中文版 | English

在结果中检索

CASIA OpenIR

浏览/检索结果: 共18条，第1-10条 帮助

限定条件    
已选(0)清除 条数/页：   排序方式：
单目标跟踪中的智能评估技术研究 学位论文
, 2023
作者:  胡世宇
Adobe PDF(33423Kb)  |  收藏  |  浏览/下载：97/6  |  提交时间：2024/01/19
单目标跟踪  智能评估技术  视觉跟踪能力  实验环境  评估平台  
图神经网络表示学习方法研究 学位论文
, 2023
作者:  叶雪
Adobe PDF(25235Kb)  |  收藏  |  浏览/下载：142/7  |  提交时间：2023/06/16
深度学习  图神经网络  注意力机制  元学习  拓扑数据分析  
面向支气管镜机器人仿真的柔性体建模与模拟研究 学位论文
, 2023
作者:  王怡虎
Adobe PDF(5841Kb)  |  收藏  |  浏览/下载：137/3  |  提交时间：2023/05/30
虚拟支气管镜  生物医学模拟  实时有限元  预计算有限元  神经网络  
基于对抗学习和治疗前后 CT 影像的食管癌同步放化疗预后预测方法研究 学位论文
, 2023
作者:  邱淇
Adobe PDF(4324Kb)  |  收藏  |  浏览/下载：69/2  |  提交时间：2023/06/28
食管癌  医学影像  深度学习  生成对抗网络  域自适应  
Design of a Novel Haptic Joystick for the Teleoperation of Continuum-Mechanism-Based Medical Robots 期刊论文
Robotics, 2023, 卷号: 12, 期号: 2, 页码: 52
作者:  Xie, Yiping(谢亿平);  Hou, Xilong(侯西龙);  Wang, Shuangyi(王双翌)
Adobe PDF(3916Kb)  |  收藏  |  浏览/下载：163/60  |  提交时间：2023/05/31
haptic device  gravity compensation  continuum robot  teleoperation  variable impedance control  
基于图模型的非受控环境生物特征识别方法研究 学位论文
, 2022
作者:  任民
Adobe PDF(23737Kb)  |  收藏  |  浏览/下载：239/6  |  提交时间：2022/12/13
生物特征识别，图模型，非受控环境，特征表达，对抗鲁棒性  
脑网络组图谱个体绘制方法及其在精准诊疗中的应用 学位论文
, 2022
作者:  马亮
Adobe PDF(28073Kb)  |  收藏  |  浏览/下载：185/4  |  提交时间：2023/01/04
个体化脑图谱  脑区拓扑结构  疾病诊断  经颅磁刺激  刺激线圈位姿  
The Consistent Extended Kalman Filter Design for Maneuvering Target Tracking and Its Application on Hand Position Tracking 期刊论文
Guidance, Navigation and Control, 2022, 页码: 已接受未发表
作者:  Lin, Tian;  Yang, Xu;  Wenchao, Xue;  Long, Cheng
Adobe PDF(12758Kb)  |  收藏  |  浏览/下载：167/39  |  提交时间：2022/06/14
元电网MetaGrid：基于平行电网的新一代智能电网的体系与架构 期刊论文
智能科学与技术学报, 2021, 卷号: 3, 期号: 4, 页码: 387-398
作者:  李小双;  王晓;  杨林瑶;  田永林;  王雨桐;  张俊;  王飞跃
Adobe PDF(2459Kb)  |  收藏  |  浏览/下载：193/49  |  提交时间：2022/06/17
Constrain Latent Space for Schizophrenia Classification via Dual Space Mapping Net 会议论文
, Peru, 2020-10
作者:  Weiyang, Shi;  Kaibin, Xu;  Ming, Song;  Lingzhong, Fan;  Tianzi, Jiang
Adobe PDF(930Kb)  |  收藏  |  浏览/下载：147/35  |  提交时间：2022/12/23
Schizophrenia  Clinical symptoms  Multi-view learning