CASIA OpenIR

浏览/检索结果: 共10条,第1-10条 帮助

限定条件    
已选(0)清除 条数/页:   排序方式:
基于宽度混合森林回归的城市固废焚烧过程二噁英排放软测量 期刊论文
自动化学报, 2023, 卷号: 49, 期号: 2, 页码: 343-365
作者:  夏恒;  汤健;  崔璨麟;  乔俊飞
Adobe PDF(5017Kb)  |  收藏  |  浏览/下载:2/1  |  提交时间:2024/05/09
城市固废焚烧  二噁英排放建模  宽度学习  宽度混合森林回归  潜在特征  增量学习  
一种空间几何角度最大化的随机增量学习模型及应用 期刊论文
自动化学报, 2023, 卷号: 49, 期号: 6, 页码: 1283-1294
作者:  南静;  代伟;  袁冠;  周平
Adobe PDF(1711Kb)  |  收藏  |  浏览/下载:3/1  |  提交时间:2024/05/09
随机权神经网络  增量学习  空间几何角度最大化约束  无限逼近性  
面向复杂工业过程的虚拟样本生成综述 期刊论文
自动化学报, 2024, 卷号: 50, 期号: 4, 页码: 688-718
作者:  汤健;  崔璨麟;  夏恒;  乔俊飞
Adobe PDF(2984Kb)  |  收藏  |  浏览/下载:6/4  |  提交时间:2024/04/28
复杂工业过程  虚拟样本生成  数据驱动建模  样本覆盖区域  
基于单试次脑电解码的类自举法谎言预测研究 期刊论文
自动化学报, 2023, 卷号: 49, 期号: 10, 页码: 2084-2093
作者:  白帅帅;  陈超;  魏玮;  代璐瑶;  刘烨;  邱爽;  何晖光
Adobe PDF(2276Kb)  |  收藏  |  浏览/下载:7/4  |  提交时间:2024/04/24
脑电  谎言预测  事件相关电位  复合反应范式  类自举法  
城市固废焚烧过程智能优化控制研究现状与展望 期刊论文
自动化学报, 2023, 卷号: 49, 期号: 10, 页码: 2019-2059
作者:  汤健;  夏恒;  余文;  乔俊飞
Adobe PDF(3863Kb)  |  收藏  |  浏览/下载:7/2  |  提交时间:2024/04/24
城市固废焚烧  双碳战略  智能优化控制  工业人工智能  数字孪生平台  
面向工业过程的图像生成及其应用研究综述 期刊论文
自动化学报, 2024, 卷号: 50, 期号: 2, 页码: 211-240
作者:  汤健;  郭海涛;  夏恒;  王鼎;  乔俊飞
Adobe PDF(6988Kb)  |  收藏  |  浏览/下载:25/7  |  提交时间:2024/04/12
工业过程  视觉感知  图像生成  生成图像评估与应用  城市固废焚烧  
模糊认知图学习算法及应用综述 期刊论文
自动化学报, 2024, 卷号: 50, 期号: 3, 页码: 450-474
作者:  刘晓倩;  张英俊;  秦家虎;  李卓凡;  梁伟玲;  李宗溪
Adobe PDF(7856Kb)  |  收藏  |  浏览/下载:26/10  |  提交时间:2024/04/10
模糊认知图  学习范式  因果推理  软计算  复杂系统建模  
面向人机融合的智能动力下肢假肢研究现状与挑战 期刊论文
自动化学报, 2016, 期号: 12, 页码: 1780-1793
作者:  王启宁;  郑恩昊;  陈保君;  麦金耿
浏览  |  Adobe PDF(3021Kb)  |  收藏  |  浏览/下载:388/120  |  提交时间:2018/10/09
智能动力下肢假肢  人机融合  运动意图识别  感知替代  
平行学习—机器学习的一个新型理论框架 期刊论文
自动化学报, 2017, 卷号: 43, 期号: 1, 页码: 1-8
作者:  李力;  林懿伦;  曹东璞;  郑南宁;  王飞跃
浏览  |  Adobe PDF(2366Kb)  |  收藏  |  浏览/下载:556/166  |  提交时间:2018/01/07
机器学习  人工智能  平行学习  平行智能  平行系统及理论  
平行视觉:基于ACP的智能视觉计算方法 期刊论文
自动化学报, 2016, 卷号: 42, 期号: 10, 页码: 1490-1500
作者:  王坤峰;  苟超;  王飞跃
浏览  |  Adobe PDF(6888Kb)  |  收藏  |  浏览/下载:322/56  |  提交时间:2018/01/07
Parallel Vision  Complex Environments  Acp Theory  Data-driven  Virtual/real Interaction