机构

• 沈阳自动化研究所 [220]

采集方式

• OAI收割 [220]

内容类型

• 期刊论文 [95]
• 会议论文 [87]
• 学位论文 [36]
• 专利 [2]

发表日期

• 2022 [3]
• 2021 [15]
• 2020 [15]
• 2019 [24]
• 2018 [20]
• 2017 [27]
• 更多

学科主题

筛选

浏览/检索结果: 共220条，第1-10条 帮助 限定条件 专题：沈阳自动化研究所    第一署名单位    第一作者单位    通讯作者单位     条数/页： 5101520253035404550556065707580859095100 排序方式： 请选择提交时间升序提交时间降序发表日期升序发表日期降序题名升序题名降序作者升序作者降序 Lifelong robotic visual-tactile perception learning 期刊论文  OAI收割 Pattern Recognition, 2022, 卷号: 121, 页码: 1-12 作者:  Dong JH(董家华);  Cong Y(丛杨);  Sun G(孙干);  Zhang T(张涛)   |  收藏  |  浏览/下载：33/0  |  提交时间：2021/08/12 Lifelong machine learning  Robotics Visual-tactile perception  Cross-modality learning  Multi-task learning   Depth Selection for Deep ReLU Nets in Feature Extraction and Generalization 期刊论文  OAI收割 IEEE TRANSACTIONS ON PATTERN ANALYSIS AND MACHINE INTELLIGENCE, 2022, 卷号: 44, 期号: 4, 页码: 1853-1868 作者:  Han Z(韩志);  Yu SQ(余思泉);  Lin SB(林绍波);  Zhou DX(周定軒)   |  收藏  |  浏览/下载：28/0  |  提交时间：2022/03/23 Feature extraction  Data mining  Deep learning  Task analysis  Optimization  Machine learning algorithms  Deep nets  feature extractions  generalization  learning theory   Adaptive learning attention network for underwater image enhancement 期刊论文  OAI收割 IEEE Robotics and Automation Letters, 2022, 卷号: 7, 期号: 2, 页码: 5326-5333 作者:  Liu SB(刘世本);  Fan HJ(范慧杰);  Lin S(林森);  Wang Q(王强);  Ding ND(丁乃达)   |  收藏  |  浏览/下载：33/0  |  提交时间：2022/03/31 Attention mechanism  computer vision for automation  deep learning methods  underwater image enhancement   Unified Optimization for Multiple Active Object Recognition Tasks with Feature Decision Tree 期刊论文  OAI收割 JOURNAL OF INTELLIGENT & ROBOTIC SYSTEMS, 2021, 卷号: 103, 期号: 2, 页码: 1-15 作者:  Sun HB(孙海波);  Zhu F(朱枫);  Hao YM(郝颖明);  Fu SF(付双飞);  Kong YZ(孔研自)   |  收藏  |  浏览/下载：21/0  |  提交时间：2021/09/29 Active object recognition  Prior feature distribution table  Feature decision tree  Next best viewpoint   Adaptive feature fusion with attention mechanism for multi-scale target detection 期刊论文  OAI收割 Neural Computing and Applications, 2021, 卷号: 33, 期号: 7, 页码: ‏ 2769-2781 作者:  Ju MR(鞠默然);  Luo JN(罗江宁);  Wang ZB(王仲博);  Luo HB(罗海波)   |  收藏  |  浏览/下载：24/0  |  提交时间：2020/08/01 Deep learning  Target detection  Adaptive feature fusion  Attention mechanism   Automatic Recognition of Sucker-Rod Pumping System Working Conditions Using Few-Shot Indicator Diagram Based on Meta-learning 会议论文  OAI收割 Chicago, May 26-28, 2021 作者:  He YP(贺云鹏);  Zang CZ(臧传治);  Zeng P(曾鹏);  Wang MX(王明新);  Wan GX(万广喜)   |  收藏  |  浏览/下载：21/0  |  提交时间：2021/08/21 Few-shot learning  Indicator diagram  Meta-learning  Sucker-rod pumping system  Working condition recognition   Graph Neural Network based on Geometric and Appearance Attention for 6D Pose Estimation 会议论文  OAI收割 Virtual, Online, China, September 17-19, 2021 作者:  Wang TF(王天夫);  Wang HG(王洪光)   |  收藏  |  浏览/下载：69/0  |  提交时间：2022/03/23 6D pose estimation  Graph neural network  Colored point clouds   Feature selection with kernelized multi-class support vector machine 期刊论文  OAI收割 Pattern Recognition, 2021, 卷号: 117, 页码: 1-13 作者:  Guo YN(郭一楠);  Zhang ZR(张子睿);  Tang FZ(唐凤珍)   |  收藏  |  浏览/下载：24/0  |  提交时间：2021/05/15 Feature selection  Multi-class support vector machine  Kernel machine  Recursive feature elimination   Automatic recognition of surface defects for hot-rolled steel strip based on deep attention residual convolutional neural network 期刊论文  OAI收割 Materials Letters, 2021, 卷号: 293, 页码: 1-4 作者:  Huang Z(黄钲);  Wu JJ(吴嘉俊);  Xie, Feng   |  收藏  |  浏览/下载：34/0  |  提交时间：2021/04/13 Hot-rolled steel strip  Artificial intelligence  Deep attention residual convolutional  neural network  Surface defect recognition   Accurate and Fast Image Denoising via Attention Guided Scaling 期刊论文  OAI收割 IEEE TRANSACTIONS ON IMAGE PROCESSING, 2021, 卷号: 30, 页码: 6255-6265 作者:  Zhang, Yulun;  Li, Kunpeng;  Li, Kai;  Sun G(孙干);  Kong, Yu   |  收藏  |  浏览/下载：25/0  |  提交时间：2021/08/03 Image denoising  Noise measurement  Training  Noise reduction  Generative adversarial networks  Visualization  Task analysis  Image denoising  attention guided scaling  feature collection and distribution  object recognition  semantic segmentation