已选(0)清除
条数/页: 排序方式: |
| 面向多任务和属性泛化的多智能体强化学习算法研究 学位论文 , 2024 作者: 黄上京 Adobe PDF(15636Kb)  |  收藏  |  浏览/下载:16/1  |  提交时间:2024/06/01 多智能体强化学习 多任务强化学习 多智能体属性组成泛化 实体多机器人平台 |
| Quantitative visualization of myocardial ischemia– reperfusion-induced cardiac lesions via ferroptosis magnetic particle imaging 期刊论文 Theranostics, 2024, 卷号: 14, 期号: 3, 页码: 1081-1097 作者: Wenwen Yang; Yueqi Wang; Changgeng Fu; Changjian Li; Feng Feng; Hongzheng Li; Ling Tan; Hua Qu; Hui Hui; Jingjing Wang; Jie Tian; Linzi Long Adobe PDF(7091Kb)  |  收藏  |  浏览/下载:14/3  |  提交时间:2024/05/31 myocardial ischemia-reperfusion ferroptosis magnetic particle imaging quantitative visualization |
| 基于深度学习的机器人视觉三维环境感知研究 学位论文 , 2024 作者: 刘洁锐 Adobe PDF(28661Kb)  |  收藏  |  浏览/下载:15/1  |  提交时间:2024/05/31 机器人视觉感知 大范围空间结构 局部精细化物体语义 分层式三维环境感知系统 |
| 稀疏奖励环境下基于自博弈框架的智能空战算法研究 学位论文 , 2024 作者: 何少钦 Adobe PDF(4570Kb)  |  收藏  |  浏览/下载:14/0  |  提交时间:2024/05/30 强化学习,离线强化学习,空战,智能决策,好奇心机制 |
| 基于强化学习的电网调度研究 学位论文 , 2024 作者: 王威 Adobe PDF(18647Kb)  |  收藏  |  浏览/下载:10/0  |  提交时间:2024/05/30 电网自动化调度 电网有功出力调度 电网拓扑结构优化 强化学习 |
| Cross-Modal Prototype Learning for Zero-Shot Handwritten Character Recognition 期刊论文 Pattern Recognition, 2022, 卷号: 131, 页码: 108859 作者: Ao, Xiang; Zhang, Xu-Yao; Liu, Cheng-Lin Adobe PDF(3111Kb)  |  收藏  |  浏览/下载:8/3  |  提交时间:2024/05/30 |
| 基于Retinex先验引导的低光照图像快速增强方法 期刊论文 自动化学报, 2024, 卷号: 50, 期号: 5, 页码: 1035-1046 作者: 何磊; 易遵辉; 谢永芳; 陈超洋; 卢明 Adobe PDF(28074Kb)  |  收藏  |  浏览/下载:3/1  |  提交时间:2024/05/30 低光照图像增强 Gamma校正图 Retinex模型 噪声抑制 |
| 城市固废焚烧过程炉温与烟气含氧量多目标鲁棒预测模型 期刊论文 自动化学报, 2024, 卷号: 50, 期号: 5, 页码: 1001-1014 作者: 胡开成; 严爱军; 汤健 Adobe PDF(1742Kb)  |  收藏  |  浏览/下载:10/3  |  提交时间:2024/05/30 城市固废焚烧 炉温 烟气含氧量 随机配置网络 隐含层并行构造 多目标鲁棒建模 |
| 基于肌电−惯性融合的人体运动估计: 高斯滤波网络方法 期刊论文 自动化学报, 2024, 卷号: 50, 期号: 5, 页码: 991-1000 作者: 杨旭升; 李福祥; 胡佛; 张文安 Adobe PDF(3608Kb)  |  收藏  |  浏览/下载:6/2  |  提交时间:2024/05/30 高斯滤波网络 多传感器融合 人体运动估计 非线性卡尔曼滤波 |
| 融合自适应评判的随机系统数据驱动策略优化 期刊论文 自动化学报, 2024, 卷号: 50, 期号: 5, 页码: 980-990 作者: 王鼎; 王将宇; 乔俊飞 Adobe PDF(2044Kb)  |  收藏  |  浏览/下载:6/2  |  提交时间:2024/05/30 自适应评判设计 数据驱动 离散系统 神经网络 Q-learning 随机最优控制 |