中文版 | English

在结果中检索

CASIA OpenIR

浏览/检索结果: 共3525条，第1-10条 帮助

已选(0)清除 条数/页：   排序方式：
Multicontact Intrinsic Force Sensing Method of a Flexible Finger for Hand Assistance 期刊论文
IEEE Transactions on Instrumentation and Measurement, 2024, 页码: 1-12
作者:  Li, Guotao;  Zhang, Can;  Su, Can;  Liu, Zhijie;  Liang, Xu;  Cheng, Long;  Zeng-Guang Hou
Adobe PDF(14048Kb)  |  收藏  |  浏览/下载：2/1  |  提交时间：2024/04/25
基于关系网络的轴承剩余使用寿命预测方法 期刊论文
自动化学报, 2023, 卷号: 49, 期号: 7, 页码: 1549-1557
作者:  赵志宏;  张然;  孙诗胜
Adobe PDF(3169Kb)  |  收藏  |  浏览/下载：6/2  |  提交时间：2024/04/25
轴承  剩余使用寿命  健康指标  关系网络  元学习  
面向入侵检测的元图神经网络构建与分析 期刊论文
自动化学报, 2023, 卷号: 49, 期号: 7, 页码: 1530-1548
作者:  王振东;  徐振宇;  李大海;  王俊岭
Adobe PDF(5782Kb)  |  收藏  |  浏览/下载：5/2  |  提交时间：2024/04/25
入侵检测  元图神经网络  深度学习  图结构  
一种同伴知识互增强下的序列推荐方法 期刊论文
自动化学报, 2023, 卷号: 49, 期号: 7, 页码: 1456-1470
作者:  胡开喜;  李琳;  吴小华;  解庆;  袁景凌
Adobe PDF(1990Kb)  |  收藏  |  浏览/下载：4/2  |  提交时间：2024/04/25
序列推荐  动态兴趣  知识蒸馏  刻意训练  
基于元学习的双目深度估计在线适应算法 期刊论文
自动化学报, 2023, 卷号: 49, 期号: 7, 页码: 1446-1455
作者:  张振宇;  杨健
Adobe PDF(5210Kb)  |  收藏  |  浏览/下载：3/1  |  提交时间：2024/04/25
深度估计  在线学习  元学习  域适应算法  深度神经网络  
基于低秩张量图学习的不完整多视角聚类 期刊论文
自动化学报, 2023, 卷号: 49, 期号: 7, 页码: 1433-1445
作者:  文杰;  颜珂;  张正;  徐勇
Adobe PDF(3228Kb)  |  收藏  |  浏览/下载：3/1  |  提交时间：2024/04/25
多视角聚类  视角缺失  不完整多视角聚类  图学习  
基于无锚框的目标检测方法及其在复杂场景下的应用进展 期刊论文
自动化学报, 2023, 卷号: 49, 期号: 7, 页码: 1369-1392
作者:  刘小波;  肖肖;  王凌;  蔡之华;  龚鑫;  郑可心
Adobe PDF(24186Kb)  |  收藏  |  浏览/下载：3/1  |  提交时间：2024/04/25
无锚框  关键点  中心点  Transformer  复杂场景  目标检测  
融合知识的多视图属性网络异常检测模型 期刊论文
自动化学报, 2023, 卷号: 49, 期号: 8, 页码: 1732-1744
作者:  杜航原;  曹振武;  王文剑;  白亮
Adobe PDF(1970Kb)  |  收藏  |  浏览/下载：4/1  |  提交时间：2024/04/24
属性网络  异常检测  图神经网络  知识融合  多视图学习  
基于渐进无迹卡尔曼滤波网络的人体肢体运动估计 期刊论文
自动化学报, 2023, 卷号: 49, 期号: 8, 页码: 1723-1731
作者:  杨旭升;  王雪儿;  汪鹏君;  张文安
Adobe PDF(7485Kb)  |  收藏  |  浏览/下载：4/2  |  提交时间：2024/04/24
卡尔曼滤波网络  人体肢体运动估计  表面肌电信号  渐进无迹卡尔曼滤波  
基于重组性高斯自注意力的视觉Transformer 期刊论文
自动化学报, 2023, 卷号: 49, 期号: 9, 页码: 1976-1988
作者:  赵亮;  周继开
Adobe PDF(29103Kb)  |  收藏  |  浏览/下载：4/1  |  提交时间：2024/04/24
Transformer  局部自注意力  混合高斯权重重组  图像分类  目标检测