公共文化服务平台

共 6 条记录，以下是 1-6

全选清除导出

排序方式：

XCSG在多机器人强化学习中的应用被引量：2: 2013年; XCS分类器在解决机器人强化学习方面已显示出较强的能力,但在多机器人领域仅局限于MDP环境,只能解决环境空间较小的学习问题。提出了XCSG来解决多机器人的强化学习问题。XCSG建立低维的逼近函数,梯度下降技术利用在线知识建立稳定的逼近函数,使Q-表格一直保持在稳定低维状态。逼近函数Q不仅所需的存储空间更小,而且允许机器人在线对已获得的知识进行归纳一般化。仿真实验表明,XCSG算法很好地解决了多机器人学习空间大、学习速度慢、学习效果不确定等问题。; 邵杰杜丽娟杨静宇; 关键词：多机器人学习分类器

计算机网络集成装置: 计算机网络集成装置，包括集成盒，集成盒右端开设矩形孔，矩形孔内端下侧固定安装L杆，矩形孔内端设有数据接头，数据接头的内端与L杆的左端之间通过横向的弹力伸缩杆固定连接，数据接头顶部固定安装竖杆，集成盒右端面开设第一通孔，第...; 王建设李淑英王艳丽杜丽娟孔姝睿

一种半导体散热器: 本发明涉及一种半导体制冷片应用领域利用半导体制冷片的制冷效应进行散热的装置。本发明提供一种半导体散热器，是在中间基板的隔热台上安装半导体制冷片，在制冷片的两端安装散热片，使半导体散热器具有良好的机械强度，具备优良的密封、...; 杜丽娟杨娜王晓华陈帅贾磊; 文献传递

舰船导航系统超分辨率图像智能提取技术研究被引量：1: 2018年; 传统船舶导航图像智能提取模型存在方向分辨混乱、地理位置信息不精确等弊端。为解决上述问题,设计基于船舶导航系统的新型Zernike超分辨率图像智能提取模型。通过硬件器件选择、初始软件配置2个步骤,完成超分辨率图像舰船导航系统运行环境的搭建。在此基础上,通过确定Zernike表达式、获取识别图像分辨率矩值、完善智能提取流程3个步骤,完成新型舰船应用模型的搭建。分析对比实验结果可知,应用基于船舶导航系统的新型超分辨率图像智能提取模型后,方向分辨混乱、地理位置信息不精确等问题都得到明显改善。; 杜丽娟; 关键词：导航系统超分辨率图像

低重合度图像多视点纹理特征自动配准仿真被引量：2: 2018年; 对低重合度图像多视点纹理特征自动配准,能够完善图像结构,增加图像利用率。当前基于SIFT的纹理特征自动配准方法,通过回字双层邻窗划分纹理区域的方式对纹理特征配准,纹理特征匹配吻合度低,误配点剔除效果较差。提出一种基于RANSAC的低重合度图像多视点纹理特征自动配准方法。通过自适应的图像纹理特征提取法,对图像的纹理密度进行量化估计,并进行图像深度超像素的特征分割。获得图像显著主颜色的分量特征数据,同时对图像向量的量化区域中图像超像素级的视觉特征进行计算,完成不同像素级深度内多视点同质异构纹理特征的提取。设置纹理特征自动配准条件参数,并构建纹理特征点集合;选取任意特征点组建变换矩阵,并利用该矩阵的映射功能完成纹理特征点的初步匹配。对匹配过程进行迭代,并判断是否达到上限,找到纹理特征匹配最大内点数量,以此确定最优纹理特征自动配准模型,利用误配点剔除函数剔除误配点,以提高配准水平。仿真表明,上述方法有效增强了纹理特征自动匹配效果,误配点的剔除结果也十分理想。; 杜丽娟路晓亚; 关键词：多视点纹理特征自动配准

基于LCS和LS-SVM的多机器人强化学习被引量：1: 2013年; 本文提出了一种LCS和LS-SVM相结合的多机器人强化学习方法,LS-SVM获得的最优学习策略作为LCS的初始规则集。LCS通过与环境的交互,能更快发现指导多机器人强化学习的规则,为强化学习系统的动作选择提供实时、动态的反馈,使多机器人自主地学习到相互协作的最优策略。算法的分析和仿真表明多机器人学习空间大、学习速度收敛慢、学习效果不确定等问题得到很大的改善。; 邵杰杜丽娟林海霞; 关键词：学习分类器多机器人

全选清除导出

共1页<1>

杜丽娟