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)
  • 本發(fā)明涉及一種智能感知算法訓(xùn)練框架統(tǒng)一支撐方法，屬于深度學(xué)習(xí)領(lǐng)域。本發(fā)明包括主流國產(chǎn)框架轉(zhuǎn)換兼容技術(shù)；統(tǒng)一訓(xùn)練系統(tǒng)；訓(xùn)練框架多硬件兼容技術(shù)；多類型計(jì)算資源虛擬化技術(shù)。本發(fā)明集成國產(chǎn)主流訓(xùn)練框架PaddlePaddle，通過X2Paddle工...
  • 本發(fā)明屬于自動(dòng)駕駛技術(shù)領(lǐng)域，具體為一種車輛自動(dòng)駕駛的軌跡預(yù)測(cè)模型調(diào)度方法，包括步驟一：數(shù)據(jù)預(yù)處理，將車輛原始的歷史軌跡數(shù)據(jù)先按照一定規(guī)則填充到網(wǎng)格中,再將每一張網(wǎng)格分別處理成一張圖；每一張圖代表在當(dāng)前時(shí)間的車輛的當(dāng)前狀態(tài)，圖中一個(gè)節(jié)點(diǎn)代表一...
  • 本發(fā)明涉及礦產(chǎn)資源開發(fā)技術(shù)領(lǐng)域，尤其是涉及一種適于露天開采礦產(chǎn)資源質(zhì)量精準(zhǔn)預(yù)測(cè)的方法及應(yīng)用，所述方法包括：建立包括礦山勘查研究數(shù)據(jù)和礦區(qū)穿孔生產(chǎn)數(shù)據(jù)的真三維數(shù)據(jù)庫，并結(jié)合野外地質(zhì)條件判定，編制大間距一次遠(yuǎn)景區(qū)和小間距二次礦靶區(qū)，最后基于此進(jìn)...
  • 本發(fā)明屬于信息傳播技術(shù)領(lǐng)域，公開了一種基于時(shí)間感知超圖學(xué)習(xí)的多模態(tài)社交媒體流行度預(yù)測(cè)方法，首先，采用以時(shí)間為核心的方法來檢索與目標(biāo)UGC相關(guān)的前K個(gè)實(shí)例；隨后，通過利用UGC屬性，將所有相關(guān)實(shí)例連接在一起，形成目標(biāo)UGC的超圖；其次，研發(fā)了...
  • 本發(fā)明涉及一種基于二分搜索和KM算法的目標(biāo)分配方法，屬于資源分配領(lǐng)域。本發(fā)明將目標(biāo)分配問題轉(zhuǎn)化為規(guī)劃模型，并確定最小化最大值問題的優(yōu)化函數(shù)；構(gòu)建二分圖，在二分圖中，優(yōu)化函數(shù)轉(zhuǎn)化成：在所有的分配方案中，求解一個(gè)最大匹配，使得該分配方案中最大的...
  • 本發(fā)明公開了一種多要素耦合的潰壩突發(fā)事件應(yīng)急決策效果評(píng)估方法。該方法通過組織?人員?技術(shù)多要素耦合，表征潰壩突發(fā)事件應(yīng)急決策要素與致災(zāi)后果映射及演化機(jī)制。提出基于數(shù)學(xué)模型的災(zāi)后應(yīng)急決策效果評(píng)估方法，在數(shù)據(jù)?機(jī)理驅(qū)動(dòng)下刻畫潰壩突發(fā)事件應(yīng)急決策...
  • 訂正時(shí)間線確定及筆跡分析方法、服務(wù)器、介質(zhì)及產(chǎn)品，該方法包括：檢測(cè)每個(gè)學(xué)生是否存在班級(jí)批改時(shí)刻和/或?qū)W生批改時(shí)刻；若存在班級(jí)批改時(shí)刻和學(xué)生批改時(shí)刻，則將訂正時(shí)間線設(shè)置為學(xué)生批改時(shí)刻；若存在班級(jí)批改時(shí)刻且不存在學(xué)生批改時(shí)刻，則將訂正時(shí)間線設(shè)置...
  • 本發(fā)明涉及區(qū)塊鏈技術(shù)領(lǐng)域，且公開了一種基于區(qū)塊鏈的項(xiàng)目準(zhǔn)入數(shù)據(jù)處理系統(tǒng)，包括業(yè)務(wù)管理模塊、數(shù)據(jù)管理模塊、數(shù)據(jù)處理模塊、數(shù)據(jù)追溯模塊、決策調(diào)整模塊、數(shù)據(jù)驗(yàn)證模塊以及框架制定模塊；所述業(yè)務(wù)管理模塊，用于對(duì)個(gè)人貸款的用戶變更、資源的分配以及風(fēng)險(xiǎn)評(píng)...
  • 本申請(qǐng)公開了一種金融營銷建模方法、裝置、服務(wù)器、計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)以及計(jì)算機(jī)程序產(chǎn)品。該方法提供了一種兩階段采樣的建模方式，以及一種采樣區(qū)間的構(gòu)造方式。其中，第一階段采用特征篩選的方式構(gòu)建營銷模型，作為粗排模型，該模型相對(duì)于在采樣的尺度下對(duì)...
  • 本發(fā)明涉及電價(jià)預(yù)測(cè)技術(shù)領(lǐng)域，公開了一種基于Stacking集成學(xué)習(xí)的電價(jià)預(yù)測(cè)方法、系統(tǒng)、介質(zhì)及處理器，方法包括通過獲取電力市場(chǎng)的電價(jià)數(shù)據(jù)，并進(jìn)行處理得到電價(jià)與各種影響因素之間關(guān)系的數(shù)據(jù)集；將所述數(shù)據(jù)集作為樣本數(shù)據(jù)，并輸入由隨機(jī)森林模型和梯度...
  • 本發(fā)明涉及數(shù)字金融技術(shù)領(lǐng)域，且公開了一種金融業(yè)務(wù)實(shí)時(shí)大數(shù)據(jù)規(guī)則引擎處理系統(tǒng)，包括數(shù)據(jù)收集模塊、數(shù)據(jù)處理模塊、數(shù)據(jù)分析模塊、數(shù)據(jù)安全模塊、實(shí)時(shí)監(jiān)控模塊、機(jī)器學(xué)習(xí)模塊以及異常檢測(cè)模塊；所述數(shù)據(jù)收集模塊，用于收集個(gè)人貸款業(yè)務(wù)的交易記錄、賬戶變動(dòng)、...
  • 本發(fā)明涉及分案模型技術(shù)領(lǐng)域，且公開了一種基于數(shù)字化不良資產(chǎn)估值系統(tǒng)的分案模型生成法，包括以下步驟：處理輸入和輸出都是序列的個(gè)人貸款業(yè)務(wù)數(shù)據(jù)；區(qū)分輸出的數(shù)據(jù)樣本和真實(shí)的數(shù)據(jù)樣本，并識(shí)別生成的樣本是否來自真實(shí)的業(yè)務(wù)數(shù)據(jù)分布；通過設(shè)定的模型來學(xué)習(xí)...
  • 本申請(qǐng)實(shí)施例公開了一種基于異常檢測(cè)的數(shù)據(jù)對(duì)賬方法及裝置，屬于智能對(duì)賬技術(shù)領(lǐng)域，能夠提升數(shù)據(jù)對(duì)賬的效率和準(zhǔn)確率。包括：獲取待對(duì)賬的權(quán)益數(shù)據(jù)的源數(shù)據(jù)，根據(jù)預(yù)設(shè)的對(duì)賬算法，計(jì)算權(quán)益數(shù)據(jù)對(duì)應(yīng)的對(duì)賬結(jié)果；將對(duì)賬結(jié)果輸入預(yù)訓(xùn)練的異常檢測(cè)模型中，根據(jù)對(duì)賬...
  • 本發(fā)明提出了一種新的基于雙態(tài)聯(lián)合交互機(jī)制的知識(shí)追蹤方法和系統(tǒng)，包括：（1）建模學(xué)生知識(shí)狀態(tài)；（2）建模學(xué)生應(yīng)試心理狀態(tài)；（3）構(gòu)建靜態(tài)聯(lián)合交互機(jī)制；（4）構(gòu)建強(qiáng)化學(xué)習(xí)增強(qiáng)的動(dòng)態(tài)聯(lián)合交互機(jī)制。本發(fā)明利用多頭注意機(jī)制、強(qiáng)化學(xué)習(xí)等技術(shù)方法，將學(xué)生...
  • 本申請(qǐng)實(shí)施例公開了一種印刷標(biāo)簽缺陷檢測(cè)方法及裝置；所述方法包括：導(dǎo)入檢測(cè)標(biāo)準(zhǔn)參數(shù)，訓(xùn)練OCR光學(xué)字符識(shí)別模型；當(dāng)檢測(cè)到標(biāo)簽發(fā)送打印指令至打印機(jī)時(shí)，實(shí)時(shí)截取發(fā)送到打印機(jī)的打印流，生成電子圖像；采集實(shí)際的打印圖像；將電子圖像和打印圖像導(dǎo)入OCR...
  • 本發(fā)明公開了一種結(jié)合注意力機(jī)制的高分辨率輕量級(jí)的人體姿態(tài)估計(jì)方法。本發(fā)明設(shè)計(jì)了一個(gè)高分辨率輕量級(jí)人體姿態(tài)估計(jì)網(wǎng)絡(luò)，網(wǎng)絡(luò)的核心是特別設(shè)計(jì)的GEBasicblock和GEBottleneck模塊，它們利用倒殘差結(jié)構(gòu)和Ghost模塊來提取特征，并...
  • 本發(fā)明涉及一種基于全局注意力機(jī)制的無人機(jī)環(huán)境感知移動(dòng)目標(biāo)檢測(cè)方法，包括：基于無人機(jī)采集路況環(huán)境圖像；將所述路況環(huán)境圖像輸入預(yù)訓(xùn)練的檢測(cè)模型，識(shí)別所述路況環(huán)境圖像中的移動(dòng)目標(biāo)；所述檢測(cè)模型基于預(yù)設(shè)的數(shù)據(jù)集對(duì)預(yù)設(shè)的ConvGRU?YOLOv7?...
  • 本發(fā)明涉及一種基于多模態(tài)模型的數(shù)據(jù)自動(dòng)標(biāo)注方法，屬于數(shù)據(jù)標(biāo)注與人工智能領(lǐng)域。本發(fā)明待標(biāo)注圖像數(shù)據(jù)與潛在標(biāo)簽輸入數(shù)據(jù)自動(dòng)標(biāo)注系統(tǒng)；數(shù)據(jù)自動(dòng)標(biāo)注系統(tǒng)通過文本?圖像多模態(tài)模型為潛在標(biāo)簽進(jìn)行打分排序，返回潛在標(biāo)簽概率排序結(jié)果；標(biāo)注者人工對(duì)自動(dòng)標(biāo)注標(biāo)...
  • 本發(fā)明公開了一種基于融合RNN的礦用圖像傳感器系統(tǒng)，涉及圖像處理和計(jì)算機(jī)視覺技術(shù)領(lǐng)域，礦用圖像傳感器系統(tǒng)包括圖像采集模塊、預(yù)處理模塊、卷積神經(jīng)網(wǎng)絡(luò)模塊與后處理模塊；所述圖像采集模塊用于采集原始礦井圖像；所述預(yù)處理模塊用于根據(jù)所述原始礦井圖像...
  • 本發(fā)明公開了一種基于多模態(tài)遙感圖像的小目標(biāo)檢測(cè)方法，所述方法基于卷積神經(jīng)網(wǎng)絡(luò)和多模態(tài)遙感圖像中目標(biāo)的相同、互補(bǔ)和多層級(jí)特征，通過端到端的目標(biāo)檢測(cè)網(wǎng)絡(luò)，在充分利用多模態(tài)遙感圖像中的相關(guān)特征的同時(shí)提升對(duì)遙感圖像小目標(biāo)的檢測(cè)精度。本發(fā)明充分利用配...
首頁 上一頁 26 下一頁
技術(shù)分類
主站蜘蛛池模板： 玉树县| 河南省| 娄烦县| 图片| 于都县| 乌拉特前旗| 八宿县| 青州市| 罗山县| 寻乌县| 建平县| 常德市| 五家渠市| 青田县| 河西区| 肃宁县| 建水县| 兰西县| 洮南市| 水城县| 玛曲县| 新乡市| 玉门市| 雅安市| 凤翔县| 思南县| 上思县| 崇礼县| 乌拉特后旗| 绥中县| 古田县| 晋江市| 成武县| 金寨县| 长沙县| 炎陵县| 甘肃省| 新竹县| 自治县| 黎川县| 漳平市|