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:
基于多源数据的电网一次调频能力平行计算研究 期刊论文
自动化学报, 2022, 卷号: 48, 期号: 6, 页码: 1493-1503
作者:  张江丰;  王飞跃;  苏烨;  陈波;  汪自翔;  孙坚栋;  尹峰
Adobe PDF(6830Kb)  |  收藏  |  浏览/下载:46/16  |  提交时间:2024/05/20
多源数据  平行系统  电网调频能力  一次调频  在线估计  
基于改进SAE和双向LSTM的滚动轴承RUL预测方法 期刊论文
自动化学报, 2022, 卷号: 48, 期号: 9, 页码: 2327-2336
作者:  康守强;  周月;  王玉静;  谢金宝;  MIKULOVICHVladimirIvanovich
Adobe PDF(4116Kb)  |  收藏  |  浏览/下载:32/12  |  提交时间:2024/05/20
滚动轴承  稀疏自动编码器  无监督特征提取  双向长短时记忆网络  剩余使用寿命预测  
Glaucoma Detection with Retinal Fundus Images Using Segmentation and Classification 期刊论文
Machine Intelligence Research, 2022, 卷号: 19, 期号: 6, 页码: 563-580
作者:  Thisara Shyamalee;  Dulani Meedeniya
Adobe PDF(3581Kb)  |  收藏  |  浏览/下载:44/13  |  提交时间:2024/04/23
Attention U-Net  segmentation  classification  Inception-v3  visual geometry group 19 (VGG19)  residual neural network 50 (ResNet50)  glaucoma  fundus images  
Geometric-Spectral Reconstruction Learning for Multi-Source Open-Set Classification With Hyperspectral and LiDAR Data 期刊论文
IEEE/CAA Journal of Automatica Sinica, 2022, 卷号: 9, 期号: 10, 页码: 1892-1895
作者:  Leyuan Fang;  Dingshun Zhu;  Jun Yue;  Bob Zhang;  Min He
Adobe PDF(10237Kb)  |  收藏  |  浏览/下载:135/35  |  提交时间:2022/09/08
Spatiotemporal Input Control: Leveraging Temporal Variation in Network Dynamics 期刊论文
IEEE/CAA Journal of Automatica Sinica, 2022, 卷号: 9, 期号: 4, 页码: 635-651
作者:  Yihan Lin, Jiawei Sun, Guoqi Li, Gaoxi Xiao, Changyun Wen, Lei Deng, H. Eugene Stanley
Adobe PDF(11820Kb)  |  收藏  |  浏览/下载:174/23  |  提交时间:2022/03/09
Complex network,complex system control theory,complex system optimization,temporal network,time-varying system  
Sampling Methods for Efficient Training of Graph Convolutional Networks: A Survey 期刊论文
IEEE/CAA Journal of Automatica Sinica, 2022, 卷号: 9, 期号: 2, 页码: 205-234
作者:  Xin Liu;  Mingyu Yan;  Lei Deng;  Guoqi Li;  Xiaochun Ye;  Dongrui Fan
Adobe PDF(2300Kb)  |  收藏  |  浏览/下载:248/51  |  提交时间:2021/11/03
Efficient training  graph convolutional networks (GCNs)  graph neural networks (GNNs)  sampling method