CASIA OpenIR

浏览/检索结果: 共12条,第1-10条 帮助

限定条件    
已选(0)清除 条数/页:   排序方式:
Wd3: Taming the estimation bias in deep reinforcement learning 会议论文
, Baltimore, MD, USA, 2020-12
作者:  He Q(何强);  Hou XW(侯新文)
Adobe PDF(2006Kb)  |  收藏  |  浏览/下载:191/38  |  提交时间:2022/06/27
deep reinforcement learning  estimation bias  neural networks  
Energy Based Optimal Dynamic Stealth False Data Injection Attacks on the Smart Grid 会议论文
Proceedings of 2020 7th International Conference on Information, Cybernetics, and Computational Social Systems, Guangzhou, China, 2020.11.13-15
作者:  Liu, Yifa;  Cheng, Long
Adobe PDF(1191Kb)  |  收藏  |  浏览/下载:105/39  |  提交时间:2023/06/29
smart grid, security, false data injection attack, optimal control  
面向未知环境自主探索的深度强化学习方法 学位论文
, 中国科学院自动化研究所: 中国科学院大学, 2020
作者:  李浩然
Adobe PDF(13496Kb)  |  收藏  |  浏览/下载:1041/27  |  提交时间:2020/09/02
移动机器人  深度强化学习  自主探索  智能驾驶  多传感器融合  深度学习  语义分割  
A Self-identifying Checkerboard-like Pattern for Camera Calibration 会议论文
, Shenyang, PEOPLES R CHINA, JUL 27-29, 2020
作者:  Gao, Zhang;  Zhu, Mingzhu;  Yu, Junzhi
Adobe PDF(496Kb)  |  收藏  |  浏览/下载:125/32  |  提交时间:2021/06/10
camera calibration  checkerboard-like  pattern  self-identity  
基于多中心脑影像的阿尔茨海默病异常模式及分类研究 学位论文
工学博士, 中国科学院自动化研究所: 中国科学院自动化研究所, 2020
作者:  金丹
Adobe PDF(8361Kb)  |  收藏  |  浏览/下载:407/10  |  提交时间:2020/06/07
阿尔茨海默, 磁共振成像,计算机辅助诊断, 脑结构和功能,荟萃分析  
基于立体视觉的协作机器人环境感知与避障规划方法研究 学位论文
, 中国科学院自动化研究所: 中国科学院大学, 2020
作者:  孙苑淞
Adobe PDF(6751Kb)  |  收藏  |  浏览/下载:418/5  |  提交时间:2020/06/12
协作机器人  机械臂  环境感知  路径规划  实时避障  
仿生蹼推进水下作业机器人自主作业控制研究 学位论文
工学博士, 在线: 中国科学院大学, 2020
作者:  蔡明学
Adobe PDF(32012Kb)  |  收藏  |  浏览/下载:362/16  |  提交时间:2020/06/09
仿生推进  水下作业机器人  水下地形导航  非奇异终端滑模控制  水下自主抓取控制  非线性模型预测控制  
Grasp State Assessment of Deformable Objects Using Visual-Tactile Fusion Perception 会议论文
, Paris, France, 2022-5-31
作者:  Cui SW(崔少伟);  Wang R(王睿);  Wei JH(魏俊杭);  Li FR(李繁荣);  Wang S(王硕)
Adobe PDF(3334Kb)  |  收藏  |  浏览/下载:144/45  |  提交时间:2022/07/06
视频中的场景文本检测方法研究 其他
2020-05-01
作者:  杨学行
Adobe PDF(9073Kb)  |  收藏  |  浏览/下载:199/3  |  提交时间:2020/07/23
视频文本检测,最大稳定极值区域,网络流,马尔科夫决策过程  
A High-Powered Brain Age Prediction Model Based On Convolutional Neural Network 会议论文
, Iowa, USA, 2020年4月3日-2020年4月7日
作者:  Rao, Guangxiang;  Li, Ang;  Liu, Yong;  Liu, Bing
浏览  |  Microsoft Word(11970Kb)  |  收藏  |  浏览/下载:218/50  |  提交时间:2020/06/22
Brain age prediction, structural magnetic resonance image, Convolutional Neural Network, Inception Net, global average pooling