已选(0)清除
条数/页: 排序方式: |
| 肌肉骨骼机器人神经启发式分层运动学习研究 学位论文 工学博士, 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: 周俊杰![](/image/person.jpg)
Adobe PDF(25529Kb)  |   收藏  |  浏览/下载:274/17  |  提交时间:2022/06/14 肌肉骨骼机器人系统 神经启发式算法 分层运动学习 行为决策 |
| 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![](/image/person.jpg)
Adobe PDF(26650Kb)  |   收藏  |  浏览/下载:222/10  |  提交时间:2022/06/13 预抓取操作 深度强化学习 课程学习 |
| 工业零件三维位姿检测、跟踪与装配方法研究 学位论文 , 北京: 中国科学院研究生院, 2017 作者: 朱文俊![](/image/person.jpg)
Adobe PDF(4973Kb)  |   收藏  |  浏览/下载:396/6  |  提交时间:2018/01/25 工业机器人 工业零件 自动装配 三维位姿检测与跟踪 |
| 基于生物认知机制的视觉识别模型与算法研究 学位论文 , 北京: 中国科学院研究生院, 2017 作者: 席铉洋![](/image/person.jpg)
Adobe PDF(21583Kb)  |   收藏  |  浏览/下载:377/6  |  提交时间:2017/06/16 生物认知机制 视觉识别 Hmax 模型 层级模型 机器人 |
| 快速判别性稀疏编码及其在图像识别中的应用 学位论文 , 北京: 中国科学院研究生院, 2015 作者: 姜锐![](/image/person.jpg)
Adobe PDF(2331Kb)  |   收藏  |  浏览/下载:279/7  |  提交时间:2016/10/27 判别性稀疏编码 机器学习 图像识别 特征提取 |
| 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![](/image/person.jpg)
Adobe PDF(14909Kb)  |   收藏  |  浏览/下载:374/18  |  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 |
| 复杂场景下基于视觉注意显著性特征目标跟踪方法研究 学位论文 , 中国科学院自动化研究所: 中国科学院大学, 2015 作者: 刘林山
Adobe PDF(2756Kb)  |   收藏  |  浏览/下载:479/0  |  提交时间:2015/09/02 视觉注意显著性 特征区分度 判别力 自适应性 评价机制 目标跟踪 Visual Attention Saliency Feature Distinctions Degree Discriminant Adaptability Evaluation Mechanism Object Tracking |
| 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:260/0  |  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 |
| 机器人情绪模型的研究及其在视觉注意中的应用 学位论文 , 中国科学院自动化研究所: 中国科学院大学, 2013 作者: 任冬淳
Adobe PDF(7408Kb)  |   收藏  |  浏览/下载:358/0  |  提交时间:2015/09/02 情绪模型 智能机器人 视觉刺激 视觉注意 Emotion Model Intelligent Robot Visual Stimuli Visual Attention |
| 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:293/0  |  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 |