中文版 | English

在结果中检索

CASIA OpenIR

浏览/检索结果: 共6条，第1-6条 帮助

限定条件                    
已选(0)清除 条数/页：   排序方式：
DATA: Differentiable ArchiTecture Approximation 会议论文
, 加拿大, 2019.12
作者:  Chang, Jianlong
浏览  |  Adobe PDF(1035Kb)  |  收藏  |  浏览/下载：301/57  |  提交时间：2020/06/10
Building Energy Consumption Prediction: An Extreme Deep Learning Approach 期刊论文
ENERGIES, 2017, 卷号: 10, 期号: 10, 页码: 1-20
作者:  Li, Chengdong;  Ding, Zixiang;  Zhao, Dongbin;  Yi, Jianqiang;  Zhang, Guiqing
浏览  |  Adobe PDF(1918Kb)  |  收藏  |  浏览/下载：309/49  |  提交时间：2017/12/30
Building Energy Consumption  Deep Learning  Stacked Autoencoders  Extreme Learning Machine  
Parameter Identifiability in Statistical Machine Learning: A Review 期刊论文
NEURAL COMPUTATION, 2017, 卷号: 29, 期号: 5, 页码: 1151-1203
作者:  Ran, Zhi-Yong;  Hu, Bao-Gang
浏览  |  Adobe PDF(466Kb)  |  收藏  |  浏览/下载：325/97  |  提交时间：2017/07/18
Parameter Identifiability  Statistical Machine Learning  
Deep Reinforcement Learning With Visual Attention for Vehicle Classification 期刊论文
IEEE TRANSACTIONS ON COGNITIVE AND DEVELOPMENTAL SYSTEMS, 2017, 卷号: 9, 期号: 4, 页码: 356-367
作者:  Zhao, Dongbin;  Chen, Yaran;  Lv, Le
浏览  |  Adobe PDF(3192Kb)  |  收藏  |  浏览/下载：1032/539  |  提交时间：2017/05/08
Convolutional Neural Network (Cnn)  Reinforcement Learning  Vehicle Classification  Visual Attention  
Biologically Inspired Model for Visual Cognition Achieving Unsupervised Episodic and Semantic Feature Learning 期刊论文
IEEE TRANSACTIONS ON CYBERNETICS, 2016, 卷号: 46, 期号: 10, 页码: 2335-2347
作者:  Qiao, Hong;  Li, Yinlin;  Li, Fengfu;  Xi, Xuanyang;  Wu, Wei
浏览  |  Adobe PDF(2781Kb)  |  收藏  |  浏览/下载：451/151  |  提交时间：2016/06/21
Biologically Inspired  Hierarchical Model  Key Components Learning  Semantic Description  
Enhanced HMAX model with feedforward feature learning for multiclass categorization 期刊论文
FRONTIERS IN COMPUTATIONAL NEUROSCIENCE, 2015, 卷号: 9, 页码: 1-14
作者:  Li, Yinlin;  Wu, Wei;  Zhang, Bo;  Li, Fengfu
浏览  |  Adobe PDF(3664Kb)  |  收藏  |  浏览/下载：367/80  |  提交时间：2016/03/30
Hmax  Biologically Inspired  Feedforward  Saliency Map  Middle Level Patch Learning  Feature Encoding  Multiclass Categorization