河海大学计算机与信息学院智能科学与技术研究所

作品数：9被引量：26H指数：3
导出分析报告
发文作者：宋晨胡蓓刘燕子裴沛更多>>
发文领域：自动化与计算机技术更多>>
发文主题：虚拟装配虚拟现实情境多AGENT系统网络更多>>
发文期刊：《计算机与现代化》《模式识别与人工智能》《计算机集成制造系统》《信息技术》更多>>
所获基金：国家自然科学基金更多>>
-
在结果中检索

检索结果分析

署名顺序

  • 全部
  • 第一机构
结果分析中...
共 条 记 录，以下是1-9
全选清除导出
参考文献引证文献引用追踪
视图：
排序：
基于生成对抗网络的图像修复被引量：16
《计算机科学》2018年第12期229-234,261,共7页孙全 曾晓勤 
国家重点研发计划项目(2017YFC0405805)资助
针对现有图像修复算法存在受损区域的形状和大小受限以及修复痕迹明显、修复边缘不连续的问题,文中提出一种基于生成对抗网络的图像修复方法。该方法采用生成对抗网络(Generative Adversarial Networks,GAN)这种新的生成模型作为基本架...
关键词：生成对抗网络 图像修复 对抗学习 Wasserstein距离 
一种多Agent的情境装配模型被引量：4
《计算机集成制造系统》2016年第5期1205-1210,共6页宋晨 刘惠义 
为了解决虚拟装配系统普遍存在的人机交互不够友好、配置文件复杂、难以应对需求变化等问题,提出一种以多Agent技术为基础的情境装配模型,将每个虚拟装配零件视作独立的Agent,构建一个自底向上的情境装配场景。首先从装配体的视角构建...
关键词：虚拟现实 虚拟装配 情境装配 多AGENT系统 
一种多层分布式情境装配模型被引量：1
《计算机与现代化》2016年第3期116-121,共6页宋晨 刘惠义 
提出一种以Agent技术为基础的多层分布式的虚拟场景模型。先从装配体的视角构建装配信息模型,根据刻画特征对象的各项参数定义装配知识层;装配决策层将零件视为Agent,并定义Agent间传输状态参数的消息模板,同时根据虚拟装配任务的过程特...
关键词：虚拟现实 虚拟装配 情境装配 多AGENT系统 
基于改进MRII的Madaline网络学习算法
《计算机与现代化》2016年第2期49-51,57,共4页郑星 李宗祥 
国家自然科学基金资助项目(60971088)
根据Madaline网络工作原理,针对其网络特点和现有算法中存在的缺点,包括存在权值修改公式参数较多不容易协调,经验取值缺乏理论依据不够灵活,按照置信度原则进行翻转神经元会陷入"局部震荡"。提出改进的MRII学习算法,通过建立神经元敏...
关键词：神经网络 Madaline 学习算法 敏感性 MRII 
基于伪分类超平面的线性可分几何判定方法及应用
《模式识别与人工智能》2014年第1期60-69,共10页张银川 韩立新 曾晓勤 
国家自然科学基金资助项目(No.60971088)
针对模式分类中线性可分的问题,文中将模式看作是欧氏空间中的点,研究欧氏空间中点与面的关系等解析几何性质,在一般的分类超平面概念上定义伪分类超平面.根据线性可分等价性,在需降维时进行空间映射.研究根据数据寻找伪分类超平面,给...
关键词：线性可分 伪分类超平面 空间映射 分类复杂度 
同心同向椭圆检测算法被引量：1
《信息技术》2013年第6期129-132,136,共5页胡蓓 
提出了一种新的同心同向椭圆检测算法。为了满足实时性要求将算法划分为三个检测步骤检测椭圆参数,每个检测步骤充分运用了推导出的椭圆性质以及霍夫变换中投票统计的方法,使得算法复杂度明显降低,计算时间显著减少,同时保证了检测速度...
关键词：同心椭圆 椭圆检测 霍夫变换 
基于边缘梯度方向的图像二值化方法
《计算机与现代化》2013年第5期73-76,共4页裴沛 
针对由于图像背景灰度不均导致不能很好地分离目标与背景问题,在已有工作的基础上,提出一种新的二值化方法。该方法结合Canny边缘检测,基于边缘梯度方向特征信息,通过投票标记边缘两侧和决定不确定点的归属,较好地解决了噪声和伪影问题...
关键词：二值化 梯度方向 边缘两侧 投票 
基于SOFM的人脸图像聚类方法比较被引量：1
《信息技术》2013年第4期162-165,共4页刘燕子 曾晓勤 
通过实验探讨了几种人脸图像聚类方法的效果,并给出了一些定性的结论。首先是试图找出数据量的大小对聚类效果的影响,实验结果表明,聚类数据量的增加可以使聚类结果更好,并且使用PCA方法提取人脸特征时,人脸轮廓信息越多,聚类结果越好;...
关键词：人脸聚类 SOFM PCA ICA 
基于路径引导知识启发的强化学习方法被引量：4
《四川大学学报（工程科学版）》2012年第5期136-142,共7页刘智斌 曾晓勤 
国家自然科学基金资助项目(60971088);国家自然科学基金资助项目(60571048)
为了提高强化学习算法的运行效率和收敛速度,提出了一种基于路径引导知识启发的强化学习方法PHQL。采用PHQL方法,不需要提前植入先导知识,agent在每一轮学习过程中更新Q表的同时,各个状态的路径知识也自主地建立起来并逐步修正和优化。...
关键词：PHQL Q学习 强化学习 路径规划 知识启发 
全选清除导出
共1页<1>
检索报告 对象比较 聚类工具 使用帮助 返回顶部