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)了一種基于基于動(dòng)態(tài)權(quán)重分配的智能決策支持方法，構(gòu)建供應(yīng)鏈數(shù)據(jù)源集成模塊，收集和整合來(lái)自不同來(lái)源的供應(yīng)鏈數(shù)據(jù)；構(gòu)建多源數(shù)據(jù)預(yù)處理模塊，從交付周期、供貨穩(wěn)定性、運(yùn)輸成本、品質(zhì)合格率和供應(yīng)風(fēng)險(xiǎn)五個(gè)維度，構(gòu)建信息層次結(jié)構(gòu)體系，對(duì)供應(yīng)鏈數(shù)據(jù)...
  • 本發(fā)明涉及圖像生成技術(shù)領(lǐng)域，公開(kāi)了一種基于權(quán)重圖引導(dǎo)的布匹瑕疵圖像生成方法，包括采集帶有瑕疵的布匹圖片，經(jīng)圖像預(yù)處理為一組子圖像然后依次輸入到離線訓(xùn)練好的WMG?GAN網(wǎng)絡(luò)中生成新的布匹瑕疵圖片。WMG?GAN網(wǎng)絡(luò)基于CycleGAN網(wǎng)絡(luò)，...
  • 本發(fā)明涉及環(huán)境監(jiān)測(cè)技術(shù)領(lǐng)域，且公開(kāi)了一種基于多源衛(wèi)星數(shù)據(jù)重構(gòu)二氧化碳濃度增強(qiáng)的方法，包括以下操作步驟：歸集二氧化碳干空氣柱濃度和二氧化氮總柱濃度、人口密度、土地利用、氣象等環(huán)境信息構(gòu)建環(huán)境數(shù)據(jù)庫(kù)；對(duì)歸集的多源數(shù)據(jù)進(jìn)行前處理，以保證時(shí)空一致性...
  • 本發(fā)明公開(kāi)了一種碳纖維布加固損傷混凝土結(jié)構(gòu)檢測(cè)與分析方法，涉及混凝土結(jié)構(gòu)健康監(jiān)測(cè)技術(shù)領(lǐng)域，包括，從三維損傷分布圖譜中提取高風(fēng)險(xiǎn)點(diǎn)集，進(jìn)行加權(quán)K?means聚類構(gòu)建Voronoi子空間，計(jì)算失效概率并劃分緊急修復(fù)區(qū)塊集合；將修復(fù)區(qū)塊按優(yōu)先級(jí)生...
  • 本發(fā)明公開(kāi)的基于循環(huán)生成對(duì)抗網(wǎng)絡(luò)的低照度圖像增強(qiáng)方法，具體步驟如下：步驟1，建立模型、低照度與正常光線數(shù)據(jù)集；步驟2，提取正常光線圖 2025-06-27
  • 本發(fā)明公開(kāi)了一種基于AI大模型的市政工程巡檢問(wèn)答方法及系統(tǒng)，涉及人工智能技術(shù)領(lǐng)域；通過(guò)收集歷史市政工程多源數(shù)據(jù)并處理，利用BERT模型抽取設(shè)施實(shí)體及關(guān)系，結(jié)合正確率閾值篩選三元組，并基于Kafka+Flink實(shí)現(xiàn)實(shí)時(shí)更新，得到動(dòng)態(tài)市政工程知...
  • 本發(fā)明公開(kāi)了基于區(qū)間優(yōu)化的電網(wǎng)多目標(biāo)運(yùn)行域生成方法及系統(tǒng)，首先面向電網(wǎng)運(yùn)行的安全性、經(jīng)濟(jì)性和低碳性等需求，構(gòu)建電網(wǎng)多目標(biāo)調(diào)度運(yùn)行模型；考慮新能源出力不確定性，構(gòu)建多目標(biāo)調(diào)度運(yùn)行問(wèn)題的樂(lè)觀帕累托前沿與悲觀帕累托前沿；求解樂(lè)觀帕累托前沿，完成多...
  • 本申請(qǐng)實(shí)施例提供一種基于自適應(yīng)圖卷積網(wǎng)絡(luò)的油藏產(chǎn)量預(yù)測(cè)方法、設(shè)備及產(chǎn)品。該方法包括：首先獲取注水井的第一動(dòng)態(tài)數(shù)據(jù)以及采油井的第二動(dòng)態(tài)數(shù)據(jù)。隨后，將這些動(dòng)態(tài)數(shù)據(jù)共同輸入至一個(gè)預(yù)先訓(xùn)練好的預(yù)測(cè)模型中，該模型的特征提取網(wǎng)絡(luò)部分內(nèi)置了能夠表征注水井...
  • 本發(fā)明涉及一種基于可變形Mamba的跨場(chǎng)景小樣本動(dòng)物關(guān)鍵點(diǎn)檢測(cè)方法，屬于計(jì)算機(jī)視覺(jué)領(lǐng)域。該方法通過(guò)少量的參考樣本，能夠在新物種中定位已有基礎(chǔ)關(guān)鍵點(diǎn)和新的關(guān)鍵點(diǎn)。本發(fā)明引入了關(guān)鍵點(diǎn)間的對(duì)比學(xué)習(xí)和相似性學(xué)習(xí)機(jī)制以提升跨場(chǎng)景小樣本關(guān)鍵點(diǎn)檢測(cè)器對(duì)任...
  • 本發(fā)明公開(kāi)了一種基于時(shí)空耦合和錨點(diǎn)驅(qū)動(dòng)的多模態(tài)行人過(guò)街長(zhǎng)時(shí)軌跡預(yù)測(cè)方法，該方法包括獲取行人過(guò)街的圖像數(shù)據(jù)；提取行人、車輛和道路環(huán)境的特征并融合時(shí)空信息編碼；對(duì)行人、車輛和道路環(huán)境三者對(duì)目標(biāo)行人未來(lái)軌跡路徑選擇的交互建模；提出了一種基于錨點(diǎn)的...
  • 本發(fā)明公開(kāi)了一種企業(yè)級(jí)多維度信息整合與數(shù)據(jù)檢索系統(tǒng)，屬于數(shù)據(jù)處理技術(shù)領(lǐng)域，通過(guò)企業(yè)級(jí)多維度信息進(jìn)行整合以及特征提取，使企業(yè)級(jí)多維度信息中的結(jié)構(gòu)化數(shù)據(jù)以及非結(jié)構(gòu)化數(shù)據(jù)均具有比較統(tǒng)一的數(shù)據(jù)特征，能夠有效地提升多維度信息的整合度，同時(shí)根據(jù)每項(xiàng)信息...
  • 本發(fā)明提供一種基于時(shí)空解耦和區(qū)域增強(qiáng)的半監(jiān)督視頻目標(biāo)分割方法，屬于視頻圖像處理領(lǐng)域，針對(duì)半監(jiān)督視頻目標(biāo)分割模型中Transformer網(wǎng)絡(luò)提取的當(dāng)前幀特征和長(zhǎng)期記憶幀掩碼，計(jì)算當(dāng)前幀特征的結(jié)構(gòu)化長(zhǎng)期注意力，并結(jié)合當(dāng)前幀特征和長(zhǎng)期記憶幀掩碼的...
  • 本發(fā)明公開(kāi)了一種跨域行人重識(shí)別方法，包括：S1，通過(guò)風(fēng)格轉(zhuǎn)換模型學(xué)習(xí)目標(biāo)域的圖像風(fēng)格，使源域中的圖像數(shù)據(jù)在轉(zhuǎn)換后能夠模擬目標(biāo)域；S2，完成行人重識(shí)別任務(wù)，行人重識(shí)別網(wǎng)絡(luò)模型基于ResNet50網(wǎng)絡(luò)進(jìn)行改進(jìn)，使提取到特征更具魯棒性。本發(fā)明使用...
  • 本申請(qǐng)涉及知識(shí)圖譜相關(guān)技術(shù)領(lǐng)域，具體涉及一種基于擴(kuò)散圖神經(jīng)網(wǎng)絡(luò)的電力標(biāo)準(zhǔn)實(shí)體對(duì)齊方法和裝置。其中，方法包括：獲取原始數(shù)據(jù)；所述原始數(shù)據(jù)包括：電力標(biāo)準(zhǔn)文檔和數(shù)據(jù)庫(kù)；提取所述原始數(shù)據(jù)中的關(guān)鍵實(shí)體和術(shù)語(yǔ)，并構(gòu)建為三元組形式的目標(biāo)數(shù)據(jù)；所述三元組形...
  • 本發(fā)明提供了基于無(wú)人機(jī)RGB圖像的棉花田間生長(zhǎng)狀態(tài)評(píng)估預(yù)測(cè)系統(tǒng)，包括互相連接的：數(shù)據(jù)采集模塊，采集初始圖像數(shù)據(jù)；數(shù)據(jù)處理模塊，進(jìn)行去噪、畸變校正、正射拼接和光照校正，得到標(biāo)準(zhǔn)圖像數(shù)據(jù)；圖像挖掘模塊，圖像分割和目標(biāo)檢測(cè)，再提取棉花廓形特征和生...
  • 本發(fā)明公開(kāi)了一種基于改進(jìn)的Yolov8模型的沃柑缺陷分割方法，該方法包括下述步驟：獲取沃柑表面圖像數(shù)據(jù)，對(duì)沃柑表面圖像數(shù)據(jù)進(jìn)行數(shù)據(jù)增強(qiáng)；對(duì)沃柑表面圖像數(shù)據(jù)進(jìn)行預(yù)處理；將預(yù)處理后的沃柑表面圖像數(shù)據(jù)劃分為訓(xùn)練集、驗(yàn)證集和測(cè)試集；基于Yolov8...
  • 本發(fā)明公開(kāi)了一種大型語(yǔ)言模型增強(qiáng)的用戶隱私保護(hù)跨域服務(wù)推薦方法，首先篩選數(shù)據(jù)集中的數(shù)據(jù)，設(shè)計(jì)文本提示運(yùn)用大型語(yǔ)言模型增強(qiáng)服務(wù)描述文本和用戶屬性信息；運(yùn)用BERT語(yǔ)言模型對(duì)服務(wù)描述文本進(jìn)行編碼，生成嵌入；并使用PQ方法將文本嵌入映射成離散代碼...
  • 本發(fā)明公開(kāi)了一種敏感數(shù)據(jù)識(shí)別的方法、裝置及存儲(chǔ)介質(zhì)，包括：將待識(shí)別文本轉(zhuǎn)換為按詞匯或字符切分的第一序列，并對(duì)其中每個(gè)元素進(jìn)行位置編碼，得到位置序列；用敏感數(shù)據(jù)識(shí)別模型從第一序列和位置序列中識(shí)別出符合敏感數(shù)據(jù)的特征、且位置上連續(xù)的多個(gè)元素，以...
  • 本申請(qǐng)公開(kāi)了一種智能問(wèn)答方法、裝置及電子設(shè)備。其中，該方法包括：接收目標(biāo)對(duì)象的提問(wèn)信息；通過(guò)全局問(wèn)答模型對(duì)提問(wèn)信息進(jìn)行分析處理，生成與提問(wèn)信息對(duì)應(yīng)的答案信息，其中，全局問(wèn)答模型的模型參數(shù)依據(jù)多個(gè)局部問(wèn)答模型的模型參數(shù)和目標(biāo)特征向量進(jìn)行更新，...
  • 本發(fā)明公開(kāi)了一種基于雙目圖像的輸電線路缺陷檢測(cè)方法：步驟1：獲取雙目輸電線路圖像數(shù)據(jù)集，對(duì)數(shù)據(jù)集中的圖片進(jìn)行畸變校正和極線校正；步驟2：構(gòu)造基于雙目圖像的輸電線路缺陷檢測(cè)網(wǎng)絡(luò)模型，包含兩個(gè)相同的主干網(wǎng)絡(luò)、四個(gè)不同尺度的雙目特征融合模塊、特征...
首頁(yè) 上一頁(yè) 17 下一頁(yè)
技術(shù)分類
主站蜘蛛池模板： 新巴尔虎左旗| 宁强县| 勐海县| 鞍山市| 安新县| 伊金霍洛旗| 华池县| 新野县| 大田县| 苏尼特右旗| 武定县| 定结县| 海安县| 乐业县| 武安市| 连江县| 灵川县| 延庆县| 肇源县| 揭阳市| 桑日县| 灵寿县| 乌拉特前旗| 福安市| 凤山县| 鄯善县| 甘孜| 南涧| 乌拉特前旗| 沾化县| 丹江口市| 乌兰县| 榆中县| 科技| 静乐县| 昌图县| 缙云县| 闵行区| 兴城市| 南郑县| 灵宝市|