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 專利交易 科技果 科技人才 科技服務(wù) 國際服務(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
最新專利技術(shù)
  • 本公開是關(guān)于一種樣本圖像獲取方法、模型的訓(xùn)練方法及裝置，其中，該樣本圖像獲取包括：獲取待處理樣本，待處理樣本包括第一圖像和圖像標(biāo)簽；對(duì)第一圖像進(jìn)行第一目標(biāo)物的檢測(cè)，基于檢測(cè)結(jié)果確認(rèn)存在第一目標(biāo)物時(shí)，對(duì)第一圖像中的第一目標(biāo)物進(jìn)行模糊化處理或者...
  • 本公開涉及一種食物烹飪效果的評(píng)估方法。本公開通過獲取目標(biāo)食物的食物圖像；對(duì)食物圖像進(jìn)行烹飪效果識(shí)別，得到目標(biāo)食物的成熟度和干濕特征；基于成熟度和干濕特征，確定目標(biāo)食物的烹飪效果，可以通過食物圖像獲取食物的成熟度和干濕特征，自動(dòng)對(duì)食物的烹飪效...
  • 本發(fā)明提出了一種基于動(dòng)態(tài)位置編碼的腫瘤影像分割系統(tǒng)和方法，其目的在于通過層間配準(zhǔn)模塊和層間融合模塊獲取影像特征，優(yōu)化二維影像檢測(cè)中的空間信息缺失和噪聲問題，通過器官預(yù)分割模塊和動(dòng)態(tài)位置編碼模塊獲取空間語義特征，增強(qiáng)基于先驗(yàn)知識(shí)的空間語義特征...
  • 本發(fā)明提出了一種基于動(dòng)態(tài)閾值的腫瘤圖像分割系統(tǒng)和方法，通過訓(xùn)練一個(gè)動(dòng)態(tài)閾值預(yù)測(cè)模塊，可以針對(duì)不同影像的不同區(qū)域生成更適合當(dāng)前區(qū)域的動(dòng)態(tài)閾值，此外訓(xùn)練一個(gè)基礎(chǔ)病灶分割模塊，用來輸出檢測(cè)影像的初始病灶預(yù)測(cè)概率圖。基于上述動(dòng)態(tài)閾值和初始病灶預(yù)測(cè)概...
  • 本發(fā)明公開了一種基于自適應(yīng)融合多分辨率特征的點(diǎn)云語義分割方法。該發(fā)明為了克服點(diǎn)云在構(gòu)建鄰域過程中由于采樣到離群點(diǎn)和重疊點(diǎn)，導(dǎo)致鄰域點(diǎn)云特征模糊和特征冗余，從而導(dǎo)致輸出特征圖對(duì)點(diǎn)云的全局描述不足等問題，提出了基于自適應(yīng)融合多分辨率特征的點(diǎn)云語...
  • 本發(fā)明公開了一種基于泰勒級(jí)數(shù)構(gòu)建曲面的三維點(diǎn)云語義分割方法。以往的基于點(diǎn)的點(diǎn)云語義分割網(wǎng)絡(luò)，通過附加更多信息，例如歐幾里得距離、注意力機(jī)制，或應(yīng)用各種變換，例如圖形構(gòu)造、體素化，間接地從幾何形狀中學(xué)習(xí)。這些操作可能會(huì)導(dǎo)致復(fù)雜的預(yù)處理和大量的...
  • 本發(fā)明公開了一種基于二維三維卷積的點(diǎn)云語義分割方法。本發(fā)明針對(duì)現(xiàn)有的方法探索了像素或點(diǎn)之間的依賴關(guān)系，而忽略了對(duì)象之間的關(guān)系的問題，并考慮到ALS點(diǎn)云坐標(biāo)在XY平面上的方差大于沿Z軸方向的方差，所以首先通過添加2D卷積來增強(qiáng)由3D卷積獲得的...
  • 本申請(qǐng)公開一種體網(wǎng)格建模方法及裝置，本申請(qǐng)中，體網(wǎng)格建模裝置對(duì)于初始獲得的第一面網(wǎng)格模型，能夠確定其中包含的平面網(wǎng)格的參考尺寸，例如參考尺寸可以為平面網(wǎng)格的幾何自適應(yīng)尺寸，并根據(jù)該參考尺寸可重新確定第一面網(wǎng)格模型中的平面網(wǎng)格，獲得第二面網(wǎng)格...
  • 本發(fā)明涉及生物檢測(cè)領(lǐng)域，公開了一種基于ResNeXt?50網(wǎng)絡(luò)結(jié)構(gòu)的檢測(cè)模型確定方法。基于ResNeXt?50網(wǎng)絡(luò)結(jié)構(gòu)的檢測(cè)模型確定方法包括：對(duì)獲取到的所有病毒檢測(cè)的樣本圖像進(jìn)行分組，得到至少一組驗(yàn)證集以及與每組驗(yàn)證集對(duì)應(yīng)的訓(xùn)練集；基于Re...
  • 本發(fā)明涉及生物檢測(cè)領(lǐng)域，公開了一種基于目標(biāo)圖像分析的病毒檢測(cè)方法、裝置、設(shè)備及介質(zhì)。基于目標(biāo)圖像分析的病毒檢測(cè)方法包括：將獲取到的檢測(cè)試劑盒的圖像分塊為多個(gè)分塊子圖像；分別對(duì)每個(gè)分塊子圖像進(jìn)行直方圖計(jì)算，得到每個(gè)分塊子圖像的直方圖；將每個(gè)直...
  • 本發(fā)明提供一種字體顏色還原方法及裝置，涉及圖像處理技術(shù)領(lǐng)域，其中，所述字體顏色還原方法，包括：對(duì)初始文檔圖片進(jìn)行顏色凈化處理，得到凈化后的目標(biāo)文檔圖片；對(duì)所述目標(biāo)文檔圖片進(jìn)行字體分割，得到所述目標(biāo)文檔圖片中每個(gè)文字對(duì)應(yīng)的至少一個(gè)像素；針對(duì)所...
  • 本公開提供一種圖像處理方法及相關(guān)設(shè)備。該方法，包括：確定圖像的目標(biāo)區(qū)域；響應(yīng)于針對(duì)所述目標(biāo)區(qū)域的放大指令，對(duì)所述目標(biāo)區(qū)域進(jìn)行至少兩次倍數(shù)放大，得到第一圖像；對(duì)所述第一圖像進(jìn)行噪聲處理，得到第二圖像；根據(jù)所述第二圖像，生成目標(biāo)圖像。
  • 本申請(qǐng)?zhí)峁┮环N數(shù)據(jù)處理方法、裝置及設(shè)備。該方法包括：獲取待進(jìn)行乘積運(yùn)算的被乘數(shù)和乘數(shù)，被乘數(shù)的位數(shù)為M，乘數(shù)的位數(shù)為N；判斷乘數(shù)是否大于預(yù)設(shè)閾值；若小于，將乘數(shù)的低n位數(shù)據(jù)作為目標(biāo)乘數(shù)；若大于，將乘數(shù)預(yù)設(shè)的第a位至第N?1位組成的數(shù)據(jù)作為目...
  • 一種基于VAE?BiLSTM的市場(chǎng)化用戶短期用電量預(yù)測(cè)方法，屬于電力系統(tǒng)電量預(yù)測(cè)領(lǐng)域，解決預(yù)測(cè)用電量精準(zhǔn)度的技術(shù)問題，是對(duì)收集的市場(chǎng)化數(shù)據(jù)進(jìn)行處理實(shí)現(xiàn)短期用電量預(yù)測(cè)的過程，所述的預(yù)測(cè)方法在收集市場(chǎng)化數(shù)據(jù)后成多個(gè)批次進(jìn)行訓(xùn)練，且對(duì)當(dāng)前批次訓(xùn)練...
  • 本發(fā)明公開一種快速確定醫(yī)療設(shè)備中的冷頭的實(shí)際使用壽命的方法，其包括提取相應(yīng)醫(yī)療設(shè)備的RuO參數(shù)數(shù)據(jù)，其中，所述RuO參數(shù)數(shù)據(jù)包括RuO參數(shù)值及其對(duì)應(yīng)的時(shí)間戳；根據(jù)提取的RuO參數(shù)數(shù)據(jù)確定相應(yīng)醫(yī)療設(shè)備的冷頭的更換時(shí)間節(jié)點(diǎn)；根據(jù)確定的冷頭的更換...
  • 本申請(qǐng)涉及一種市場(chǎng)情緒指數(shù)構(gòu)建方法、裝置、計(jì)算機(jī)設(shè)備和存儲(chǔ)介質(zhì)。所述方法包括：獲取預(yù)設(shè)的歷史時(shí)間區(qū)間對(duì)應(yīng)的風(fēng)險(xiǎn)指標(biāo)數(shù)據(jù)，風(fēng)險(xiǎn)指標(biāo)數(shù)據(jù)包括歷史時(shí)間區(qū)間內(nèi)各個(gè)單位時(shí)間對(duì)應(yīng)的實(shí)際資源數(shù)值，然后，根據(jù)風(fēng)險(xiǎn)指標(biāo)數(shù)據(jù)，獲取歷史時(shí)間區(qū)間對(duì)應(yīng)的多個(gè)有效市場(chǎng)...
  • 本公開涉及一種基于動(dòng)態(tài)貝葉斯網(wǎng)絡(luò)的運(yùn)能風(fēng)險(xiǎn)確定方法及裝置，確定包括至少一個(gè)線路的軌道交通路網(wǎng)，其中每個(gè)線路包括至少兩個(gè)車站和相鄰車站之間的運(yùn)行區(qū)間。確定目標(biāo)時(shí)間區(qū)間內(nèi)每個(gè)車站的車站風(fēng)險(xiǎn)屬性，以及每個(gè)運(yùn)行區(qū)間的區(qū)間風(fēng)險(xiǎn)屬性。根據(jù)軌道交通路網(wǎng)、...
  • 本發(fā)明涉及鉆井工程技術(shù)領(lǐng)域，是一種鉆井工程地質(zhì)風(fēng)險(xiǎn)定量方法，其包括以下步驟：步驟S1、建立鉆井工程地質(zhì)風(fēng)險(xiǎn)定量計(jì)算模型；步驟S2、識(shí)別地質(zhì)因素；步驟S3、計(jì)算鉆井地質(zhì)風(fēng)險(xiǎn)等級(jí)值；步驟S4、根據(jù)鉆井地質(zhì)風(fēng)險(xiǎn)等級(jí)值進(jìn)行風(fēng)險(xiǎn)分類預(yù)防。本發(fā)明可以識(shí)...
  • 本發(fā)明屬于石油工業(yè)油氣集輸工程技術(shù)領(lǐng)域，具體涉及一種聯(lián)合站外輸管道增輸優(yōu)化方法。本發(fā)明通過建立包括動(dòng)力費(fèi)用和藥品費(fèi)用的費(fèi)用目標(biāo)函數(shù)Fmin、求出動(dòng)力費(fèi)用、求出藥品費(fèi)用、求出動(dòng)力費(fèi)用和藥品費(fèi)用之和的最小值，并按照求得的動(dòng)...
  • 本發(fā)明提供了一種斷塊油藏油層經(jīng)濟(jì)極限厚度定量評(píng)價(jià)方法，涉及石油與天然氣地質(zhì)資源的勘探開發(fā)技術(shù)領(lǐng)域，包括獲取油井月產(chǎn)量生產(chǎn)數(shù)據(jù)和原油采收參數(shù)；對(duì)油井月產(chǎn)量生產(chǎn)數(shù)據(jù)進(jìn)行處理得到單油月產(chǎn)量遞減曲線；根據(jù)單油月產(chǎn)量遞減曲線計(jì)算得到單油井對(duì)應(yīng)的現(xiàn)值產(chǎn)...
首頁 上一頁 119 下一頁
技術(shù)分類
主站蜘蛛池模板： 台南县| 华池县| 汝南县| 醴陵市| 秦安县| 南涧| 宣威市| 孟津县| 泗阳县| 襄城县| 绵阳市| 博罗县| 馆陶县| 车险| 宜兴市| 和田县| 瑞丽市| 中山市| 桂东县| 阿拉善左旗| 普兰县| 龙门县| 兴隆县| 文水县| 兴文县| 顺义区| 吉安县| 元朗区| 福州市| 区。| 湄潭县| 平罗县| 保山市| 扎鲁特旗| 昌吉市| 海原县| 积石山| 大理市| 嘉荫县| 上高县| 深圳市|