·
搜索结果:找到“学习”相关结果1042284条
排序: 按相关 按相关 按时间降序
  • 【专利】 一种学习型多组多路遥控开关装置的学习方法

    作者:林海航 ; 杨继林 年份:2016
    摘要:本发明公开了一种学习型多组多路遥控开关装置的学习方法,遥控开关装置预设N组F路控制输出,遥控开关装置接收到遥控器两次以上的相同无效控制信号,最后一次的无效控制信号持续时间为预设时间,遥控开关装置解锁,操作遥控开关装置手动开关的次数为C次后,遥控开关装置接收到遥控器的无效控制信号A进入第C组的第一路学习状态,学习状态接收到遥控器的无效控制信号A跳转到下一路学习状态,学习状态接收到遥控器的按键信号不是无效控制信号A则保存为有效控制信号,跳转到下一路学习状态。实现多组多路遥控开关装置快速、方便学习配对遥控器。
  • 【专利】 具有自主学习能力的在线序列极限学习机方法

    作者:任红格 ; 史涛 ; 李福进 ; 尹瑞 ; 张春磊 ; 刘伟民 ; 霍美杰 ; 徐少彬 年份:2016
    摘要:本发明涉及了一种具有自主学习能力的在线序列极限学习机方法,属于智能机器人技术领域,一共分为九个部分,分别为外部状态集合、外部动作集合、奖赏信号、值函数、状态转移方程、极限学习机网络隐含层输出集合、中间参数转移方程、极限学习机输出集合、极限学习机输出权值转移方程。本发明提供的具有自主学习能力的在线序列极限学习机方法,以在线序列极限学习机为框架,结合强化Q学习,提出了一种具有自主学习能力的在线序列极限学习机方法,并将该模型运用到移动机器人路径规划研究中,使机器人根据外部环境的状态与奖励,实现自主学习导航,提高机器人在未知环境中的自主学习能力。
  • 【专利】 基于迭代学习P型学习律的FAST整网控制方法

    作者:沙毅 ; 张立立 ; 王志远 年份:2015
    摘要:本发明涉及一种基于迭代学习P型学习律的FAST整网控制方法,属于智能化天线控制领域。本发明基于P型学习律的迭代学习理论应用方法,首次将迭代学习应用于天线的控制使其更加智能化在天线控制领域,通过整网控制策略解决了FAST反射面整网变形控制方法存在的不足,提高了整个FAST系统的使用寿命和观测灵敏度。
  • 【专利】 一种基于深度无监督学习的视觉相似性学习方法

    作者:夏春秋 年份:2018
    摘要:本发明中提出的一种基于深度无监督学习的视觉相似性学习方法,其主要内容包括:紧凑簇和批次的生成、卷积神经网络(CNN)的训练、局部时间池化和多实例学习,其过程为,先从样本中获取相关联的初始样本集,然后优化单个成本函数得到紧凑的簇(位置分布紧凑且相似的样本组),并选择相似性相互一致的簇组成随机梯度下降(SGD)批次,接着,交替地对CNN进行训练,以及对产生的相似点执行局部时间池化操作,并使用得到的相似点重新计算簇和批次,迭代多次之后得到样本之间的相似性。本发明解决了以往的视觉相似性学习方法需要大量手工标注数据且计算成本高的问题,能够提供更精细的相似结构,在姿态分析任务和分类问题上具有良好的性能。
  • 【专利】 一种基于深度学习与强化学习的车辆识别方法

    作者:孟继成 ; 丁乐乐 年份:2016
    摘要:本发明公开了一种基于深度学习与强化学习的车辆识别方法,在利用深度网络的结构特点上,提供一种深度学习与强化学习结合的方法,将强化学习中的Q‑学习算法应用到深度学习网络中,训练过程仍然使用随机梯度下降算法,提高了深度网络对车辆的识别的能力;其次,加入了基于错分样本学习的强化学习技术,克服了深度学习网络在车辆识别领域现有的技术不足,提升车辆识别性能的同时,也提高了网络的训练效率。
  • 【专利】 基于极限学习机和boosting多核学习的目标跟踪算法

    作者:孙锐 ; 张东东 ; 王旭 ; 高隽 年份:2016
    摘要:本发明公开了一种基于极限学习机和boosting多核学习的目标跟踪算法,其特征包括:1多次boosting迭代得到优秀的分类器,将每次boosting迭代中通过多核学习得到的弱分类器组合成强分类器,再用强分类器对特征进行分类。2为了进一步减少计算量和提升分类性能,不同于传统多核学习以支持向量机(SVM)为基分类器,而采用极限学习机作为基分类器,极限学习机结构简单,训练速度非常快,并且比SVM有更好的泛化能力。本发明能使多核分类器进行快速分类,从而使跟踪算法在复杂场景下也能保证跟踪的鲁棒性和实时性。
  • 【专利】 一种基于改进学习率的深度学习交通流预测方法

    作者:简琤峰 ; 张美玉 ; 况祥 ; 孙畅 年份:2018
    摘要:本发明涉及一种基于改进学习率的深度学习交通流预测方法,通过改进深度信念网络的模型在训练中对于学习率和训练次数的确定方法,利用改进的深度信念网络和径向基函数的优点建立预测用的深度信念网络‑径向基函数组合模型,使用交通流数据对模型进行训练,并使用训练完成的模型对交通流进行预测。本发明经过实验论证,当数据量较大且波动亦较大时,本发明的深度信念网络‑径向基函数组合模型无论是从预测的稳定性还是误差的结果上都明显优于其他模型,精准度高、误差小、收敛速度快。
  • 【专利】 基于深度强化学习的图二值特征学习方法及装置

    作者:鲁继文 ; 周杰 ; 段岳圻 年份:2018
    摘要:本发明公开了一种基于深度强化学习的图二值特征学习方法及装置,其中,方法包括:提取图像深度实值特征;根据深度强化学习的位间关系挖掘得到位间关系挖掘网络的基本量,其中,基本量包括状态、转移举证、行动和奖励,以训练得到位间关系挖掘网络;通过位间关系挖掘网络和互信息的特征提取网络提取得到鲁棒特征。该方法可以通过位间关系挖掘网络和互信息的特征提取网络提取得到鲁棒特征,有效提高特征鲁棒性。
  • 【专利】 一种外语学习用基于云计算处理的辅助学习装置

    作者:赵敏 年份:2018
    摘要:本发明公开了一种外语学习用基于云计算处理的辅助学习装置,包括控制箱、支撑杆、导轨、支撑箱、微型电机、丝杆、支撑板、液压缸、踏板、连接杆、固定块、万向轮、触屏显示屏、挂钩、耳机、触屏笔和卡块,利用微型电机带动丝杆转动,利用丝杆和连接杆的反向螺纹连接控制连接杆在丝杆上面运动,从而控制万向轮上升或下落,使辅助学习装置本体移动灵活,利用导轨灵活调节液压缸和控制箱之间的距离,利用耳机使操作者进行外语学习时不被外界干扰,提高学习效率,利用云计算处理服务系统提高装置存储空间,降低设备能耗,降低成本且提高效率,本装置智能性高,移动方便,固定稳定,提高学习效率。
  • 【专利】 基于深度学习和度量学习的极化SAR地物分类方法

    摘要:本发明公开一种基于深度学习和度量学习的极化SAR地物分类方法,实现步骤为:(1)输入图像;(2)滤波;(3)提取特征;(4)选择训练样本和测试样本;(5)训练栈式稀疏自编码器,得到训练样本集的深层特征和测试样本集的深层特征;(6)训练度量学习分类器,得到分类结果;(7)对分类结果进行上色;(8)输出上色后的分类结果图。本发明用基于深度学习和度量学习的极化SAR地物分类方法对图像进行分类,对特征的提取比较全面合理,分类结果更吻合真实地物,降低了时间复杂度并提高了分类精度。
  • 【专利】 一种利用棋牌麻将游戏学习易经知识的学习方法

    作者:马明 年份:2016
    摘要:本发明公开一种利用棋牌麻将游戏学习易经知识的学习方法,以易经的天地万物变易之学为原理,以五行相生相克、八卦奇门遁甲为规则,融入了“奇门遁甲”、“大六壬”“河洛干支”、“四柱”、“八卦六爻”“风水学”等内容,创造了易智棋、易智扑克、易智棋三种游戏,配合相应的易经文化游戏道具,学习易经知识,寓教于乐。将易经文化进行系统地归纳分类,把易经知识融入到游戏牌面和道具中,利用易经中五行八卦规则转化为游戏规则,游戏参与者通过博弈了解易经规则,提升了大众对易经文化的学习兴趣,使得易经学习不再枯燥无味,非常有利于易经文化的大范围推广和宣传。
  • 【专利】 一种小学语文学习用带有启蒙作用的多功能学习

    作者:张俊卿 年份:2017
    摘要:本发明属于学习桌技术领域,尤其是一种小学语文学习用带有启蒙作用的多功能学习桌,针对小学刚接触语文学科缺乏启蒙教育问题,现提出以下方案,包括桌板,所述桌板底部外壁的两侧均焊接有延伸柱,且延伸柱的底部外部设置有支撑腿,所述支撑腿为镂空结构,且支撑腿的底部内壁通过螺钉固定有伺服电机,所述伺服电机的输出轴通过联轴器连接有丝杠,且丝杠的外壁通过螺纹连接有联动架,所述联动架的顶部外壁通过螺钉固定于延伸柱的底部外壁。本发明能够避免学习时手脚冰冷的现象发生,提高了学习桌使用的舒适度,能够自由调节桌板的高度,适合不同体格的孩子使用,降低了学习的苦涩度,达到启蒙学习的效果。
上一页 1 2 3 4 5 6 7 8 9 10 下一页 跳转