国产精品天干天干在线播放,大尺度揉捏胸床戏视频,樱花草www日本在线观看,狠狠躁夜夜躁人人爽天天天天97

Document
拖動(dòng)滑塊完成拼圖
首頁(yè) 專利交易 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 IP管家助手 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)明公開(kāi)了一種基于隨機(jī)森林模型的城市公園資源優(yōu)化配置方法，包括：S1：獲與各城市公園相關(guān)的社媒評(píng)論文本；S2：對(duì)社媒評(píng)論文本進(jìn)行情感分析；S3：對(duì)每個(gè)社媒評(píng)論文本進(jìn)行關(guān)于環(huán)境因素的主題提取并分配分布權(quán)重；S4：基于每個(gè)社媒評(píng)論文本的情感強(qiáng)...
  • 本發(fā)明提供了一種基于人工智能的數(shù)字口岸智慧關(guān)務(wù)方法和系統(tǒng)，方法包括通過(guò)采集多源數(shù)據(jù)，經(jīng)數(shù)據(jù)底座標(biāo)準(zhǔn)化處理生成報(bào)關(guān)數(shù)據(jù)流；利用聯(lián)邦學(xué)習(xí)預(yù)測(cè)風(fēng)險(xiǎn)，強(qiáng)化學(xué)習(xí)生成查驗(yàn)方案；結(jié)合區(qū)塊鏈核驗(yàn)單證一致性，OCR與知識(shí)圖譜驗(yàn)證單證邏輯；動(dòng)態(tài)調(diào)整貨物分撥策略...
  • 本發(fā)明提供了一種基于多模態(tài)數(shù)據(jù)的數(shù)據(jù)中心建筑信息模型(BIM)動(dòng)態(tài)耦合生成方法，包括步驟1，數(shù)據(jù)準(zhǔn)備與預(yù)處理；步驟2，進(jìn)行圖像分割和邊緣分割；步驟3，進(jìn)行圖像特征編碼；步驟4，進(jìn)行前向擴(kuò)散；步驟5，訓(xùn)練ResU?Net模型；步驟6，進(jìn)行圖像...
  • 本發(fā)明提供一種受電弓位姿視覺(jué)測(cè)量方法、裝置、系統(tǒng)及介質(zhì)，包括：對(duì)受電弓高清成像，經(jīng)過(guò)對(duì)受電弓圖像進(jìn)行圖像特征點(diǎn)提取，求解得到受電弓位姿初值，通過(guò)提取受電弓拓?fù)浣Y(jié)果不變的邊緣信息，通過(guò)非線性優(yōu)化方法得到位姿最優(yōu)解，實(shí)現(xiàn)了全天候、全天時(shí)、多車型...
  • 本發(fā)明提供一種基于多源知識(shí)遷移的作物分布制圖樣本制備方法及裝置，其中方法包括：基于聚類分析分別獲取多組源域代表性樣本集和目標(biāo)域代表性樣本集；基于多組源域代表性樣本集和目標(biāo)域代表性樣本集的多維度組合特征，確定多組源域優(yōu)選樣本集，基于歷史訓(xùn)練樣...
  • 本發(fā)明涉及AI智能識(shí)別技術(shù)領(lǐng)域，具體涉及一種基于矩陣圖像分析的用電器AI識(shí)別方法及識(shí)別裝置。具體的，所述識(shí)別方法包括：S0、設(shè)于預(yù)設(shè)區(qū)域內(nèi)的圖像AI識(shí)別裝置，對(duì)預(yù)設(shè)區(qū)域內(nèi)的用電器進(jìn)行矩陣式圖像識(shí)別；若圖像識(shí)別結(jié)果預(yù)存于特定圖片庫(kù)，則不再進(jìn)行...
  • 本申請(qǐng)涉及油氣管道泄漏技術(shù)領(lǐng)域，提供了一種參數(shù)化的油氣管道泄漏擴(kuò)散預(yù)測(cè)自校正方法及系統(tǒng)。該方法中，通過(guò)參數(shù)化油氣管道泄漏擴(kuò)散流場(chǎng)，實(shí)現(xiàn)將油氣管道泄漏時(shí)三維、均勻、離散濃度場(chǎng)降維成固定長(zhǎng)度的第一濃度場(chǎng)隱空間向量，并通過(guò)自回歸預(yù)測(cè)，將前
  • 本發(fā)明公開(kāi)了一種基于特征相似度計(jì)算的快速聚合分類方法，涉及圖像處理技術(shù)領(lǐng)域，主要包括步驟：在遷移學(xué)習(xí)模式下，通過(guò)對(duì)各訓(xùn)練圖像以及對(duì)應(yīng)的梯度特征、頻域特征進(jìn)行維度統(tǒng)一后的注意力機(jī)制整合，獲取場(chǎng)景高維特征信息；根據(jù)各訓(xùn)練圖像獲得的場(chǎng)景高維特征信...
  • 本發(fā)明通過(guò)提供一種基于圖像處理的PCB的生產(chǎn)線缺陷檢測(cè)系統(tǒng)及方法，采用多個(gè)高分辨率攝像頭、紅外熱成像相機(jī)和3D激光掃描儀，結(jié)合動(dòng)態(tài)控制的環(huán)形LED光源、偏振光照明和結(jié)構(gòu)光投影技術(shù)，通過(guò)自適應(yīng)閾值Otsu法分離前景和背景，引入卷積神經(jīng)網(wǎng)絡(luò)去噪...
  • 本發(fā)明屬于圖像篡改檢測(cè)技術(shù)領(lǐng)域，特別涉及基于輪廓引導(dǎo)的相互聚合復(fù)制移動(dòng)遙感圖像篡改檢測(cè)方法，包括步驟1、輸入復(fù)制移動(dòng)篡改圖像；步驟2、相似區(qū)域檢測(cè)；步驟3、篡改邊緣檢測(cè)；步驟4、信息融合；步驟5、輪廓檢測(cè)；步驟6、類信息融合；步驟7、輪廓引...
  • 本發(fā)明涉及一種基于動(dòng)態(tài)嵌入機(jī)制的大語(yǔ)言模型生成后端接口的方法，旨在提升接口開(kāi)發(fā)的效率與智能化水平。該方法包括：收集歷史數(shù)據(jù)并清洗歸納，構(gòu)建支持實(shí)時(shí)更新的知識(shí)庫(kù)；對(duì)大語(yǔ)言模型進(jìn)行數(shù)據(jù)預(yù)處理、訓(xùn)練及優(yōu)化，構(gòu)建動(dòng)態(tài)嵌入層，將知識(shí)庫(kù)最新內(nèi)容注入模型...
  • 本發(fā)明公開(kāi)了一種數(shù)據(jù)處理方法、裝置、電子設(shè)備及存儲(chǔ)介質(zhì)，該方法包括：獲取待處理文本的文本特征以及待處理圖像的圖像特征；所述待處理文本為所述待處理圖像對(duì)應(yīng)的描述文本；基于所述文本特征確定所述圖像特征中的關(guān)鍵圖像特征；所述關(guān)鍵圖像特征為在所述文...
  • 一種教師照片擴(kuò)充方法、系統(tǒng)、存儲(chǔ)介質(zhì)及程序產(chǎn)品，涉及教育技術(shù)領(lǐng)域。實(shí)現(xiàn)了特征庫(kù)的自我學(xué)習(xí)、自我完善。系統(tǒng)通過(guò)比對(duì)識(shí)別成功的人臉特征與已有特征庫(kù)的相似度均值，當(dāng)均值較低時(shí)，說(shuō)明當(dāng)前成功識(shí)別的人臉特征包含了新的特征信息。通過(guò)將這些新的高質(zhì)量人臉...
  • 本申請(qǐng)?zhí)峁┮环N圖像標(biāo)志點(diǎn)識(shí)別模型訓(xùn)練方法和裝置，通過(guò)獲取多張訓(xùn)練圖像，而各張訓(xùn)練圖像包含多個(gè)標(biāo)記點(diǎn)，各標(biāo)記點(diǎn)具有原始坐標(biāo)。針對(duì)每張訓(xùn)練圖像，基于高斯金字塔結(jié)構(gòu)獲得該訓(xùn)練圖像的多張不同分辨率的圖像塊，并獲得各圖像塊對(duì)應(yīng)的特征圖。將各特征圖導(dǎo)入...
  • 本發(fā)明公開(kāi)了一種基于計(jì)算機(jī)視覺(jué)的木材水性漆面缺陷檢測(cè)方法，屬于木材漆面檢測(cè)技術(shù)領(lǐng)域，包括以下步驟：S1：構(gòu)建木材漆面缺陷數(shù)據(jù)集，包括氣泡、裂痕、洞孔和劃痕四類典型缺陷；S2：引入小波卷積模塊對(duì)Backbone網(wǎng)絡(luò)進(jìn)行改進(jìn)，增強(qiáng)圖像特征捕捉能...
  • 一種基于邊權(quán)重引導(dǎo)對(duì)比學(xué)習(xí)的二部圖鏈接預(yù)測(cè)系統(tǒng)及其推薦方法，涉及推薦系統(tǒng)技術(shù)領(lǐng)域。系統(tǒng)包括數(shù)據(jù)預(yù)處理單元、嵌入單元、權(quán)重引導(dǎo)的邊注意力單元、雙層對(duì)比學(xué)習(xí)單元、融合學(xué)習(xí)單元和預(yù)測(cè)單元。基于上述系統(tǒng)，本發(fā)明方法通過(guò)權(quán)重引導(dǎo)的邊注意力機(jī)制，動(dòng)態(tài)聚...
  • 本發(fā)明公開(kāi)了基于聚類處理的濕地水質(zhì)檢測(cè)方法，方法包括數(shù)據(jù)采集、數(shù)據(jù)預(yù)處理、數(shù)據(jù)預(yù)處理、聚類處理和濕地水質(zhì)檢測(cè)。本發(fā)明屬于水質(zhì)檢測(cè)技術(shù)領(lǐng)域，具體是指基于聚類處理的濕地水質(zhì)檢測(cè)方法，本方案采用動(dòng)態(tài)更新濕地水質(zhì)數(shù)據(jù)的協(xié)方差矩陣，提高濕地檢測(cè)對(duì)環(huán)境...
  • 本申請(qǐng)公開(kāi)了一種身份識(shí)別方法、電子設(shè)備及存儲(chǔ)介質(zhì)，適用于計(jì)算機(jī)技術(shù)領(lǐng)域。該方法包括：首先獲取待識(shí)別圖像對(duì)應(yīng)的第一特征向量及第一相似度得分，其中，待識(shí)別圖像包含目標(biāo)用戶的生物數(shù)據(jù)；然后根據(jù)特征向量與向量密度之間的預(yù)設(shè)映射關(guān)系，確定第一特征向量...
  • 本發(fā)明涉及庫(kù)存訂單審核管理技術(shù)領(lǐng)域，具體地說(shuō)，涉及基于大數(shù)據(jù)的不對(duì)應(yīng)審核系統(tǒng)及方法，其包括數(shù)據(jù)預(yù)處理單元、數(shù)據(jù)初步匹配單元以及不對(duì)應(yīng)審核單元，本發(fā)明通過(guò)數(shù)據(jù)預(yù)處理單元為數(shù)據(jù)添標(biāo)識(shí)、分類、提取特征并哈希編碼，數(shù)據(jù)初步匹配單元運(yùn)用消息隊(duì)列接收處...
  • 本發(fā)明涉及大數(shù)據(jù)處理技術(shù)領(lǐng)域，特別是一種集成文本、圖片、音頻及視頻多維度真?zhèn)舞b定方法。基于深度學(xué)習(xí)、信息技術(shù)和大數(shù)據(jù)分析進(jìn)行多維度數(shù)據(jù)處理；適用于多維度數(shù)據(jù)的高效、準(zhǔn)確真?zhèn)舞b定的方法。通過(guò)綜合運(yùn)用深度學(xué)習(xí)、圖像處理、音頻分析等多種技術(shù)手段，...
首頁(yè) 上一頁(yè) 4 下一頁(yè)
技術(shù)分類
主站蜘蛛池模板： 微博| 深水埗区| 五台县| 绥中县| 镇雄县| 武强县| 托克逊县| 沙湾县| 中牟县| 绥中县| 长乐市| 鸡东县| 仪陇县| 天镇县| 东源县| 和硕县| 缙云县| 三台县| 东丽区| 云南省| 栖霞市| 陇川县| 原平市| 阜宁县| 汤阴县| 桂平市| 青神县| 宁明县| 九寨沟县| 汪清县| 河津市| 全州县| 伊宁市| 汉中市| 红桥区| 玉门市| 晋州市| 策勒县| 和平区| 明星| 垣曲县|