|
已选(0)清除
条数/页： 排序方式： |
| 嵌入目标先验知识的结构化输出学习模型研究 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: 吴保元
 Adobe PDF(4543Kb) |  收藏 | 浏览/下载：328/0 | 提交时间：2015/09/02
目标先验知识 结构化输出学习 耦合隐马尔可夫随机场 视频处 理 多标签学习 缺失标签 耦合条件随机场 Target Prior Knowledge Structured Output Learning Video Processing Coupled Hidden Markov Random Field Multi-label Learning Missing Labels Coupled Conditional Random Field |
| 大规模复杂场景真实感快速绘制 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: 鲍冠伯
Adobe PDF(8005Kb) | 收藏 | 浏览/下载：221/0 | 提交时间：2015/09/02
多分辨率模型 图形处理器 实时绘制 实例化绘制 森林植物 Level Of Detail (Lod) Gpu Real-time Rendering Instancing Forest Plants |
| 基于线性先验的径向基函数神经网络的研究 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: 瞿亚军
Adobe PDF(1819Kb) | 收藏 | 浏览/下载：147/0 | 提交时间：2015/09/02
透明度 径向基函数神经网络 先验信息 线性先验 线性约束 消元法 Transparency Rbf Networks Prior Information Linear Priors Linear Constraints Elimination Method |
| 植物生长模拟平台实现及计算实验研究 学位论文
, 中国科学院自动化研究所: 中国科学院研究生院, 2011
作者: 华净
Adobe PDF(8678Kb) | 收藏 | 浏览/下载：356/1 | 提交时间：2015/09/02
计算机植物建模 青园 计算实验 剪枝 光竞争 Plant Modeling Greenlab Computing Experiment Pruning Light Competetion |
| 三维模型处理和植物场景真实感绘制 学位论文
, 中国科学院自动化研究所: 中国科学院研究生院, 2011
作者: 李红军
Adobe PDF(18453Kb) | 收藏 | 浏览/下载：219/0 | 提交时间：2015/09/02
三维模型处理 植物建模 真实感绘制 点云重建 造型植物 森林扫描数据分割 Three-dimensional Model Processing Plant Modeling Realistic Rendering Point Cloud-based Reconstruction Topiary Plant Forest Scan Data Segmentation |
| 基于点云模型的真实树木重建 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: 代明睿
Adobe PDF(27416Kb) | 收藏 | 浏览/下载：335/0 | 提交时间：2015/09/02
点云 分割 形状分析 树木重建 Point Cloud Segmentation Shape Analysis Plant Modeling |
| 基于互信息与先验信息的机器学习方法研究 学位论文
, 中国科学院自动化研究所: 中国科学院研究生院, 2008
作者: 王泳
Adobe PDF(3139Kb) | 收藏 | 浏览/下载：176/0 | 提交时间：2015/09/02
机器学习 先验信息 归一化互信息 人工神经元网络 模型构造 模型选择 模式识别 回归分析 Machine Learning Prior Knowledge Normalized Mutual Information Artificial Neural Networks Model Construction Model Selection Pattern Recognition Regression |
| 前馈神经网络的模型选择及其混合模型的研究 学位论文
, 中国科学院自动化研究所: 中国科学院研究生院, 2007
作者: 邢红杰
Adobe PDF(2096Kb) | 收藏 | 浏览/下载：174/0 | 提交时间：2015/09/02
前馈神经网络 模型选择 自适应模糊c均值聚类 混合专家模型 Feedforward Neural Network Model Selection Adaptive Fuzzy C-means Clustering Mixture Of Experts |
