<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
                
          
            
          

            
            
            
            
            
            
            
            
            
            
        
          
        
        
        
    
          

          








          
      
          
          
          
            
          
                
          
                  
          
                  	
                  	
                  		最新專利技術(shù)
                  	
                  
          
                
          
                
          
                    
            
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明提供一種基于數(shù)字孿生的城市地下電纜管網(wǎng)管理方法及系統(tǒng)，首先整合城市地下電纜管網(wǎng)的基礎(chǔ)屬性與實時感知數(shù)據(jù)，構(gòu)建包含物理實體數(shù)字化復(fù)現(xiàn)及實體間動態(tài)關(guān)聯(lián)關(guān)系的管網(wǎng)數(shù)字孿生映射模型，通過預(yù)設(shè)數(shù)據(jù)交互協(xié)議持續(xù)輸入物理管網(wǎng)實時運行狀態(tài)數(shù)據(jù)驅(qū)動模型...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了基于五員角色轉(zhuǎn)化的流動人口動態(tài)協(xié)同治理方法，屬于社區(qū)治理技術(shù)領(lǐng)域，具體包括：采集流動人口事件信息及治理主體的空間坐標(biāo)與職能屬性，根據(jù)事件類型與空間坐標(biāo)匹配關(guān)系激活對應(yīng)角色屬性，基于歷史數(shù)據(jù)構(gòu)建時空推演沙盤，注入角色行為特征參數(shù)，...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及交通運輸管理技術(shù)領(lǐng)域，尤其涉及一種地鐵車載信息智能展示方法及系統(tǒng)。該方法包括以下步驟：獲取列車運行狀態(tài)數(shù)據(jù)、車廂環(huán)境感知數(shù)據(jù)以及列車事件流數(shù)據(jù)；根據(jù)車廂環(huán)境感知數(shù)據(jù)進(jìn)行乘客行為分析，得到乘客行為數(shù)據(jù)；根據(jù)乘客行為數(shù)據(jù)得到聚焦態(tài)勢數(shù)...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本申請涉及海洋地球物理勘探與測繪技術(shù)領(lǐng)域，提供了一種多源、多物理場重力數(shù)據(jù)超分辨率重建方法。所述方法包括：獲取預(yù)處理后的低分辨率衛(wèi)星測高重力數(shù)據(jù)和預(yù)處理后的高分辨率船載重力數(shù)據(jù)，構(gòu)建訓(xùn)練數(shù)據(jù)集；構(gòu)建對偶回歸深度學(xué)習(xí)模型；利用所述訓(xùn)練數(shù)據(jù)集對...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開基于物理擴散模型的高光譜圖像超分辨率方法及裝置。本發(fā)明獲取低分辨率高光譜圖像和對應(yīng)高分辨率多光譜圖像；從高分辨率多光譜圖像中提取邊緣信息和語義信息；將低分辨率高光譜圖像、邊緣信息、語義信息輸入至物理擴散模型，重建得到高分辨率高光譜...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及一種基于滑模變結(jié)構(gòu)控制的圖像融合模型魯棒性增強方法，涉及圖像融合技術(shù)領(lǐng)域，以解決現(xiàn)有技術(shù)中融合方法魯棒性差，普適能力低，融合結(jié)果容易失真的技術(shù)問題。該方法包括以下步驟：獲取來自同一場景且已完成圖像配準(zhǔn)的原始紅外圖像與原始可見光圖像...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及用于圖像處理技術(shù)領(lǐng)域，具體涉及基于圖像處理的城市圖像去霧方法，包括：采集城市圖像，并篩選出霧圖；對霧圖進(jìn)行分區(qū)，獲得真實區(qū)域和非真實區(qū)域，其中非真實區(qū)域包括天空區(qū)域和光滑反光區(qū)域；分別獲得真實區(qū)域、天空區(qū)域以及光滑反光區(qū)域的透射率...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了一種掃描光場成像中運動偽影的優(yōu)化方法及裝置，該方法包括以下步驟：獲取待優(yōu)化的單幀原始光場圖像；通過像素重排將原始光場圖像按照空間及角度信息重排為空間?角度圖像；對空間?角度圖像進(jìn)行周期性掃描，得到不同空間位置和角度方向的亞像素，...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本申請?zhí)峁┮环N基于可學(xué)習(xí)頻域模塊的MRI缺失模態(tài)生成方法，實現(xiàn)對腦膠質(zhì)瘤醫(yī)學(xué)多模態(tài)影像任意缺失模態(tài)進(jìn)行重構(gòu)、合成。該方法包括：獲取腦腫瘤多模態(tài)MRI影像的訓(xùn)練集和測試集，其中，訓(xùn)練集和測試集包括多個樣本，且每個樣本包括四個原始模態(tài)圖像，每個...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本申請屬于水下圖像增強技術(shù)領(lǐng)域，涉及一種基于視覺?文本融合的水下圖像增強方法及系統(tǒng)，方法的步驟為：構(gòu)建基于視覺?文本融合的增強網(wǎng)絡(luò)；增強網(wǎng)絡(luò)包括用以對圖像進(jìn)行處理生成增強圖像的生成器和用以判定圖像是真實圖像還是生成器生成圖像的判別器，生成器...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及圖像處理技術(shù)領(lǐng)域，具體涉及一種鈦金屬表面檢測用圖像增強方法及系統(tǒng)。其方法包括：將待處理的鈦金屬表面圖像從RGB空間轉(zhuǎn)換至HSI空間，獲取其亮度分量，將初始反射分量分解為多個高頻子帶系數(shù)和一個低頻子帶系數(shù)，確定各像素點的各向異性程度...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了一種屏幕外觀缺陷的非線性智能評價方法，包括以下步驟：通過工業(yè)攝像機對屏幕進(jìn)行成像，檢測并提取缺陷區(qū)域，計算每個缺陷的多維特征向量；對一系列典型缺陷樣本進(jìn)行人工評價，將每個缺陷樣本及其特征向量與評價結(jié)果關(guān)聯(lián)，構(gòu)建標(biāo)準(zhǔn)數(shù)據(jù)庫；基于收...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及電力設(shè)備檢測領(lǐng)域，尤其涉及一種用于電力工程現(xiàn)場的電力設(shè)備智能檢測方法，方法包括：獲取電力設(shè)備圖像和灰度圖像，計算灰度圖像中每個像素點的關(guān)注權(quán)重；將電力設(shè)備圖像輸入至YOLOv5網(wǎng)絡(luò)模型內(nèi)，由骨干網(wǎng)絡(luò)輸出多個第一特征圖；利用關(guān)注權(quán)重...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本申請公開了一種基于行程編碼的孔洞填充方法與圖像處理裝置，涉及圖像處理技術(shù)領(lǐng)域，方法包括：對所述二值圖像進(jìn)行行程編碼，在行程編碼的合集上進(jìn)行前景表示、外接矩操作、背景差集、孔洞剔除與填充并集。本申請以對行程編碼構(gòu)成的前景目標(biāo)區(qū)域進(jìn)行孔洞填充...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本方案提供了一種基于提示增強的腹部器官分割SAM模型的構(gòu)建方法和應(yīng)用，獲取腹部器官三維CT影像；將腹部器官三維CT影像輸入到預(yù)訓(xùn)練的輕量級器官分割模型中輸出第一初始分割掩碼，將腹部器官三維CT影像以及全提示框輸入到SAM模型中輸出第二初始分...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了基于圖像灰度值分析的鞋底邊緣檢測方法，本發(fā)明涉及圖像處理技術(shù)領(lǐng)域，通過多個攝像頭獲取待測鞋的彩色圖像并擬合成完整圖像，再轉(zhuǎn)換為灰度圖像；對灰度圖像進(jìn)行區(qū)域分割得到鞋底邊緣灰度圖像，并據(jù)此判斷鞋子是否為瑕疵品，若是則移除并刪除相關(guān)...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及圖像數(shù)據(jù)處理技術(shù)領(lǐng)域，尤其涉及基于預(yù)制構(gòu)件表面氣孔區(qū)域分布分析的施工質(zhì)量評估方法，該方法包括：獲取預(yù)制構(gòu)件灰度圖像；按預(yù)設(shè)步長擴展各像素點的初始鄰域窗口，滿足擴展終止條件時確定目標(biāo)鄰域窗口；量化目標(biāo)鄰域窗口中像素分布的幾何對稱性，...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明提供了一種軌道扣件彈條異位視覺檢測方法、系統(tǒng)及裝置，涉及軌道扣件檢測技術(shù)領(lǐng)域，方法包括采集軌道全景俯視圖；根據(jù)預(yù)設(shè)的標(biāo)準(zhǔn)扣件間距，將軌道全景俯視圖裁剪為單元扣件圖像；依據(jù)扣件在軌道全景俯視圖中的順序，對每個扣件進(jìn)行編號；基于單元扣件圖...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明屬于工業(yè)檢測與逆向工程技術(shù)領(lǐng)域，具體公開了一種基于掃描點云的導(dǎo)管檢測方法，包括：動態(tài)自校準(zhǔn)光學(xué)系統(tǒng)，獲取測量管初始點云；對初始點云分割處理，形成完整管型；通過相鄰圓柱軸線傾角變化區(qū)分直線段與折彎段，利用折彎點ICP算法對齊折彎點并獲取...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明提供消化道早癌病灶檢測模型構(gòu)建方法及系統(tǒng)、設(shè)備、介質(zhì)，該方法包括步驟：構(gòu)建多模態(tài)內(nèi)鏡圖像數(shù)據(jù)集并在各模態(tài)下訓(xùn)練早癌病灶檢測模型；訓(xùn)練任意內(nèi)鏡模態(tài)之間可相互轉(zhuǎn)換的生成模型；生成模型評估及優(yōu)化；篩選對應(yīng)匹配的內(nèi)鏡模態(tài)圖像；生成模型補足缺失...
								
            
							
            
							
						
            • 
					
                    
          
                
          

                 
          
                 	
		            	首頁
		            	上一頁
		            	
		            	7
		            	
		            	下一頁
                 	
                 	
            	
          
            
          
            
          
                
          
                  
          技術(shù)分類
          
                  
          
                      
                  
          
                
          
            
          
          
          
      
          
    
          
    
    

























































































































































 
 
    







主站蜘蛛池模板：
国产欧美va天堂在线观看视频|
欧美性猛交xxxx乱大交丰满|
日韩成人无码v清免费|
国产超碰无码最新上传|
最爽的乱婬视频a毛片|
国产亚洲欧美精品永久|
久久午夜无码鲁丝片直播午夜精品|
色视频在线观看免费视频
|
强奷乱码中文字幕熟女一|
亚洲av免费成人在线|
色综合久久综合欧美综合网|
国产精品先锋资源在线看|
日本中文字幕乱码aa高清电影|
精品人妻一区二区三区四区在线|
国产成人麻豆精品午夜福利在线|
2020年最新国产精品正在播放|
午夜福利理论片在线观看|
99riav国产精品视频|
久久一日本道色综合久久|
高清无码午夜福利在线观看|
亚洲愉拍99热成人精品热久久
|
国产95在线 | 欧美|
四虎永久在线精品884aa|
波多野结系列18部无码观看AV|
亚洲日韩久久综合中文字幕|
18禁免费吃奶摸下激烈视频|
亚洲欧洲日产韩国无码|
日本不卡一区二区三区
|
日本高清在线一区至六区不卡视频|
2021国产精品视频网站|
老司机午夜免费精品视频|
亚洲综合憿情五月丁香五月网|
初尝黑人嗷嗷叫中文字幕|
国产全肉乱妇杂乱视频|
国产精品网站在线观看免费传媒|
在线无码视频观看草草视频|
日韩在线一区二区三区免费视频|
无码人妻丰满熟妇啪啪网不卡|
亚瑟国产精品久久|
国产精品深夜福利在线观看|
久久经精品久久精品免费观看|