<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
        國際服務
        商標交易
        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)明公開了一種利用數(shù)值模擬研究密閉容器內(nèi)可燃氣體燃爆特性的方法，具體步驟如下，步驟一、建立密閉容器內(nèi)可燃氣體燃爆的描述性反應動力學模型；步驟二、建立密閉容器內(nèi)可燃氣體燃爆的三維計算流體力學數(shù)學模型；步驟三、通過耦合上述三維計算流體力學數(shù)學...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明提供一種電子組件布局方法，包含由一運算裝置執(zhí)行：加載多筆電子線路圖檔；根據(jù)電子線路圖檔取得多筆組件數(shù)據(jù)，包含多筆組件編號及多筆連接腳位數(shù)據(jù)；在一空白圖檔上定義多個組件布局區(qū)及一機構(gòu)區(qū)，多個組件布局區(qū)分別對應于電子線路圖檔的多個頁面；根...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明提供一種首字下沉段落的檢測方法及裝置，涉及文檔識別技術(shù)領(lǐng)域，其中，首字下沉段落的檢測方法，包括：在待檢測段落的文本行特征符合預設(shè)文本行條件的情況下，從所述待檢測段落中提取設(shè)定數(shù)量個非修飾性的目標元素；對各所述目標元素進行元素類型統(tǒng)計，...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本公開提出了用于事件關(guān)聯(lián)的方法、裝置和計算機程序產(chǎn)品。可以計算當前事件的當前事件向量。可以獲得與歷史事件集合相對應的歷史事件向量集合。可以根據(jù)所述當前事件向量和所述歷史事件向量集合，從所述歷史事件集合中搜索與所述當前事件相似的相似事件集合。...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本申請公開了一種模型更新方法、裝置、設(shè)備、介質(zhì)、產(chǎn)品，該方法包括：在獲取到神經(jīng)網(wǎng)絡模型之后，對該神經(jīng)網(wǎng)絡模型中至少一個算子進行參數(shù)量更新處理，得到更新后模型，以使該更新后模型的參數(shù)量高于該神經(jīng)網(wǎng)絡模型的參數(shù)量，并使得該更新后模型的運行耗時低...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明提供一種提升量化特征feature的量化方法，提高卷積的速度，減少模型推理的時間。通過mask形式標記深度學習Feature，實現(xiàn)Feature推理inference時4bit值代替5bit，提高Feature的量化表示能力，從而提高...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本公開的實施例涉及針對語音識別模型的量化方法、裝置、電子設(shè)備和產(chǎn)品。該方法包括確定語音識別模型的網(wǎng)絡層的權(quán)重矩陣，權(quán)重矩陣包括被劃分成多個分組的多個分塊。該方法還包括基于多個分塊的多個分塊參數(shù)，按照多個分組調(diào)整權(quán)重矩陣中的多個分塊的順序，分...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本申請?zhí)峁┮环N神經(jīng)網(wǎng)絡模型訓練方法、信息表示方法及設(shè)備。本申請的方法，在知識蒸餾時，使用信息表示模型(學生模型)的前至少1層替換參考模型(教師模型)中的對應層來構(gòu)建至少一個輔助模型，基于訓練集確定輔助模型中未被替換的各層的特征退化程度信息，...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本申請公開了一種策略確定方法、裝置、設(shè)備、介質(zhì)及程序產(chǎn)品，涉及計算機技術(shù)領(lǐng)域。該方法包括：獲取多個對象分別對應的對象數(shù)據(jù)信息；對多個對象分別對應的對象數(shù)據(jù)信息進行特征分析，得到多個對象分別對應的活動預測結(jié)果；確定多個對象對應的資源分配策略；...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明實施例提供了一種故障分析的方法、裝置、電子設(shè)備及介質(zhì)，所述方法包括：獲取采集的關(guān)鍵數(shù)據(jù)，并根據(jù)所述關(guān)鍵數(shù)據(jù)，確定故障相關(guān)指標；根據(jù)所述故障相關(guān)指標，構(gòu)建動態(tài)規(guī)則樹；獲取故障單信息，并通過預先訓練的目標模型，根據(jù)所述故障單信息和所述動態(tài)...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及線上智能營銷技術(shù)領(lǐng)域，且公開了一種基于互聯(lián)網(wǎng)的線上營銷智能服務系統(tǒng)，包括：獲取目標信息的采集模塊，分析銷售趨勢、確定目標庫存和目標銷售量的分析模塊，篩選出有效目標數(shù)據(jù)的篩選模塊，形成智能售后服務策略、以解決售后出現(xiàn)的爭議問題的處理...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本申請公開了一種應用于廣告、推薦系統(tǒng)的預測方法、裝置、設(shè)備及介質(zhì)，屬于人工智能領(lǐng)域。所述應用于廣告系統(tǒng)的預測方法包括：獲取第一記憶特征和第一泛化特征；將第一記憶特征輸入具有第一特征交叉層的第一神經(jīng)網(wǎng)絡結(jié)構(gòu)，得到第一預測結(jié)果；以及，將第一泛化...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本說明書實施例提供水印圖像生成方法、水印信息獲取方法、計算設(shè)備、存儲介質(zhì)以及計算機程序產(chǎn)品，其中所述水印圖像生成方法包括：確定待處理圖像以及所述待處理圖像對應的水印信息；將所述待處理圖像劃分為多個待處理圖像塊，并基于第一變換矩陣以及第二變換...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本公開實施例涉及一種圖像處理方法、裝置、設(shè)備及介質(zhì)，其中該方法包括：獲取待處理圖像；將待處理圖像輸入至預先構(gòu)建的超分模型，以通過超分模型生成待處理圖像對應的目標圖像；目標圖像的分辨率高于待處理圖像的分辨率；其中，超分模型用于：對待處理圖像進...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了一種低照度圖像增強模型的訓練方法，包括：將低照度圖像和正常圖像分別輸入低照度圖像增強模型的圖像分解模塊，得到對應的低照度圖像反射率圖和正常圖像反射率圖；對低照度圖像反射率圖和正常圖像反射率圖分別進行退化感知處理，得到對應的低照度...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了大氣散射降質(zhì)圖像增強方法，包括：獲取待處理圖像；基于待處理圖像獲取第一場景輻射率圖像；獲得第一透射圖；基于第一透射圖、第一場景輻射率圖像獲取第一大氣光光強；基于第一大氣光光強、第一場景輻射率圖像獲取第二透射圖；基于第一大氣光光強...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本申請?zhí)峁┝艘环N圖像分割模型的訓練方法、圖像分割方法、裝置及存儲介質(zhì)；方法包括：獲取多張待分割圖像樣本，多張待分割圖像樣本來源于多個不同的數(shù)據(jù)源；按照目標特征轉(zhuǎn)換方式，對各待分割圖像樣本對應的樣本特征進行特征轉(zhuǎn)換，得到各待分割圖像樣本對應的...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了一種基于場景深度信息的大氣散射降質(zhì)圖像恢復方法，包括：獲取待處理圖像；基于待處理圖像通過暗通道先驗假設(shè)獲得第一透射圖，第一透射圖為粗估計的透射圖；基于待處理圖像獲得場景深度相對估計；基于第一透射圖、場景深度相對估計獲得第二透射圖...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本申請?zhí)峁┝艘环N圖像的雙目立體匹配方法和裝置、電子設(shè)備及存儲介質(zhì)，涉及計算機視覺技術(shù)領(lǐng)域。該方法對采集的第一初始圖像和第二初始圖像分別進行格式轉(zhuǎn)化，轉(zhuǎn)化為設(shè)定位數(shù)的第一灰度圖像和第二灰度圖像，可以用于弱紋理、純色環(huán)境或者黑暗環(huán)境的雙目匹配，...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本申請?zhí)峁┮环N基于編碼器和生成器的圖像生成方法及裝置，涉及圖像處理技術(shù)領(lǐng)域，其中，編碼器包括內(nèi)容編碼器和風格編碼器，該方法包括：獲取源內(nèi)容圖像和源風格圖像，以及源內(nèi)容圖像對應的掩碼圖像；將源內(nèi)容圖像和源內(nèi)容圖像對應的掩碼圖像輸入訓練好的內(nèi)容...
								
            
							
            
							
						
            • 
					
                    
          
                
          

                 
          
                 	
		            	首頁
		            	上一頁
		            	
		            	83
		            	
		            	下一頁
                 	
                 	
            	
          
            
          
            
          
                
          
                  
          技術(shù)分類
          
                  
          
                      
                  
          
                
          
            
          
          
          
      
          
    
          
    
    

























































































































































 
 
    







主站蜘蛛池模板：
人妻无码一区二区三区四区|
国产午夜精品无码|
色欲老女人人妻综合网|
国产成人精品a视频免费福利|
国产精品爽爽ⅴa在线观看|
中文字幕亚洲精品人妻|
中国熟妇xxxx性裸交|
亚洲午夜精品久久久久久app|
噜噜噜噜私人影院|
久久大香伊蕉在人线观看热|
青草草在线视频永久免费|
国内不卡一区二区三区|
拍摄av现场失控高潮数次|
日韩精品中文字幕国产一|
国产精品VA尤物在线观看|
人人综合亚洲无线码另类|
国产成人精品s8视频|
国产成人午夜精品影院|
丰满爆乳一区二区三区|
亚洲精品无码高潮喷水a片软
|
一本一本久久a久久精品综合|
毛片一区二区三区无码蜜臀|
成人欧美一区二区三区的电影|
免费无码毛片一区二区app|
国产主播av福利精品一区|
国产好吊看视频在线观看|
亚洲精品无码成人片久久|
欧美成人怡红院一区二区|
亚洲成aⅴ人片在线观看无app|
国产99视频精品免费专区|
三级网站视频在在线播放|
亚洲人成在线观看|
特黄 做受又硬又粗又大视频|
精品国产亚洲第一区二区三区|
精品国精品无码自拍自在线|
久久香蕉国产线看观看猫咪av|
久久先锋男人av资源网站|
国内大量揄拍人妻精品視頻|
久久久久成人精品|
伊人久久大香线蕉av波多野结衣|
无套无码孕妇啪啪|