中文版 | English

在结果中检索

CASIA OpenIR

浏览/检索结果: 共5条，第1-5条 帮助

已选(0)清除 条数/页：   排序方式：
基于分布式神经动态优化的综合能源系统多目标优化调度 期刊论文
自动化学报, 2022, 卷号: 48, 期号: 7, 页码: 1718-1736
作者:  黄博南;  王勇;  李玉帅;  刘鑫蕊;  杨超
Adobe PDF(3118Kb)  |  收藏  |  浏览/下载：29/11  |  提交时间：2024/05/20
综合能源系统  分布式多目标优化  递归神经网络  神经动态  非凸  
DA-CapsNet: A multi-branch capsule network based on adversarial domain adaption for cross-subject EEG emotion recognition 期刊论文
KNOWLEDGE-BASED SYSTEMS, 2024, 卷号: 283, 页码: 12
作者:  Liu, Shuaiqi;  Wang, Zeyao;  An, Yanling;  Li, Bing;  Wang, Xinrui;  Zhang, Yudong
收藏  |  浏览/下载：55/0  |  提交时间：2024/02/22
EEG emotion recognition  Capsule network  Adversarial domain adaptation  Transfer learning  
Dynamic Vision Enabled Contactless Cross-Domain Machine Fault Diagnosis With Neuromorphic Computing 期刊论文
IEEE/CAA Journal of Automatica Sinica, 2024, 卷号: 11, 期号: 3, 页码: 788-790
作者:  Xinrui Chen;  Xiang Li;  Shupeng Yu;  Yaguo Lei;  Naipeng Li;  Bin Yang
Adobe PDF(24644Kb)  |  收藏  |  浏览/下载：109/24  |  提交时间：2024/02/19
The Efficacy of COGnitive tRaining in patiEnts with Amnestic mild coGnitive impairmENT (COG-REAGENT): Protocol for a Multi-Center Randomized Controlled Trial 期刊论文
JOURNAL OF ALZHEIMERS DISEASE, 2020, 卷号: 75, 期号: 3, 页码: 779-787
作者:  Xing, Yi;  Zhu, Zude;  Du, Yifeng;  Zhang, Junjian;  Qu, Qiumin;  Sun, Li;  Li, Yang;  Guo, Yanjun;  Peng, Guoping;  Liu, Yong;  Yu, Yueyi;  Qiao, Yuchen;  Xie, Beijia;  Shi, Xinrui;  Lu, Jie;  Jia, Jianping;  Tang, Yi
收藏  |  浏览/下载：254/0  |  提交时间：2020/08/03
Cognitive training  mild cognitive impairment  non-pharmacological intervention  randomized controlled clinical trial  
Image Retargetability 期刊论文
IEEE TRANSACTIONS ON MULTIMEDIA, 2020, 卷号: 22, 期号: 3, 页码: 641-654
作者:  Tang, Fan;  Dong, Weiming;  Meng, Yiping;  Ma, Chongyang;  Wu, Fuzhang;  Li, Xinrui;  Lee, Tong-Yee
收藏  |  浏览/下载：311/0  |  提交时间：2020/06/02
Visualization  Task analysis  Distortion  Measurement  Image resolution  Convolutional neural networks  Semantics  Image retargetability  visual attributes  multi-task learning  deep convolutional neural network