測(cè)模型和BP神經(jīng)網(wǎng)...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      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...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      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)明涉及圖像識(shí)別相關(guān)技術(shù)領(lǐng)域，具體包括基于圖像識(shí)別的密煉機(jī)轉(zhuǎn)子缺陷檢測(cè)方法、系統(tǒng)及介質(zhì)，包括：對(duì)密煉機(jī)轉(zhuǎn)子依振動(dòng)信號(hào)提頻域、時(shí)域特征，優(yōu)化圖像配缺陷視覺向量，配置振動(dòng)信號(hào)特征向量，融合后用缺陷分類網(wǎng)絡(luò)評(píng)估缺陷，結(jié)果超限則觸發(fā)提醒并聯(lián)動(dòng)機(jī)械...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了一種小樣本類增量視頻動(dòng)作識(shí)別方法和裝置，屬于計(jì)算機(jī)視覺領(lǐng)域，所述方法包括：針對(duì)每個(gè)視頻，通過采用視覺軟提示和時(shí)序軟提示，獲取融合空時(shí)信息的視頻特征，同時(shí)獲取具有先驗(yàn)知識(shí)的視頻特征，并將兩種視頻特征融合，獲取最終的視頻特征；其次，...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      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(kù)、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(kù)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...
								
            
							
            
							
						
            • 
					
                    
          
                
          

                 
          
                 	
                 	
		            	首頁(yè)
		            	上一頁(yè)
		            	
		            	8
		            	
		            	下一頁(yè)


                 	
            	
          
            
          
            
          
                
          
                  
          技術(shù)分類
          
                  
          
                      
                  
          
                
          
            
          
          
          
      
          
    
          
    
    

























































































































































 
 
    







主站蜘蛛池模板：
曰批视频免费30分钟成人|
狠狠爱五月丁香亚洲综|
99久久婷婷国产综合精品青草漫画|
国产综合久久99久久|
成人爽A毛片在线视频淮北|
中文字幕第一区高清av|
亚洲.欧美.在线视频|
黄又色又污又爽又高潮|
精品国产一区二区三区av性色|
文中字幕一区二区三区视频播放|
巨大黑人极品videos精品|
国产精品原创av片国产日韩|
精品国产18久久久久久|
av中文字幕一区二区|
亚洲 欧洲 无码 在线观看|
国产一区二区无码专区|
色欲天天婬色婬香综合网完整版|
亚洲男人天堂2018av|
亚洲日韩国产成网在线观看|
国产探花在线精品一区二区
|
久久久亚洲欧洲日产国码二区|
欧美亚洲人成网站在线观看|
无尺码精品产品日韩|
精品国产精品中文字幕|
亚洲国产成人久久精品APP|
狠狠色丁香婷婷亚洲综合
|
最近中文字幕国产精选|
深夜国产成人福利在线观看|
亚欧乱色国产精品免费九库|
欧美亚洲国产日韩一区二区|
狠狠五月深爱婷婷网|
欧美老妇牲交videos|
人妻无码熟妇乱又伦精品视频|
东京热人妻无码一区二区av|
久在线精品视频线观看|
狠狠cao2020高清视频|
热99re6久精品国产首页|
欧美一区二区|
日本丰满少妇高潮呻吟|
国产一区日韩二区欧美三区|
国产一区二区三区日韩精品|