CASIA OpenIR

浏览/检索结果: 共9条,第1-9条 帮助

限定条件        
已选(0)清除 条数/页:   排序方式:
基于深度强化学习的扁平类物体预抓取操作的研究 学位论文
工学硕士, 中国科学院自动化研究所: 中国科学院自动化研究所, 2022
作者:  吴家汐
Adobe PDF(26650Kb)  |  收藏  |  浏览/下载:190/10  |  提交时间:2022/06/13
预抓取操作  深度强化学习  课程学习  
肌肉骨骼机器人的脑启发式运动控制研究 学位论文
, 北京: 中国科学院大学, 2021
作者:  陈嘉浩
Adobe PDF(15867Kb)  |  收藏  |  浏览/下载:267/14  |  提交时间:2021/06/01
肌肉骨骼机器人  脑启发式运动控制  肌肉协同激活  运动皮层神经编码  
基于稀疏性和背景先验的视觉显著性研究 学位论文
, 北京: 中国科学院大学, 2016
作者:  罗永康
Adobe PDF(14909Kb)  |  收藏  |  浏览/下载:349/18  |  提交时间:2016/06/20
视觉显著性模型  注视点预测  显著物体检测  稀疏性  背景先验  
基于生物认知机制的视觉分类算法及其应用 学位论文
, 中国科学院自动化研究所: 中国科学院大学, 2014
作者:  唐堂
Adobe PDF(3031Kb)  |  收藏  |  浏览/下载:240/0  |  提交时间:2015/09/02
视觉分类  视觉认知机制  分类算法  层级结构模型  Visual Classification  Cognitive Mechanisms In Vision  Classification Algorithms  Hierarchical Model  
流形学习与基于稀疏化的半监督分类相关方法研究 学位论文
, 中国科学院自动化研究所: 中国科学院研究生院, 2012
作者:  古楠楠
Adobe PDF(2693Kb)  |  收藏  |  浏览/下载:266/0  |  提交时间:2015/09/02
降维  流形学习  半监督学习  半监督分类  稀疏化  机器学习  Dimensionality Reduction  Manifold Learning  Semi-supervised Learning  Semi-supervised Classification  Sparse Representation  Machine Learning  
基于移动视觉平台的行人检测与跟踪技术研究 学位论文
, 中国科学院自动化研究所: 中国科学院研究生院, 2012
作者:  王敏
Adobe PDF(8536Kb)  |  收藏  |  浏览/下载:161/0  |  提交时间:2015/09/02
智能交通  流形学习  行人检测  跟踪  Intelligent Transportation  Manifold Learning  Pedestrian Detection  Tracking  
工业环境中三维物体定位、抓取和装配方法研究 学位论文
, 中国科学院自动化研究所: 中国科学院研究生院, 2012
作者:  区志财
Adobe PDF(13063Kb)  |  收藏  |  浏览/下载:286/0  |  提交时间:2015/09/02
高精度装配  稳定抓取  视觉定位  环境约束域  表观子空间  High-precision Assembly  Robotic Grasping  Visual Localization  Attractive Region  Appearance Sub-space  
基于移动机器人平台的动态视觉跟踪技术研究 学位论文
, 中国科学院自动化研究所: 中国科学院研究生院, 2010
作者:  郑碎武
Adobe PDF(5649Kb)  |  收藏  |  浏览/下载:225/0  |  提交时间:2015/09/02
机器人  动态视觉  目标跟踪  特征提取  流形学习  Robot  Dynamic Vision  Object Tracking  Feature Extraction  Manifold Learning  
基于统计学习的目标跟踪与人脸识别算法研究 学位论文
, 中国科学院自动化研究所: 中国科学院研究生院, 2009
作者:  赵春水
Adobe PDF(3752Kb)  |  收藏  |  浏览/下载:239/0  |  提交时间:2015/09/02
目标跟踪  非线性降维  半监督学习  支持向量机  人脸识别  Object Tracking  Nonlinear Dimensionality Reduction  Semi-supervised Learning  Support Vector Machine  Face Recognition