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
拖動滑塊完成拼圖
首頁 專利交易 IP管家助手 科技果 科技人才 科技服務(wù) 國際服務(wù) 商標(biāo)交易 會員權(quán)益 需求市場 關(guān)于龍圖騰
 /  免費注冊
到頂部 到底部
清空 搜索
計算;推算;計數(shù)設(shè)備的制造及其應(yīng)用技術(shù)
  • 本發(fā)明涉及大型筒段對接裝配技術(shù)領(lǐng)域，解決了大型薄壁筒段對接裝配過程中，傳統(tǒng)人工對接需要反復(fù)試裝、現(xiàn)場修銼的技術(shù)問題，尤其涉及一種用于大型薄壁筒段對接的姿態(tài)調(diào)整與可裝配性評估方法，包括獲取全局點云數(shù)據(jù)并提取移動筒段和固定筒段的軸線特征、對接端...
  • 本發(fā)明屬于跨模態(tài)行人重識別領(lǐng)域，公開了一種基于煤礦場景的跨模態(tài)行人重識別方法，該方法包括：步驟1、獲取表示行人圖像的身份及行人圖像對應(yīng)的身份標(biāo)簽，并進(jìn)行預(yù)處理；步驟2、構(gòu)建跨模態(tài)行人重識別主干網(wǎng)絡(luò)；步驟3、構(gòu)建多尺度特征增強模塊并加入跨模態(tài)...
  • 本發(fā)明屬于風(fēng)電功率預(yù)測技術(shù)領(lǐng)域，具體公開了一種面向風(fēng)機覆冰場景的短期風(fēng)電功率預(yù)測方法及系統(tǒng)，方法包括：構(gòu)建適用于風(fēng)機葉片的覆冰模型，通過覆冰模擬輔助求解設(shè)定氣象條件下覆冰模型中的關(guān)鍵參數(shù)；獲取待測區(qū)域設(shè)定時間范圍內(nèi)風(fēng)機覆冰場景下的氣象數(shù)據(jù)及...
  • 本發(fā)明公開了一種基于深度學(xué)習(xí)的海上風(fēng)力發(fā)電設(shè)備運維調(diào)度方法，包括如下步驟：S1、采集風(fēng)力發(fā)電設(shè)備的運行狀態(tài)數(shù)據(jù)，并進(jìn)行預(yù)處理；S2、利用變分自編碼器對預(yù)處理后的數(shù)據(jù)進(jìn)行降維處理，提取特征，并計算風(fēng)力發(fā)電設(shè)備健康狀態(tài)評分；S3、定義Dyna?...
  • 本發(fā)明涉及一種確定非均質(zhì)土層邊坡雙臨界滑動面的搜索方法。該方法利用 Monte Carlo 隨機模擬結(jié)合遺傳算法生成并篩選參數(shù)樣本，通過多指標(biāo)相似性函數(shù)確定最優(yōu)參數(shù)組賦值給模型。基于改進(jìn) NSGA?II 算法同步生成兩組滑動面候選集，融合強...
  • 本申請屬于人工智能領(lǐng)域，應(yīng)用于數(shù)字醫(yī)療領(lǐng)域中，涉及一種醫(yī)學(xué)文本識別方法，包括解析待識別文件的文件頭確定文件類型；將PDF格式的待識別文件轉(zhuǎn)換為圖片文件；對圖片文件進(jìn)行預(yù)處理圖片之后進(jìn)行文字識別，得到文本識別結(jié)果；將圖片文件輸入分類模型中進(jìn)行...
  • 本發(fā)明提供了一種基于高分辨率風(fēng)資源數(shù)據(jù)的風(fēng)機布局方法及相關(guān)設(shè)備，應(yīng)用于數(shù)據(jù)處理技術(shù)領(lǐng)域。本申請通過獲取客戶端發(fā)送的待布機區(qū)域信息；對待布機區(qū)域信息進(jìn)行處理，生成帶有標(biāo)識信息的土地類型圖像；對帶有標(biāo)識信息的土地類型圖像進(jìn)行處理，生成若干土地類...
  • 本發(fā)明公開了一種電氫耦合系統(tǒng)穩(wěn)定性評估方法，屬于能源系統(tǒng)穩(wěn)定性評估領(lǐng)域，包括以下步驟：S1、考慮電解槽和燃料電池的非線性特征，構(gòu)建電氫耦合系統(tǒng)的動態(tài)數(shù)學(xué)模型；S2、參數(shù)不確定性分析；S3、生成統(tǒng)一的穩(wěn)定性評分；S4、得到多目標(biāo)優(yōu)化模型；S5...
  • 本發(fā)明涉及農(nóng)作物監(jiān)測分析領(lǐng)域，尤其涉及一種基于多傳感器融合的農(nóng)作物生長監(jiān)測方法及系統(tǒng)。該方法包括以下步驟：采集多維度農(nóng)作物生長環(huán)境監(jiān)測參數(shù)，進(jìn)行環(huán)境多維度感知擬合，構(gòu)建生長環(huán)境多維度感知模型；獲取農(nóng)作物全周期生長監(jiān)測圖像及農(nóng)作物生理狀態(tài)原始...
  • 本發(fā)明涉及一種基于兩階段預(yù)測模型的木拱廊橋參數(shù)智能設(shè)計方法，包括：獲取歷史木拱廊橋設(shè)計數(shù)據(jù)并從中提取關(guān)鍵設(shè)計參數(shù)和目標(biāo)輸出參數(shù)，然后進(jìn)行預(yù)處理；關(guān)鍵設(shè)計參數(shù)包括木拱廊橋的長度、寬度、跨度和拱肋數(shù)目，目標(biāo)輸出參數(shù)為各節(jié)苗直徑范圍；基于SSA?...
  • 本發(fā)明涉及一種基于多激勵噪聲源和分布式架構(gòu)的鋼混結(jié)構(gòu)變形預(yù)測方法及系統(tǒng)，屬于結(jié)構(gòu)監(jiān)測與數(shù)據(jù)分析領(lǐng)域。該方法綜合利用互補式集合經(jīng)驗?zāi)B(tài)分解與倒置Transformer模型，針對復(fù)雜施工條件下鋼混結(jié)構(gòu)變形數(shù)據(jù)的多源噪聲進(jìn)行高效處理與特征提取。系...
  • 本申請?zhí)峁┗贏I的擦地機生產(chǎn)設(shè)備異常預(yù)測系統(tǒng)及方法，其中，通過實時監(jiān)測擦地機生產(chǎn)設(shè)備的操作參數(shù)，并與歷史數(shù)據(jù)對比，分離出周期性和非周期性成分；利用聚類算法識別非預(yù)期波動模式，并通過關(guān)聯(lián)規(guī)則挖掘得到關(guān)鍵因素；結(jié)合同類型組件性能數(shù)據(jù)構(gòu)建基準(zhǔn)性...
  • 本發(fā)明提供一種基于特征增強的小樣本軸承表面缺陷分類方法及系統(tǒng)，屬于軸承表面缺陷分類領(lǐng)域。為解決傳統(tǒng)圖像處理方法魯棒性差、自適應(yīng)性弱；深度學(xué)習(xí)方法需要大量數(shù)據(jù)進(jìn)行訓(xùn)練的問題。本發(fā)明設(shè)計全局與局部特征融合層，全局特征由特征嵌入網(wǎng)絡(luò)層獲取，在此基...
  • 本發(fā)明公開了一種多視角目標(biāo)檢測或模型訓(xùn)練方法、裝置、電子設(shè)備及介質(zhì)。該方法包括：將針對同一場景的至少兩個視角的采集圖像進(jìn)行特征提取處理，得到各所述視角對應(yīng)的感興趣視覺特征和感興趣位置特征；根據(jù)所述視角對應(yīng)的感興趣位置特征，對所述視角對應(yīng)的感...
  • 本發(fā)明實施例提供了一種基于倉儲的處理方法、裝置、電子設(shè)備及介質(zhì)，所述方法包括：獲取攝像頭采集的針對倉儲區(qū)域的視頻流；采用旋轉(zhuǎn)目標(biāo)檢測模型，對所述視頻流進(jìn)行檢測，得到針對所述倉儲區(qū)域的檢測結(jié)果；其中，所述旋轉(zhuǎn)目標(biāo)檢測模型通過可旋轉(zhuǎn)的檢測框進(jìn)行...
  • 本申請涉及點云補全技術(shù)領(lǐng)域，提供了一種基于跨模態(tài)和深度修補的點云補全方法及相關(guān)設(shè)備。該方法包括：獲取目標(biāo)點云數(shù)據(jù)和目標(biāo)點云數(shù)據(jù)對應(yīng)的輔助數(shù)據(jù)；利用編碼器對目標(biāo)點云數(shù)據(jù)和輔助數(shù)據(jù)進(jìn)行編碼，得到點云編碼特征；利用解碼器對點云編碼特征進(jìn)行解碼，得...
  • 本申請涉及計算機信息檢索技術(shù)領(lǐng)域，公開了安防人車多模態(tài)檢索方法、裝置、電子設(shè)備及存儲介質(zhì)，方法包括：在安防區(qū)域內(nèi)布置多種傳感器設(shè)備；將采集到的視頻和圖像上傳至云對象存儲；使用大模型進(jìn)行圖像文本特征提取；接收用戶上傳的圖像或文本請求，調(diào)用對應(yīng)...
  • 本申請屬于計算機視覺、三維點云處理和弱監(jiān)督學(xué)習(xí)技術(shù)領(lǐng)域，公開了一種弱監(jiān)督點云語義分割方法、系統(tǒng)、電子設(shè)備及介質(zhì)，該方法采用編碼器?解碼器架構(gòu)，并在編碼器中引入創(chuàng)新的點中心注意力機制、高維語義位置編碼和特征仿射變換模塊；點中心注意力機制通過兩...
  • 本發(fā)明涉及智能售貨技術(shù)領(lǐng)域，解決了現(xiàn)有技術(shù)中無法在多目標(biāo)場景下準(zhǔn)確地進(jìn)行商品識別的問題，提供了一種基于多模態(tài)數(shù)據(jù)處理的多目標(biāo)商品識別方法、裝置及系統(tǒng)。該方法包括：獲取商品交易場景下多幀實時圖像；對實時圖像進(jìn)行預(yù)處理和標(biāo)簽信息提取，確定目標(biāo)圖...
  • 本發(fā)明的一種基于KAN和MR的測量方法及系統(tǒng)，屬于計算機視覺與數(shù)據(jù)識別技術(shù)領(lǐng)域，方法包括步驟：采集測量工具上的刻度線圖像，并進(jìn)行圖像預(yù)處理；對預(yù)處理后圖像進(jìn)行特征提取，獲得圖像的幾何特征向量；建立KAN網(wǎng)絡(luò)并進(jìn)行網(wǎng)絡(luò)訓(xùn)練，獲得訓(xùn)練好的KAN...
首頁 上一頁 2 下一頁
技術(shù)分類
主站蜘蛛池模板： 栖霞市| 武威市| 清远市| 江华| 台东县| 昌宁县| 田阳县| 日照市| 铜梁县| 嘉兴市| 武功县| 桃源县| 红桥区| 海口市| 平顺县| 宁远县| 个旧市| 定南县| 六枝特区| 招远市| 海南省| 银川市| 黑山县| 醴陵市| 额敏县| 缙云县| 内黄县| 通江县| 墨江| 凤台县| 高密市| 东乡县| 溆浦县| 上蔡县| 清远市| 苍梧县| 青川县| 改则县| 渭源县| 荃湾区| 花莲市|