Results 101 to 110 of about 5,179,681 (193)
CEREBELLAR MODEL CONTROL OF AN INDUSTRIAL ROBOT MANIPULATOR
, 1993 本文为动力学控制工业机器人提出了一种综合学习算法,这种学习算法可将以前所学的信息用于新的控制输入.这种控制方法不需要事先知道机器人动力学,它易于应用于特殊的控制问题或修改以适应实际系统中的变化,控制方法在时间上是有效的,且很适合于定点实现 ...
刘德满, 尹朝万
core
LEARNING--ADAPTIVE CONTROL OF INTELLIGENT ROBOTS BASED ON DIVIDING WORKING SPACE
, 1990 现有的机器人自适应控制基本上都是在建立机器人线性化的动力学模型的基础上,采用某种显式或隐式参数辨识的方法,在线地修正控制作用.本文针对机器人运动和动力学参数变化的固有特点,提出一种完全不同的自学习自适应方法.这种方法基于智能机器人分级系统中的两级结构,并且在空间域里而不是在时间域里处理机器人参数的变化.把机器人的作业空间划分成子空间,其中包括重力载荷的作用,每个子空间对应一组控制器.规划的轨迹映射到作业空间形成子空间序列.用自学习方法选择与这个序列对应的最佳控制器序列.该方法算法简单,计算量小 ...
戴炬
core
, 2013 机器人技术是对国民经济发展和国家安全具有重要支撑作用的战略高技术.国家中长期科学和技术发展规划纲要(2006~2020年)将机器人技术列为前沿技术予以重点部署.为了让广大读者了解我国机器人技术研究的相关进展,《科学通报》编辑部与中国科学院沈阳自动化研究所机器人学国家重点实验室合作,编辑出版本专辑,集中介绍机器人学国家重点实验室近年来在水下机器人、空间机器人、极地科考机器人、反恐防暴机器人 ...
王越超
core +1 more source
Zhongguo cuzhong zazhi心脑血管疾病是全球主要的致死和致残病因之一。尽管医疗技术不断进步，心脑血管疾病的诊治仍存在许多亟待解决的问题，人工智能与机器学习的出现为应对这些问题提供了新途径。美国心脏学会2024年发布的科学声明从影像分析、心电图判读、床旁监护、可穿戴设备、基因组学及电子健康记录等方面介绍了人工智能与机器学习在临床中的应用及面临的挑战。本文对该指南进行介绍，并分析人工智能与机器学习在脑血管病领域中应用的优势，为我国未来在这一领域的研究提供参考。 Abstract: Cardiovascular and ...
孟令涉1，王春娟1，2 (MENG Lingshe1, WANG Chunjuan1,2 )
doaj +1 more source
本发明公开了一种物理机理和机器学习融合的锂离子电池寿命预测方法，包括步骤：锂离子电池首次充放电循环并进行电化学特征测量；构建电化学特征曲线并提取特征量信息；构建机器学习模型并将特征量带入机器学习模型中以评估锂离子电池出厂时的寿命性能差异；构建物理退化机理模型以评估充放电历史引起的锂离子电池寿命衰减；基于锂离子电池出厂性能差异和充放电过程中的寿命衰减，计算锂离子电池的剩余寿命。本发明基于物理退化机理模型和机器学习模型的融合 ...
温济慈, 魏宇杰
core
He jishu本文利用基于决策树的机器学习算法——LightGBM（Light Gradient Boosting Machine）研究偶偶核体系的重离子熔合反应的截面（Cross Section，CS）。机器学习算法的输入特征量包括与原子核基本性质相关的物理量（如弹靶核的质子数、质量数、2+和4+态激发能量等）以及从唯象理论模型计算得到的CS，输出量为熔合截面。研究发现，当输入特征量中不包含唯象模型计算的CS时，在训练集上LightGBM预测的CS与实验值的平均绝对误差（Mean Absolute Error ...
李 志龙, 王 永佳, 李 庆峰
doaj +1 more source
地矿测绘物理信息驱动的方法属于机器学习的一个重要分支。针对煤矿井下定向钻进中地层非均质性强、长距离控制滞后及轨迹精度低等工程难题,本文提出了物理信息驱动的混合智能控制技术。构建基于延迟微分方程的离散化动力学模型,近似处理钻柱传输时滞与随机扰动,提供符合工程实际的数学描述。设计分层混合控制架构：标称控制器采用模型预测控制求解硬约束下的最优基准量,确保井眼曲率符合规范；残差控制器引入深度强化学习网络,实时补偿地层参数不确定性引起的模型失配。在典型煤矿井下工作面的工业性试验表明,该技术有效克服长时滞与强扰动 ...
Ying-Y. He
semanticscholar +1 more source
, 2017 目的：通过类似机器深度学习方法提高学生学习能力降低焦虑心理 方法：从图片记忆试验发现学生群体对视觉学习的注意力持续时间，时间维度对心理的影响，视觉学习难度对心理的影响。个体焦虑程度对视觉学习的影响，图片记忆的效果分析。主要运用抽样调查法对学生群体设置对照组 设定目标学习法 对图片注视，与自由联想思维记忆特点对比。 结果：人脑的思考模式与人工智能机器深度学习模式交互学习，卷积神经网络系统思维特点，对人类认知学习图式受情绪影响的状况得到相应的改善，以目标为主导，设定学习方法，计时 ...
徐艳
core
Guangtongxin yanjiu, 2020 软件定义光网络（SDON）中,控制平面可能遭遇入侵威胁从而对网络的稳定可靠服务供给造成影响。文章针对SDON集中控制平面安全问题提出了一种基于机器学习的入侵检测策略,采用孤立森林算法来检测点异常,采用指数权重移动平均（EWMA）算法来检测序列异常。理论分析和仿真实验结果表明,所提的基于机器学习的SDON检测技术能够实现90%点异常检测准确率和85%序列异常检测准确率。
朱嘉豪 +5 more
doaj
Q-Learning Algorithm Based on Incremental RBF Network
, 2019 为提升机器人的行为智能水平,提出一种基于增量式径向基函数网络(IRBFN)的Q学习(IRBFNQL)算法.其核心是通过结构的自适应增长与参数的在线学习,实现对Q值函数的学习与存储,从而使机器人可以在未知环境中自主增量式地学习行为策略.首先,采用近似线性独立(ALD)准则在线增加网络节点,使机器人的记忆容量伴随状态空间的拓展自适应增长.同时,节点的增加意味着网络拓扑内部连接的改变.采用核递归最小二乘(KRLS)算法更新网络拓扑连接关系及参数,使机器人不断扩展与优化自身的行为策略.此外,为避免过拟合问题 ...
何玉庆 +3 more
core