QQ客服 官方微博 反馈留言

浏览/检索结果: 共7条，第1-7条 帮助 限定条件 发表日期：2020    专题：自动化研究所    第一署名单位    第一作者单位    通讯作者单位     已选(0)清除 条数/页：5101520253035404550556065707580859095100   排序方式：请选择作者升序作者降序题名升序题名降序发表日期升序发表日期降序提交时间升序提交时间降序 Graph-based parallel large scale structure from motion 期刊论文 PATTERN RECOGNITION, 2020, 卷号: 107, 页码: 11 作者:  Chen, Yu;  Shen, Shuhan;  Chen, Yisong;  Wang, Guoping 收藏  |  浏览/下载：36/0  |  提交时间：2020/08/31 Clustering  Structure from motion  Minimum spanning tree   Online estimation of voltage stability margin via deep neural network with consideration of the local structures in power grid 期刊论文 INTERNATIONAL TRANSACTIONS ON ELECTRICAL ENERGY SYSTEMS, 2020, 页码: 17 作者:  Bai, Xiwei;  Tan, Jie;  Ma, Shiying;  Liu, Daowei 收藏  |  浏览/下载：8/0  |  提交时间：2021/01/07 deep neural network  grid topology  local structures  voltage stability margin   Dynamic Graph Representation for Occlusion Handling in Biometrics 会议论文 New York, USA, 2020-7-12 作者:  Ren M(任民);  Wang YL(王云龙);  Sun ZN(孙哲南);  Tan TN(谭铁牛) 收藏  |  浏览/下载：0/0  |  提交时间：2022/12/19 Composing Good Shots by Exploiting Mutual Relations 会议论文 Virtual, 14-19, June, 2020 作者:  Li, Debang;  Zhang, Junge;  Huang, Kaiqi;  Yang, Ming-Hsuan 收藏  |  浏览/下载：18/0  |  提交时间：2021/05/31 Relation-Aware Pedestrian Attribute Recognition with Graph Convolutional Networks 会议论文 New York, 2020-2 作者:  Zichang Tan;  Yang Yang;  Jun Wan;  Guodong Guo;  Stan Z. Li 收藏  |  浏览/下载：9/0  |  提交时间：2021/05/31 Deep Learning, Pedestrian Attribute Recognition   Fuzzy Broad Learning System: A Novel Neuro-Fuzzy Model for Regression and Classification 期刊论文 IEEE TRANSACTIONS ON CYBERNETICS, 2020, 卷号: 50, 期号: 2, 页码: 414-424 作者:  Feng, Shuangg;  Chen, C. L. Philip 收藏  |  浏览/下载：33/0  |  提交时间：2020/03/30 Broad learning system (BLS)  classification  k-means  regression  Takagi-Sugeno (TS) fuzzy system   Page Segmentation Using Convolutional Neural Network and Graphical Model 会议论文 视频会议, 2020-7 作者:  Li, Xiao-Hui;  Yin, Fei;  Liu, Cheng-Lin 收藏  |  浏览/下载：9/0  |  提交时间：2021/06/02 Page segmentation  Conditional random field  Feature pyramid network  Graph attention network