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)明實(shí)施例提供一種基于虛實(shí)匹配的變電站視覺(jué)智能巡檢方法，屬于變電站巡檢領(lǐng)域。所述方法通過(guò)獲取的真實(shí)場(chǎng)景變電站的場(chǎng)景布局和設(shè)備分布情況生成與真實(shí)變電站場(chǎng)景一致的數(shù)字孿生變電站。在獲取真實(shí)變電站的真實(shí)場(chǎng)圖像后獲取與其對(duì)應(yīng)的虛擬場(chǎng)景圖像，并且經(jīng)...
  • 本說(shuō)明書實(shí)施例公開(kāi)了一種基于大模型的文檔知識(shí)元抽取方法、設(shè)備及介質(zhì)，涉及知識(shí)圖譜技術(shù)領(lǐng)域，用于解決現(xiàn)有方式準(zhǔn)確性差解釋性低的問(wèn)題。方法包括：基于多源接口獲取指定領(lǐng)域的原始文檔，以根據(jù)各原始文檔的文檔內(nèi)容與文檔領(lǐng)域進(jìn)行詞性標(biāo)注和命名實(shí)體識(shí)別的...
  • 本發(fā)明提供了一種電池儲(chǔ)能系統(tǒng)價(jià)格調(diào)整方法及裝置，該方法包括：根據(jù)電池儲(chǔ)能系統(tǒng)的約束條件確定在不同放電深度運(yùn)行工況下對(duì)應(yīng)的備選配置方案；將各備選配置方案輸入目標(biāo)函數(shù)中得到各備選配置方案對(duì)應(yīng)的凈現(xiàn)值，將使得最大凈現(xiàn)值對(duì)應(yīng)的放電深度確定為最優(yōu)放電...
  • 本發(fā)明公開(kāi)了一種基于深度學(xué)習(xí)的光儲(chǔ)充站多策略運(yùn)營(yíng)方法、裝置及設(shè)備，方法包括：獲取光儲(chǔ)充綜合能源站為多源異構(gòu)的運(yùn)營(yíng)數(shù)據(jù)；基于改進(jìn)的時(shí)空異構(gòu)圖融合模型并利用改進(jìn)的門控圖卷積網(wǎng)絡(luò)對(duì)運(yùn)營(yíng)數(shù)據(jù)進(jìn)行數(shù)據(jù)融合，得到融合后的數(shù)據(jù)；對(duì)融合后的數(shù)據(jù)進(jìn)行特征提取...
  • 本發(fā)明涉及輔助決策技術(shù)領(lǐng)域，公開(kāi)了一種圖譜增強(qiáng)的智能博弈與運(yùn)籌優(yōu)化輔助決策系統(tǒng)及方法，其中圖譜增強(qiáng)的智能博弈與運(yùn)籌優(yōu)化輔助決策方法包括：將多源異構(gòu)數(shù)據(jù)輸入至?xí)r空語(yǔ)義映射框架，生成統(tǒng)一時(shí)空語(yǔ)義數(shù)據(jù)結(jié)構(gòu)；通過(guò)認(rèn)知時(shí)空流形生成算法，生成認(rèn)知?時(shí)空...
  • 本發(fā)明公開(kāi)了一種高壩泄洪總?cè)芙鈿怏w過(guò)飽和快速預(yù)警消弱方法，通過(guò)獲取多源監(jiān)測(cè)數(shù)據(jù)構(gòu)建TDG狀態(tài)特征向量，基于多時(shí)間尺度氣泡動(dòng)力學(xué)模型計(jì)算超聲波調(diào)控目標(biāo)參數(shù)，利用自適應(yīng)參數(shù)映射網(wǎng)絡(luò)生成超聲波實(shí)時(shí)執(zhí)行參數(shù)，采用空間定向控制算法實(shí)現(xiàn)TDG區(qū)域精準(zhǔn)干...
  • 本發(fā)明涉及一種基于多源數(shù)據(jù)融合的智慧配電間運(yùn)維方法及系統(tǒng)，該方法包括：通過(guò)多源傳感設(shè)備采集配電間環(huán)境及設(shè)備數(shù)據(jù)，獲得原始多源數(shù)據(jù)；對(duì)原始多源數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理，獲得標(biāo)準(zhǔn)化異構(gòu)數(shù)據(jù)；通過(guò)時(shí)空?qǐng)D卷積網(wǎng)絡(luò)對(duì)設(shè)備振動(dòng)特性與設(shè)備電力參數(shù)進(jìn)行時(shí)空關(guān)聯(lián)建...
  • 本發(fā)明公開(kāi)了一種融合形貌特征的太赫茲圖像配準(zhǔn)方法，包括：對(duì)太赫茲圖像進(jìn)行濾波去噪；對(duì)參考圖像和待配準(zhǔn)圖像進(jìn)行自適應(yīng)閾值分割處理，分別生成灰度圖像、二值化圖像和邊緣圖像三種類型圖像；分別從生成的灰度圖像、二值化圖像和邊緣圖像中提取紋理特征、幾...
  • 本發(fā)明公開(kāi)了一種醫(yī)護(hù)人員動(dòng)作監(jiān)測(cè)與疲勞預(yù)防方法、裝置及存儲(chǔ)介質(zhì)，涉及圖像處理技術(shù)領(lǐng)域。其中，該方法包括：采集不同視角醫(yī)護(hù)人員姿態(tài)圖像，構(gòu)建原始數(shù)據(jù)集；對(duì)原始數(shù)據(jù)集中的每張圖像進(jìn)行數(shù)據(jù)增強(qiáng)處理；利用labelme軟件標(biāo)注出人體關(guān)鍵點(diǎn)；標(biāo)注后的...
  • 本發(fā)明公開(kāi)了基于自動(dòng)運(yùn)營(yíng)的智能船舶管理系統(tǒng)，具體涉及船舶管理領(lǐng)域，包括多變運(yùn)營(yíng)數(shù)據(jù)獲取模塊、動(dòng)態(tài)工況感知模塊、彈性規(guī)則更新模塊、決策推理模塊、多目標(biāo)動(dòng)態(tài)優(yōu)化模塊、決策監(jiān)控模塊數(shù)字孿生驗(yàn)證模塊；基于自動(dòng)運(yùn)營(yíng)的智能船舶管理系統(tǒng)通過(guò)更新彈性規(guī)則知...
  • 本發(fā)明提供了一種多模態(tài)人群計(jì)數(shù)方法及系統(tǒng)，該方法通過(guò)獲取圖像，并提取圖像的圖像特征，圖像包括可見(jiàn)光模態(tài)圖像和熱紅外模態(tài)圖像；將可見(jiàn)光模態(tài)圖像和熱紅外模態(tài)圖像的圖像特征逐層級(jí)的通過(guò)空間頻率引導(dǎo)模塊中的空間頻率注意力生成目標(biāo)注意圖；將各層級(jí)的可...
  • 本發(fā)明公開(kāi)了一種融合雙尺度通道注意力和深度估計(jì)增強(qiáng)的三維車輛檢測(cè)方法，目的是提高三維檢測(cè)算法的檢測(cè)精度和實(shí)時(shí)性。該方法包括：步驟S1：從雷達(dá)和相機(jī)傳感器獲取的原始點(diǎn)云數(shù)據(jù)和RGB圖像，對(duì)點(diǎn)云數(shù)據(jù)進(jìn)行去噪和濾波；步驟S2：提取2D和3D特征，...
  • 本發(fā)明涉及教育信息化技術(shù)領(lǐng)域，尤其涉及一種基于多視圖深度行為識(shí)別的在線學(xué)習(xí)行為識(shí)別方法及系統(tǒng)。該方法通過(guò)獲取學(xué)生在線學(xué)習(xí)時(shí)的正面與側(cè)面RGB視頻數(shù)據(jù)及骨架數(shù)據(jù)，經(jīng)過(guò)預(yù)處理后，利用深度學(xué)習(xí)技術(shù)提取視頻和骨架數(shù)據(jù)的特征向量，使用模態(tài)間循環(huán)生成對(duì)...
  • 本發(fā)明公開(kāi)了一種煤礦副井提升斜巷的綜合監(jiān)測(cè)預(yù)警方法和裝置，屬于AI智能分析檢測(cè)領(lǐng)域。方法包括：基于當(dāng)前AI攝像機(jī)的運(yùn)行狀態(tài)和當(dāng)前視頻圖像質(zhì)量，判斷是否對(duì)當(dāng)前視頻圖像進(jìn)行圖像增強(qiáng)；若是，則將當(dāng)前視頻圖像輸入至訓(xùn)練好的增長(zhǎng)對(duì)抗網(wǎng)絡(luò)模型的生成器，...
  • 本發(fā)明公開(kāi)了一種動(dòng)態(tài)視覺(jué)SLAM隧道形變檢測(cè)方法，該方法以O(shè)RB_SLAM3算法為基礎(chǔ)，結(jié)合YOLOv10目標(biāo)檢測(cè)網(wǎng)絡(luò)進(jìn)行動(dòng)態(tài)目標(biāo)檢測(cè)。在特征點(diǎn)提取的同時(shí)根據(jù)檢測(cè)結(jié)果剔除動(dòng)態(tài)特征點(diǎn)；然后，通過(guò)對(duì)極幾何約束剔除殘留的動(dòng)態(tài)特征點(diǎn)和誤匹配的特征點(diǎn)...
  • 本發(fā)明涉及一種面向勞動(dòng)教育管理信息系統(tǒng)的學(xué)習(xí)情況分析方法及系統(tǒng)，屬于教育管理領(lǐng)域。其包括以下步驟：數(shù)據(jù)收集與預(yù)處理：獲取學(xué)生的基本信息和課程完成情況以及學(xué)習(xí)行為數(shù)據(jù)，對(duì)數(shù)據(jù)進(jìn)行預(yù)處理，得到特征的歸一化表示以及目標(biāo)變量；特征工程：對(duì)特征的歸一...
  • 本發(fā)明提供了一種基于知識(shí)圖譜檢索的智能導(dǎo)游人機(jī)對(duì)話方法及系統(tǒng)，涉及人工智能和自然語(yǔ)言處技術(shù)領(lǐng)域。該方法包括如下步驟：采集預(yù)定范圍內(nèi)的景點(diǎn)相關(guān)數(shù)據(jù)，對(duì)全部景點(diǎn)相關(guān)數(shù)據(jù)進(jìn)行結(jié)構(gòu)化處理，構(gòu)建導(dǎo)游領(lǐng)域下的知識(shí)圖譜；對(duì)知識(shí)圖譜中的實(shí)體和關(guān)系建立索引，...
  • 本發(fā)明涉及遙感圖像處理領(lǐng)域，尤其涉及巖溶地貌遙感動(dòng)態(tài)演化分析方法及其系統(tǒng)，可應(yīng)用于巖溶地區(qū)資源管理、環(huán)境保護(hù)和地質(zhì)災(zāi)害預(yù)警等領(lǐng)域；本方法通過(guò)多時(shí)相遙感影像數(shù)據(jù)獲取巖溶地貌變化信息，構(gòu)建自注意力增強(qiáng)、特征金字塔及循環(huán)神經(jīng)網(wǎng)絡(luò)組成的時(shí)空分析模型...
  • 本發(fā)明實(shí)施例提供了一種代碼生成方法、裝置、電子設(shè)備、以及介質(zhì)，其中的方法具體包括：接收軟件系統(tǒng)的系統(tǒng)架構(gòu)圖；所述系統(tǒng)架構(gòu)圖包含：軟件系統(tǒng)的組件；對(duì)所述系統(tǒng)架構(gòu)圖進(jìn)行識(shí)別，得到的識(shí)別結(jié)果包括：所述系統(tǒng)架構(gòu)圖中包含的組件關(guān)鍵詞；根據(jù)關(guān)鍵詞與代碼...
  • 本申請(qǐng)?zhí)峁┝艘环N適于光伏區(qū)的牧草種子篩選方法及裝置，涉及種子智能篩選技術(shù)領(lǐng)域，方法包括：獲取目標(biāo)光伏區(qū)在指定歷史時(shí)段內(nèi)每個(gè)采樣時(shí)刻的歷史環(huán)境參數(shù)，經(jīng)環(huán)境預(yù)測(cè)模型輸出指定未來(lái)時(shí)段內(nèi)每個(gè)采樣時(shí)刻的預(yù)測(cè)環(huán)境參數(shù)；獲取各待監(jiān)測(cè)區(qū)域的實(shí)際環(huán)境參數(shù)，確...
首頁(yè) 上一頁(yè) 1 下一頁(yè)
技術(shù)分類
主站蜘蛛池模板： 大渡口区| 台北市| 古田县| 遵化市| 从江县| 西安市| 图们市| 新龙县| 霍林郭勒市| 巴里| 拉孜县| 保靖县| 凤凰县| 安西县| 阳城县| 宜兴市| 宁津县| 璧山县| 西华县| 凤山县| 敦煌市| 犍为县| 南木林县| 澄江县| 林芝县| 保靖县| 启东市| 青阳县| 利津县| 漳平市| 福安市| 化隆| 宜兰市| 从化市| 建平县| 汾西县| 晋城| 景宁| 马关县| 丽水市| 陵川县|