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(zhuān)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
樂(lè)器;聲學(xué)設(shè)備的制造及制作,分析技術(shù)
  • 一些實(shí)現(xiàn)方式處理第一用戶的電子日程表的結(jié)構(gòu)化日程表數(shù)據(jù)，以生成結(jié)構(gòu)化日程表數(shù)據(jù)的自然語(yǔ)言表示。那些實(shí)現(xiàn)方式的各版本進(jìn)一步響應(yīng)于接收到被確定為與電子日程表相關(guān)的查詢，而使用啟動(dòng)輸入來(lái)啟動(dòng)大型語(yǔ)言模型(LLM)(例如，使用LLM來(lái)處理啟動(dòng)輸入)...
  • 本申請(qǐng)公開(kāi)了一種圖像識(shí)別方法、裝置、設(shè)備、存儲(chǔ)介質(zhì)及程序產(chǎn)品，涉及半導(dǎo)體技術(shù)領(lǐng)域，包括：確定預(yù)先創(chuàng)建的與待識(shí)別圖像的圖像類(lèi)別對(duì)應(yīng)的初始分類(lèi)樹(shù)；對(duì)所述初始分類(lèi)樹(shù)進(jìn)行結(jié)構(gòu)調(diào)整，得到目標(biāo)分類(lèi)樹(shù)；所述目標(biāo)分類(lèi)樹(shù)中的各葉子節(jié)點(diǎn)對(duì)應(yīng)于當(dāng)前所述待識(shí)別圖像...
  • 一種基于互信息理論的自監(jiān)督語(yǔ)音特征增強(qiáng)語(yǔ)音合成方法，涉及語(yǔ)音合成技術(shù)領(lǐng)域。該方法通過(guò)引入自監(jiān)督語(yǔ)音特征，作為文本的聲學(xué)補(bǔ)充，設(shè)計(jì)基于互信息最大化和最小化的信息瓶頸模塊，從自監(jiān)督語(yǔ)音特征中提取緊湊且與任務(wù)相關(guān)的自監(jiān)督表示，并通過(guò)最大化文本表示...
  • 本發(fā)明涉及工程項(xiàng)目?jī)?yōu)化管理技術(shù)領(lǐng)域，具體公開(kāi)基于物聯(lián)網(wǎng)和云計(jì)算的工程項(xiàng)目?jī)?yōu)化管理系統(tǒng)，該系統(tǒng)包括：墻體基本信息采集模塊、砌磚施工工藝質(zhì)量評(píng)估模塊、砌磚施工工藝信息采集模塊、砌磚施工工藝優(yōu)化模塊、數(shù)據(jù)庫(kù)、混凝土施工工藝質(zhì)量評(píng)估模塊和混凝土施工...
  • 一種處理原料的方法，所述原料包括塑料和/或輪胎和/或固體回收燃料熱解油的組分以及化石來(lái)源的重質(zhì)烴組分，所述熱解油組分占所述原料重量的小于50％，所述方法包括：a)在加氫脫金屬催化劑存在下，在包括至少兩個(gè)可置換反應(yīng)器的固定床反應(yīng)段中的加氫脫金...
  • 本發(fā)明提供了一種自適應(yīng)波束成形與深度學(xué)習(xí)的陣列式麥克風(fēng)噪聲抑制方法。該方法首先獲取聲源的多通道音頻信號(hào)，并據(jù)此生成波束成形權(quán)重，以精準(zhǔn)增強(qiáng)目標(biāo)聲源方向的信號(hào)并有效抑制非目標(biāo)方向的噪聲；接著利用深度學(xué)習(xí)模型處理多通道音頻信號(hào)，得到了增強(qiáng)后的多...
  • 本發(fā)明公開(kāi)了一種基于高階奇異值分解與分布式處理的垃圾遙感識(shí)別方法及系統(tǒng)，包括步驟1：接收固廢垃圾遙感圖像數(shù)據(jù)，將圖像數(shù)據(jù)用張量進(jìn)行表示。步驟2：分布式處理，通過(guò)分布式將得到的張量前向切片成矩陣后分組，并將矩陣分解計(jì)算后重新組合成近似張量來(lái)降...
  • 本發(fā)明提供一種基于輕卷積與變形注意力的紋飾多尺度特征融合檢測(cè)方法，涉及紋飾檢測(cè)技術(shù)領(lǐng)域，包括：將圖像輸入CDDA?YOLOv8模型，通過(guò)跨階段部分卷積模塊進(jìn)行輕量化特征提取，分割特征圖并結(jié)合跳躍連接與部分卷積操作輸出CSPPC特征圖；將該特...
  • 本發(fā)明公開(kāi)了一種車(chē)載語(yǔ)音處理方法及系統(tǒng)。本發(fā)明先過(guò)濾聲音信號(hào)中頻率在人體發(fā)聲頻率下限以下的頻段，從而無(wú)需對(duì)聲音信號(hào)中頻率在噪音信號(hào)的頻率下限至發(fā)聲頻率下限之間的頻段進(jìn)行頻譜分析；然后對(duì)聲音信號(hào)中頻率在噪音信號(hào)的頻率上限以下的頻段進(jìn)行頻譜分析...
  • 本發(fā)明涉及一種基于深度學(xué)習(xí)的機(jī)載多維度合成孔徑雷達(dá)圖像地物分類(lèi)方法，包括以下步驟：步驟S1、對(duì)同時(shí)獲取的機(jī)載高分辨率多維度SAR圖像進(jìn)行預(yù)處理，標(biāo)注地物類(lèi)型標(biāo)簽，并對(duì)數(shù)據(jù)集進(jìn)行劃分；步驟S2、對(duì)于每個(gè)維度的SAR圖像分別構(gòu)建對(duì)應(yīng)的地物分類(lèi)模...
  • 本申請(qǐng)公開(kāi)一種語(yǔ)音識(shí)別解碼方法、裝置、存儲(chǔ)介質(zhì)及計(jì)算機(jī)設(shè)備。該方法包括：獲取已構(gòu)建完成的靜態(tài)解碼網(wǎng)絡(luò)；在解碼過(guò)程中，根據(jù)靜態(tài)解碼網(wǎng)絡(luò)中已經(jīng)遍歷過(guò)的節(jié)點(diǎn)和出弧，確定激活節(jié)點(diǎn)和激活弧，以得到包含激活節(jié)點(diǎn)和激活弧的動(dòng)態(tài)解碼網(wǎng)絡(luò)；當(dāng)訪問(wèn)靜態(tài)解碼網(wǎng)絡(luò)...
  • 本發(fā)明涉及人工智能技術(shù)領(lǐng)域，公開(kāi)了一種基于語(yǔ)音識(shí)別的交互方法、裝置、設(shè)備及存儲(chǔ)介質(zhì)，其中方法包括：獲取所采集的用戶語(yǔ)音；采用識(shí)別模型將用戶語(yǔ)音轉(zhuǎn)換成語(yǔ)音文字，并識(shí)別得到說(shuō)話人身份以及用戶情緒；獲取前述回話文本，采用語(yǔ)言模型將語(yǔ)音文字、說(shuō)話人...
  • 本發(fā)明公開(kāi)一種基于深度學(xué)習(xí)的葡萄樹(shù)體長(zhǎng)勢(shì)估計(jì)方法、系統(tǒng)、設(shè)備及介質(zhì)，涉及智能農(nóng)業(yè)技術(shù)領(lǐng)域。所述方法包括：獲取葡萄樹(shù)體圖片；對(duì)所述葡萄樹(shù)體圖像進(jìn)行預(yù)處理，并將預(yù)處理后的圖像輸入特征提取模型中進(jìn)行識(shí)別，確定葡萄樹(shù)體結(jié)構(gòu)特征；所述特征提取模型是基...
  • 本實(shí)用新型涉及穿戴裝置技術(shù)領(lǐng)域，且公開(kāi)了一種吉他背帶，包括矩形條一，所述矩形條一頂部固定安裝有充氣條，所述充氣條的頂部固定安裝有圓形凸點(diǎn)，所述充氣條的外壁分別固定安裝有管道和排氣管，所述管道遠(yuǎn)離圓形凸點(diǎn)的一端外壁固定安裝有氣囊，所述矩形條一...
  • 本申請(qǐng)?zhí)峁┝艘环N聲紋識(shí)別方法、系統(tǒng)、終端及介質(zhì)，通過(guò)對(duì)當(dāng)前說(shuō)話人的待識(shí)別語(yǔ)音數(shù)據(jù)進(jìn)行對(duì)數(shù)梅爾頻譜特征提取，并基于說(shuō)話人分類(lèi)模型，進(jìn)一步進(jìn)行嵌入特征提取，生成嵌入特征向量，以供將其與一或多個(gè)注冊(cè)用戶的模板嵌入特征向量進(jìn)行相似度計(jì)算，驗(yàn)證當(dāng)前說(shuō)...
  • 本發(fā)明公開(kāi)了基于AI智能的模擬人聲的應(yīng)答響應(yīng)語(yǔ)音終端及方法，包括對(duì)話信息采集模塊、應(yīng)答匹配模塊、回復(fù)播放模塊，對(duì)話信息采集模塊采集詢問(wèn)信息并轉(zhuǎn)換為原始靶向數(shù)據(jù)；應(yīng)答匹配模塊包括靶向數(shù)據(jù)庫(kù)和標(biāo)的數(shù)據(jù)庫(kù)，應(yīng)答匹配模塊將原始靶向數(shù)據(jù)與靶向數(shù)據(jù)庫(kù)進(jìn)...
  • 本申請(qǐng)涉及一種基于深度學(xué)習(xí)與特征融合的山火監(jiān)測(cè)方法及裝置，尤其涉及計(jì)算機(jī)視覺(jué)技術(shù)領(lǐng)域。包括：獲取林區(qū)視頻圖像數(shù)據(jù)；基于輕量化深度學(xué)習(xí)模型對(duì)預(yù)處理后的林區(qū)視頻圖像數(shù)據(jù)進(jìn)行初步識(shí)別，以獲取疑似山火信息和目標(biāo)特征；其中，輕量化深度學(xué)習(xí)模型是基于注...
  • 本申請(qǐng)的實(shí)施例基于人工智能中的語(yǔ)音技術(shù)和機(jī)器學(xué)習(xí)方法，提供了一種發(fā)音檢測(cè)方法、裝置及計(jì)算機(jī)可讀介質(zhì)。該發(fā)音檢測(cè)方法包括：從待檢測(cè)的語(yǔ)音音頻中提取音頻幀特征；基于所述音頻幀特征與預(yù)設(shè)第一語(yǔ)言中的第一語(yǔ)音音素之間的匹配度，生成第一后驗(yàn)概率，并基...
  • 本發(fā)明公開(kāi)了基于目標(biāo)建議框增量的小樣本目標(biāo)檢測(cè)方法，包括：步驟一、構(gòu)建并訓(xùn)練目標(biāo)檢測(cè)深度網(wǎng)絡(luò)模型；步驟二、特征提取和聚類(lèi)；步驟三、優(yōu)化目標(biāo)檢測(cè)深度網(wǎng)絡(luò)模型；步驟四、利用優(yōu)化的目標(biāo)檢測(cè)深度網(wǎng)絡(luò)模型進(jìn)行目標(biāo)建議框的篩選；步驟五、對(duì)未被篩選的正樣...
  • 本申請(qǐng)涉及一種圖像分割方法、裝置、計(jì)算機(jī)設(shè)備和存儲(chǔ)介質(zhì)。對(duì)待分割圖像進(jìn)行特征提取，得到待分割圖像的目標(biāo)特征圖，基于目標(biāo)特征圖對(duì)待分割圖像進(jìn)行分割處理，得到待分割圖像中的感興趣區(qū)域圖像；目標(biāo)特征圖包括第一目標(biāo)特征圖和第二目標(biāo)特征圖。由于現(xiàn)有的...
首頁(yè) 上一頁(yè) 4 下一頁(yè)
技術(shù)分類(lèi)
主站蜘蛛池模板： 新建县| 商水县| 古交市| 应用必备| 甘肃省| 克山县| 巴青县| 涿州市| 高台县| 南汇区| 中山市| 高雄县| 镇沅| 金寨县| 阳新县| 宜章县| 云阳县| 玛曲县| 朔州市| 克山县| 林甸县| 新安县| 北海市| 年辖：市辖区| 林周县| 永宁县| 巴塘县| 富民县| 武山县| 克拉玛依市| 基隆市| 罗甸县| 大英县| 齐河县| 通辽市| 松滋市| 汉源县| 弋阳县| 黑山县| 崇礼县| 扬州市|