CASIA OpenIR

Browse/Search Results:  1-10 of 366 Help

Selected(0)Clear Items/Page:    Sort:
自适应拓展图像反卷积算法研究 学位论文
工学硕士, 智能化大厦第五会议室: 中国科学院自动化研究所, 2019
Authors:  马斌斌
Adobe PDF(5763Kb)  |  Favorite  |  View/Download:4/0  |  Submit date:2019/06/14
图像反卷积  全变分  归整化参数估计  Lp范数约束  P范数估计  
基于特征学习的目标检测技术研究 学位论文
工学博士, 中国科学院自动化研究所: 中国科学院大学, 2019
Authors:  朱优松
Adobe PDF(8332Kb)  |  Favorite  |  View/Download:21/1  |  Submit date:2019/06/05
目标检测  特征学习  卷积神经网络  深度学习  
面向社交媒体的事件检测与流行度预测方法研究 学位论文
, 中国科学院自动化研究所: 中国科学院大学, 2019
Authors:  陈观淡
Adobe PDF(3535Kb)  |  Favorite  |  View/Download:4/0  |  Submit date:2019/06/09
社交媒体分析  事件检测  事件相关关系  流行度预测  表示学习  
基于深度学习的微观脑连接图谱重建方法研究 学位论文
, 北京: 中国科学院大学, 2019
Authors:  肖驰
Adobe PDF(15060Kb)  |  Favorite  |  View/Download:4/1  |  Submit date:2019/06/14
微观脑连接图谱  电子显微图像  卷积神经网络  深度学习  图像分割  
基于深度学习的视觉目标跟踪方法研究 学位论文
, 中国科学院自动化研究所: 中国科学院自动化研究所, 2019
Authors:  赵飞
Adobe PDF(37107Kb)  |  Favorite  |  View/Download:8/0  |  Submit date:2019/06/04
视觉目标跟踪  深度学习  强化学习  对抗学习  
无肿瘤区域引导的生物自发荧光断层成像重建算法研究 学位论文
, 北京: 中国科学院大学, 2019
Authors:  高源
Adobe PDF(7003Kb)  |  Favorite  |  View/Download:2/0  |  Submit date:2019/06/11
光学分子影像  生物自发荧光断层成像  高斯权重拉普拉斯正则先验  双边权重拉普拉斯正则先验  多层感知机重建模型  
复杂场景视频表示方法及其应用研究 学位论文
, 中国科学院自动化研究所: 中国科学院大学, 2019
Authors:  于廷照
Adobe PDF(25438Kb)  |  Favorite  |  View/Download:13/0  |  Submit date:2019/06/04
视频表示  时空卷积  注意力机制  低秩分解  无监督学习  
基于光学多模分子影像技术的抗肝肿瘤药物疗效评估 学位论文
工程硕士, 中国科学院自动化研究所: 中国科学院大学, 2019
Authors:  梁倩
Adobe PDF(4554Kb)  |  Favorite  |  View/Download:7/0  |  Submit date:2019/06/14
光学多模分子影像,自发荧光断层重建,药效评估,阿帕替尼,索拉菲尼,肝癌  
Reinforcement Learning and Deep Learning based Lateral Control for Autonomous Driving 期刊论文
IEEE Computational Intelligence Magazine, IEEE Computational Intelligence Magazine, 2019, 2019, 卷号: 14, 14, 期号: 2, 页码: 83-98, 83-98
Authors:  Dong Li;  Dongbin Zhao;  Qichao Zhang;  Yaran Chen
View  |  Adobe PDF(2205Kb)  |  Favorite  |  View/Download:19/8  |  Submit date:2019/04/25
Deep Learning  Autonomous Driving  Visual Control  Reinforcement Learning  Deep Learning  Autonomous Driving  Visual Control  Reinforcement Learning  
Fast and Robust Reconstruction Method for Fluorescence Molecular Tomography based on Deep Neural Network 会议论文
, The Moscone Center, San Francisco, California, USA, 2019-02-02
Authors:  Huang C(黄超)
View  |  Adobe PDF(587Kb)  |  Favorite  |  View/Download:35/21  |  Submit date:2019/04/29
Fluorescence Molecular Tomography, Ill-poseness, Deep Convolution Neural Network, Reconstruction.