• <abbr id="gv0fz"><font id="gv0fz"></font></abbr>
      1. <p id="gv0fz"></p>

        1. <sup id="gv0fz"><rt id="gv0fz"><form id="gv0fz"></form></rt></sup>
          男女性杂交内射女bbwxz,亚洲欧美人成电影在线观看,中文字幕国产日韩精品,欧美另类精品xxxx人妖,欧美日韩精品一区二区三区高清视频,日本第一区二区三区视频,国产亚洲精品中文字幕,gogo无码大胆啪啪艺术
          Document
          拖動(dòng)滑塊完成拼圖
          首頁(yè) 專(zhuān)利交易 IP管家助手 科技果 科技人才 積分商城 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)
          • 本申請(qǐng)?zhí)峁┝艘环N遙感診斷的滴灌棉花氮肥需求估算方法,包括以下步驟:S1、貝葉斯臨界氮濃度稀釋曲線;S2、植株氮濃度遙感估測(cè):獲取棉花生長(zhǎng)數(shù)據(jù)、無(wú)人機(jī)遙感RGB圖像數(shù)據(jù)和氣象數(shù)據(jù),基于Stacking集成學(xué)習(xí)模型,估測(cè)各條件下棉花植株氮含量(...
          • 一種基于改進(jìn)RT?DETR的無(wú)人機(jī)航拍小目標(biāo)檢測(cè)方法、檢測(cè)系統(tǒng)及計(jì)算機(jī)設(shè)備,其中,在本發(fā)明的檢測(cè)模型的主干網(wǎng)絡(luò)中引入細(xì)粒度特征增強(qiáng)卷積模塊,細(xì)粒度特征增強(qiáng)卷積模塊通過(guò)多分支設(shè)計(jì)實(shí)現(xiàn)了特征的差異化增強(qiáng):第一分支保留原始特征確保深層語(yǔ)義信息不丟...
          • 本發(fā)明公開(kāi)了一種基于深度學(xué)習(xí)腫瘤影像智能分割方法及系統(tǒng),屬于腫瘤影像分割領(lǐng)域,方法包括:通過(guò)預(yù)設(shè)的U?Net模型對(duì)腫瘤影像進(jìn)行特征提取,獲取多層卷積特征圖,確定邊界區(qū)域的初步候選點(diǎn)集;若初始連接權(quán)重高于預(yù)設(shè)閾值,則通過(guò)信息傳播機(jī)制更新節(jié)點(diǎn)特...
          • 本發(fā)明公開(kāi)了一種基于3D視覺(jué)的點(diǎn)云數(shù)據(jù)快速處理系統(tǒng),涉及點(diǎn)云數(shù)據(jù)處理技術(shù)領(lǐng)域。雙目采集模塊生成抗干擾的高精度點(diǎn)云;預(yù)處理模塊降噪降維,保留關(guān)鍵幾何特征;分層特征提取模塊融合曲率權(quán)重與非極大值抑制策略,提升ORB算法在旋轉(zhuǎn)、尺度及噪聲場(chǎng)景下的...
          • 本發(fā)明公開(kāi)了一種基于異源SAR數(shù)據(jù)進(jìn)行跨圖像模態(tài)的洪水變化檢測(cè)方法,屬于遙感變化檢測(cè)領(lǐng)域。該方法首先構(gòu)建包含哨兵1號(hào)與機(jī)載SAR影像的異源數(shù)據(jù)集,并進(jìn)行重投影、配準(zhǔn)與裁剪預(yù)處理;其次,構(gòu)建并訓(xùn)練雙向?qū)Ρ绒D(zhuǎn)譯模型,該模型在DualGAN框架中...
          • 本發(fā)明公開(kāi)了基于對(duì)比學(xué)習(xí)的多尺度聚合芯片表面缺陷檢測(cè)方法,屬于計(jì)算機(jī)視覺(jué)與工業(yè)自動(dòng)化檢測(cè)領(lǐng)域。所述方法包括特征生成策略模塊和多尺度聚合策略模塊,特征生成策略模塊利用正常樣本生成增廣樣本和模擬異常樣本,結(jié)合對(duì)比學(xué)習(xí)加強(qiáng)潛在特征空間中正負(fù)例樣本...
          • 本發(fā)明涉及智能問(wèn)答技術(shù)領(lǐng)域,具體涉及本申請(qǐng)公開(kāi)了一種學(xué)前教育智能問(wèn)答方法、裝置及存儲(chǔ)介質(zhì),其包括:構(gòu)建一個(gè)融合了用戶(hù)?兒童動(dòng)態(tài)畫(huà)像的知識(shí)庫(kù);接收用戶(hù)端提出的問(wèn)題后,首先調(diào)用狀態(tài)感知模型解析問(wèn)題的意圖與情緒,并結(jié)合歷史畫(huà)像信息形成整合畫(huà)像;接...
          • 本申請(qǐng)?zhí)岢鲆环N面向多應(yīng)用場(chǎng)景的風(fēng)光時(shí)序曲線生成方法及裝置,該方法包括:先獲取電力系統(tǒng)新能源多維特征指標(biāo)集數(shù)據(jù),據(jù)此構(gòu)建特征條件向量;接著構(gòu)建條件約束生成器和判別器,將隨機(jī)噪聲向量與特征條件向量輸入生成器,生成風(fēng)光時(shí)序曲線樣本;再把該樣本和歷...
          • 本申請(qǐng)涉及計(jì)算機(jī)視覺(jué)技術(shù)領(lǐng)域,尤其涉及一種獲取位姿的方法、充電機(jī)械臂及存儲(chǔ)介質(zhì),部署成本低且準(zhǔn)確性較高。該方法包括:處理相機(jī)對(duì)充電口采集的第一圖像,得到第一掩碼圖像;第一掩碼圖像用于標(biāo)記出第一圖像中的充電口圖像;獲取第一掩碼圖像與多張邊緣圖...
          • 本申請(qǐng)涉及一種行人重識(shí)別方法、行人重識(shí)別裝置、算法服務(wù)器和行人重識(shí)別系統(tǒng)。所述方法包括:從待處理圖像中提取不同深度特征圖;融合不同深度特征圖,生成第一融合特征圖;基于一深層特征圖,生成一用于突顯潛在小目標(biāo)區(qū)域的權(quán)重圖,并基于權(quán)重圖對(duì)第一融合...
          • 本發(fā)明屬于生成問(wèn)答領(lǐng)域,提供了一種基于知識(shí)圖譜的交互式檢索增強(qiáng)生成問(wèn)答方法及系統(tǒng),包括基于原始文檔集合進(jìn)行文檔分塊生成全局塊集合,對(duì)全局塊集合中每個(gè)文本塊進(jìn)行實(shí)體抽取得到實(shí)體集合,對(duì)實(shí)體集合中的每個(gè)文本塊中的實(shí)體子集進(jìn)行關(guān)系抽取,得到全局關(guān)...
          • 本發(fā)明公開(kāi)了一種基于神經(jīng)網(wǎng)絡(luò)的小目標(biāo)檢測(cè)方法、裝置、服務(wù)器及存儲(chǔ)介質(zhì),屬于目標(biāo)檢測(cè)技術(shù)領(lǐng)域。包括:將初級(jí)特征經(jīng)過(guò)卷積和MDPEM模塊處理,得到高分辨率細(xì)節(jié)特征;將高分辨率細(xì)節(jié)特征經(jīng)過(guò)卷積和MDPEM模塊處理,得到中分辨率平衡特征;將中分辨率...
          • 本發(fā)明屬于計(jì)算機(jī)數(shù)據(jù)處理技術(shù)領(lǐng)域,提供了一種基于多源遙感影像融合的生物多樣性反演方法,包括:遙感影像數(shù)據(jù)采集、圖像預(yù)處理、圖像融合處理、多光譜分辨率影像數(shù)據(jù)生成、光譜特征提取、最終頻率特征提取、特征整合以及目標(biāo)生態(tài)變量預(yù)測(cè);本發(fā)明通過(guò)波基自...
          • 本發(fā)明屬于隧道工程數(shù)字化施工技術(shù)領(lǐng)域,具體涉及一種無(wú)監(jiān)督學(xué)習(xí)的鉆爆法隧道點(diǎn)云特征提取及超欠挖檢測(cè)方法。首先,采用三維激光掃描獲取隧道開(kāi)挖初始點(diǎn)云數(shù)據(jù),采用點(diǎn)云抽稀、配準(zhǔn)進(jìn)行預(yù)處理;然后,運(yùn)用凸包算法計(jì)算實(shí)際開(kāi)挖軸線,按固定間距10m截取厚度...
          • 一種遙感圖像中小型目標(biāo)檢測(cè)的動(dòng)態(tài)對(duì)齊與邊緣特征校準(zhǔn)方法,其包括:S100:在特征提取階段,采用多尺度紋理感知MSTP提取多尺度紋理信息,捕獲像素之間的關(guān)系,同時(shí)放大對(duì)象的同質(zhì)細(xì)節(jié)以對(duì)重要紋理進(jìn)行表征;S200:在特征處理階段,通過(guò)選擇邊界增...
          • 本發(fā)明的目的在于提供鋼材表面缺陷檢測(cè)方法、檢測(cè)系統(tǒng),包括:將所述鋼材表面圖像作為輸入,構(gòu)建深度學(xué)習(xí)網(wǎng)絡(luò)模型,包括:進(jìn)入網(wǎng)絡(luò)模型的骨干網(wǎng)絡(luò),分別通過(guò)卷積、邊緣信息增強(qiáng)模塊和空間池化層以及C2PSA模塊,輸出至少2個(gè)尺度不同的特征圖;任一所述特...
          • 本發(fā)明提供一種擴(kuò)散引導(dǎo)偽標(biāo)簽增強(qiáng)的無(wú)源域自適應(yīng)語(yǔ)義分割方法及裝置,涉及語(yǔ)義分割技術(shù)領(lǐng)域。該方法包括:獲取原始目標(biāo)域圖像并增強(qiáng),通過(guò)源域模型對(duì)原始圖像和增強(qiáng)后的圖像進(jìn)行預(yù)測(cè),得到初始偽標(biāo)簽;分別對(duì)初始偽標(biāo)簽進(jìn)行置信度排序和過(guò)濾,得到偽標(biāo)簽集,...
          • 本申請(qǐng)實(shí)施例提供一種測(cè)試問(wèn)題處理系統(tǒng)、方法、設(shè)備及存儲(chǔ)介質(zhì)。該系統(tǒng)包括:數(shù)據(jù)層、智能層和應(yīng)用層,其中,數(shù)據(jù)層包括預(yù)設(shè)數(shù)據(jù)庫(kù)和規(guī)則知識(shí)庫(kù);應(yīng)用層用于,獲取目標(biāo)測(cè)試問(wèn)題;智能層用于,根據(jù)預(yù)設(shè)數(shù)據(jù)庫(kù)和規(guī)則知識(shí)庫(kù),確定目標(biāo)測(cè)試問(wèn)題對(duì)應(yīng)的至少一個(gè)問(wèn)題...
          • 本申請(qǐng)涉及電數(shù)字處理技術(shù)領(lǐng)域,具體而言,涉及一種汽車(chē)標(biāo)準(zhǔn)文檔的檢索方法和設(shè)備。該方法包括:采集汽車(chē)標(biāo)準(zhǔn)文檔,對(duì)汽車(chē)標(biāo)準(zhǔn)文檔進(jìn)行預(yù)處理;將所述汽車(chē)標(biāo)準(zhǔn)文檔和預(yù)處理后的內(nèi)容存儲(chǔ)到數(shù)據(jù)庫(kù)中;根據(jù)當(dāng)前用戶(hù)查詢(xún)類(lèi)型與當(dāng)前業(yè)務(wù)場(chǎng)景確定混合檢索的權(quán)重;根...
          • 基于知識(shí)圖譜的體操教學(xué)資源智能推薦方法,涉及資源推薦技術(shù)領(lǐng)域;對(duì)不同體操動(dòng)作的教學(xué)資源進(jìn)行采集,并分別構(gòu)建第一知識(shí)圖譜和第二知識(shí)圖譜,獲取用戶(hù)的第一錄制視頻及其第一評(píng)分,并構(gòu)建第一評(píng)分模型,根據(jù)第一評(píng)分獲取用戶(hù)的達(dá)標(biāo)動(dòng)作集合,結(jié)合第二知識(shí)圖...
          技術(shù)分類(lèi)
          主站蜘蛛池模板: 亚洲欧美人成网站在线观看看| 久热久精久品这里在线观看| 国产精品久久久天天影视香蕉 | 日本丰满少妇高潮呻吟| 国产一区二区三区4区| 九九热精品在线免费视频| 少妇宾馆粉嫩10p| 精品国产这么小也不放过| 丝袜欧美视频首页在线| 国产精品分类视频分类一区| 国厂精品114福利电影免费| 极品美女销魂一区二区三| 亚欧洲乱码视频一二三区| 免费欧洲美女牲交视频| 国产精品日韩av一区二区| 欧美精品国产一区二区三区| 夜夜添狠狠添高潮出水| 国产SUV精品一区二区88L| 成全看免费观看完整版| 亚洲日本欧美日韩中文字幕| 国内大量情侣作爱视频| 亚洲精品综合久久国产二区| 国产午夜精品久久久久免费视| 成全影视大全在线看| 国产午夜福利小视频在线| 国产成人啪精品视频免费APP| 日本第一区二区三区视频| 久久精品青青大伊人av| 国产在线观看播放av| 乱人伦无码中文视频在线| 又爆又大又粗又硬又黄的a片| 国产愉拍91九色国产愉拍| 干老熟女干老穴干老女人| 国产成人高清精品免费软件| 国产精品无码不卡一区二区三区| 黑人与人妻无码中字视频| 久久久无码精品国产一区| 国产短视频精品一区二区| 亚洲熟妇乱色一区二区三区| 香蕉EEWW99国产精选免费| 亚洲亚洲中文字幕无线码|