• 
    <ul id="o6k0g"></ul>
    <ul id="o6k0g"></ul>
    長(zhǎng)春大學(xué)專(zhuān)利技術(shù)

    長(zhǎng)春大學(xué)共有882項(xiàng)專(zhuān)利

    • 本發(fā)明涉及圖像處理技術(shù)領(lǐng)域,具體涉及一種基于邊緣計(jì)算的導(dǎo)盲系統(tǒng)圖像數(shù)據(jù)采集方法,包括:獲取圖像數(shù)據(jù)和深度數(shù)據(jù);對(duì)圖像數(shù)據(jù)進(jìn)行劃分獲得若干區(qū)域;基于區(qū)域內(nèi)的像素點(diǎn)的信息強(qiáng)度與相鄰區(qū)域的灰度差異,獲得信息豐富度;對(duì)相鄰幀進(jìn)行區(qū)域匹配獲得區(qū)域...
    • 本發(fā)明涉及康復(fù)訓(xùn)練設(shè)備技術(shù)領(lǐng)域,提出了一種上肢康復(fù)訓(xùn)練設(shè)備,包括固定架,所述固定架的上方固定連接有伸縮架和定位架,所述伸縮架的中間轉(zhuǎn)動(dòng)連接有折疊座椅,所述伸縮架的一側(cè)設(shè)置有機(jī)械臂一和機(jī)械臂二,所述機(jī)械臂一上設(shè)置有夾具;搖擺電機(jī)一帶動(dòng)臂桿...
    • 本發(fā)明公開(kāi)了一種移動(dòng)邊緣計(jì)算的協(xié)同任務(wù)卸載和區(qū)塊挖掘方法,包括:步驟一、構(gòu)建移動(dòng)邊緣計(jì)算B?MEC系統(tǒng),并基于構(gòu)建的B?MEC系統(tǒng),建立基于區(qū)塊鏈操作和任務(wù)卸載的數(shù)據(jù)傳輸網(wǎng)絡(luò);步驟二、基于深度強(qiáng)化學(xué)習(xí)算法進(jìn)行智能分配傳輸功率,在進(jìn)行任務(wù)...
    • 本發(fā)明屬于車(chē)聯(lián)網(wǎng)和通信安全技術(shù)領(lǐng)域,涉及基于Hybrid?EfficientNet模型的車(chē)輛入侵檢測(cè)系統(tǒng)及方法,所述系統(tǒng)是通過(guò)對(duì)Hybrid?EfficientNet模型進(jìn)行訓(xùn)練得到;其中,Hybrid?EfficientNet模型包括...
    • 本發(fā)明涉及計(jì)算機(jī)科學(xué)、生物學(xué)技術(shù)領(lǐng)域,特別涉及一種基于麻雀搜索算法在GWAS數(shù)據(jù)中檢測(cè)上位性的方法,包括載入GWAS數(shù)據(jù),計(jì)算最大上位性階數(shù)與列聯(lián)表最大長(zhǎng)度;初始化麻雀群體的位置;計(jì)算群體中麻雀的適應(yīng)度;更新發(fā)現(xiàn)者的位置;更新追隨者的位...
    • 本發(fā)明公開(kāi)了一種基于數(shù)字孿生的車(chē)聯(lián)網(wǎng)任務(wù)卸載與傳輸功率分配方法,包括如下步驟:步驟一、采集車(chē)輛和基站的位置,構(gòu)建車(chē)聯(lián)網(wǎng)及其數(shù)字孿生網(wǎng)絡(luò);步驟二、根據(jù)所述數(shù)字孿生網(wǎng)絡(luò)構(gòu)建優(yōu)化函數(shù):步驟三、根據(jù)所述優(yōu)化函數(shù)構(gòu)建深度確定性策略梯度模型,獲得最...
    • 本發(fā)明屬于移動(dòng)邊緣計(jì)算技術(shù)領(lǐng)域,公開(kāi)了一種基于DRL的自適應(yīng)邊緣服務(wù)遷移方法,包括:步驟一、在每個(gè)時(shí)隙,分別獲取用戶(hù)終端與其關(guān)聯(lián)基站之間的距離、每個(gè)邊緣服務(wù)器中啟動(dòng)的虛擬機(jī)數(shù)量以及每個(gè)邊緣服務(wù)器中可用計(jì)算資源量;步驟二、選擇與用戶(hù)終端關(guān)...
    • 本發(fā)明公開(kāi)了一種用于視覺(jué)障礙者導(dǎo)航輔助的障礙物檢測(cè)方法和可讀介質(zhì),屬于目標(biāo)檢測(cè)技術(shù)領(lǐng)域,方法將待檢測(cè)障礙物圖像輸入到障礙物檢測(cè)網(wǎng)絡(luò)中進(jìn)行回歸和分類(lèi)任務(wù);障礙物檢測(cè)網(wǎng)絡(luò)中的特征加權(quán)模塊在主干網(wǎng)絡(luò)之后對(duì)提取的特征進(jìn)行加權(quán),自適應(yīng)瓶頸模塊集成...
    • 本申請(qǐng)公開(kāi)了一種基于符號(hào)標(biāo)記與象形輸入的公式編輯生成方法及系統(tǒng)。本方法首先監(jiān)聽(tīng)用戶(hù)輸入的字符并發(fā)送到后端;后端的候選詞處理器進(jìn)行符號(hào)象形解析處理,并把候選詞列表返回給前端;然后用戶(hù)選定推薦符號(hào)放入輸入框中,前端將輸入框中的字符串發(fā)送到后...
    • 本發(fā)明涉及機(jī)械加工技術(shù)領(lǐng)域,具體是一種多角度夾持的加工夾具,包括夾持支架,所述夾持支架上固定安裝有檢測(cè)控制支板,還包括:旋轉(zhuǎn)調(diào)節(jié)軸,所述旋轉(zhuǎn)調(diào)節(jié)軸與所述夾持支架轉(zhuǎn)動(dòng)連接,且所述旋轉(zhuǎn)調(diào)節(jié)軸的另一端上固定安裝有夾持調(diào)節(jié)支座;以及多角度夾持機(jī)...
    • 公開(kāi)了用于訓(xùn)練任務(wù)處理模型的方法、裝置和存儲(chǔ)介質(zhì)。該方法可以包括:根據(jù)保存在存儲(chǔ)器中的第一數(shù)據(jù)集和使用第一數(shù)據(jù)集訓(xùn)練過(guò)的模型參數(shù)來(lái)運(yùn)行任務(wù)處理模型以獲得第一結(jié)果集;根據(jù)第二數(shù)據(jù)集和模型參數(shù)來(lái)運(yùn)行任務(wù)處理模型以獲得第二結(jié)果集,對(duì)于第一數(shù)據(jù)...
    • 本發(fā)明屬于植物無(wú)性繁殖技術(shù)領(lǐng)域,具體涉及一種龍牙楤木的硬枝扦插方法。本發(fā)明所述硬枝扦插方法以適當(dāng)濃度的6?BA、IBA或IAA對(duì)插穗進(jìn)行浸泡12?24h,可以有效促進(jìn)龍牙楤木插穗的生根,提高生根數(shù)和成苗率,其生根率、平均生根數(shù)和平均根長(zhǎng)...
    • 稀疏自適應(yīng)多模態(tài)視聽(tīng)語(yǔ)音識(shí)別方法和系統(tǒng),涉及語(yǔ)音技術(shù)處理領(lǐng)域。解決現(xiàn)有視聽(tīng)語(yǔ)音識(shí)別利用Transformer結(jié)構(gòu),難以集中關(guān)注重要信息,導(dǎo)致識(shí)別精度降低,且無(wú)法最優(yōu)地利用音視頻信息,從而影響會(huì)模型的整體識(shí)別性能的問(wèn)題。所述方法包括:預(yù)處...
    • 本發(fā)明屬于車(chē)聯(lián)網(wǎng)和通信安全技術(shù)領(lǐng)域,涉及一種基于淺層CNN和GRU的輕量化車(chē)載網(wǎng)絡(luò)入侵檢測(cè)系統(tǒng)及方法,該檢測(cè)系統(tǒng)是通過(guò)對(duì)ConvGRU輕量化模型進(jìn)行訓(xùn)練得到,ConvGRU輕量化模型包含淺層CNN模型、GRU模型、融合模塊;淺層CNN模...
    • 本發(fā)明公開(kāi)了一種用于電子鼻標(biāo)定的動(dòng)態(tài)呼吸模擬裝置及方法,包括動(dòng)態(tài)配氣系統(tǒng)和呼吸模擬裝置:呼吸模擬裝置包括機(jī)械結(jié)構(gòu)和電氣結(jié)構(gòu);電氣結(jié)構(gòu)包括PLC控制器,根據(jù)呼吸規(guī)律,建立了人體呼吸數(shù)學(xué)模型,并以此設(shè)計(jì)PLC控制程序,所述PLC控制器將控制...
    • 本發(fā)明公開(kāi)了一種手寫(xiě)數(shù)字分類(lèi)方法,涉及圖像處理技術(shù)領(lǐng)域。該方法包括:獲取帶類(lèi)標(biāo)簽的原始數(shù)據(jù),將輸入數(shù)據(jù)空間映射到希爾伯特空間,讓后續(xù)的PCA降維和分類(lèi)模型的構(gòu)建都在希爾伯特空間中執(zhí)行:計(jì)算每個(gè)類(lèi)別數(shù)據(jù)的均值、樣本協(xié)方差矩陣,獲得集合樣本...
    • 本申請(qǐng)涉及一種氣體識(shí)別方法,包括:獲取通過(guò)多個(gè)氣體傳感器針對(duì)目標(biāo)對(duì)象采集的多組氣體數(shù)據(jù),確定多組氣體數(shù)據(jù)各自的特征,獲得多個(gè)氣體特征;將多個(gè)氣體特征分類(lèi)為重要特征和次要特征;針對(duì)每個(gè)重要特征,將所針對(duì)重要特征進(jìn)行池化操作獲得重要池化特征...
    • 本發(fā)明公開(kāi)一種傅里葉疊層顯微成像方法、裝置和設(shè)備,涉及圖像處理技術(shù)領(lǐng)域,以解決現(xiàn)有技術(shù)中彩色圖像重建效率低的問(wèn)題。方法包括:按照預(yù)設(shè)照明采樣規(guī)則,獲取LED陣列中綠色通道的預(yù)設(shè)數(shù)量個(gè)圖像;預(yù)設(shè)數(shù)量個(gè)圖像中包括一張第一中心圖像以及其他位置...
    • 一種用于測(cè)量流阻率的多孔吸聲材料流阻率測(cè)量裝置,屬于聲學(xué)試樣測(cè)試技術(shù)領(lǐng)域,具體涉及一種用于測(cè)量流阻率的多孔吸聲材料流阻率測(cè)量裝置。氣體從空氣壓縮機(jī)1或氣壓缸3流出,氣體在制冷制熱風(fēng)機(jī)4中進(jìn)行制冷或制熱到指定溫度后從出風(fēng)管Ⅰc流出,當(dāng)測(cè)得...
    • 本技術(shù)涉及視覺(jué)檢測(cè)技術(shù)領(lǐng)域,公開(kāi)了一種計(jì)算機(jī)視覺(jué)檢測(cè)輔助裝置,包括底架,所述底架的中心固定連接有固定軸,所述固定軸上轉(zhuǎn)動(dòng)連接有轉(zhuǎn)板,所述底架上所述底架上設(shè)置有凸輪推動(dòng)機(jī)構(gòu),所述凸輪推動(dòng)機(jī)構(gòu)與所述轉(zhuǎn)板連接,所述轉(zhuǎn)板的一側(cè)固定連接有弧形豎板...
    主站蜘蛛池模板: 亚洲国产精品无码久久久久久曰 | 精品少妇人妻AV无码专区不卡| 国产免费无码一区二区| 亚洲AV无码一区二区乱孑伦AS| 久久久久久亚洲AV无码专区| 久久久久亚洲精品无码蜜桃| 国内精品久久久久久无码不卡| 亚洲AV无码成人网站久久精品大 | 久久人妻少妇嫩草AV无码专区 | 亚洲伊人成无码综合网| 国99精品无码一区二区三区| 亚洲av专区无码观看精品天堂| 亚洲中久无码不卡永久在线观看| 日日摸夜夜添无码AVA片| 无码 免费 国产在线观看91| 精品高潮呻吟99av无码视频| 亚洲国产精品无码久久久秋霞2| 97在线视频人妻无码| 熟妇人妻无码中文字幕| 国模吧无码一区二区三区| JAVA性无码HD中文| 色窝窝无码一区二区三区成人网站 | 无码一区二区三区在线观看 | 无码狠狠躁久久久久久久| 亚洲AV无码不卡无码| 无码人妻丰满熟妇啪啪网站牛牛| 狠狠躁狠狠躁东京热无码专区| 亚洲成a人无码亚洲成av无码| 亚洲va无码专区国产乱码| 日本无码色情三级播放| 久久国产三级无码一区二区| 国产精品爽爽va在线观看无码 | 亚洲av无码专区国产不乱码| 久久久久久AV无码免费网站| 免费无码黄网站在线看| 精品久久久无码中文字幕天天| 国产精品午夜无码AV天美传媒| 好爽毛片一区二区三区四无码三飞 | 人妻少妇AV无码一区二区| 国产又爽又黄无码无遮挡在线观看 | 日韩a级无码免费视频|