由于此商品库存有限,请在下单后15分钟之内支付完成,手慢无哦!
100%刮中券,最高99元无敌券,券有效期7天
活动自2017年6月2日上线,敬请关注云钻刮券活动规则更新。
如活动受政府机关指令需要停止举办的,或活动遭受严重网络攻击需暂停举办的,或者系统故障导致的其它意外问题,苏宁无需为此承担赔偿或者进行补偿。
醉染图书基于学习的机感知与规避9787118127997
¥ ×1
章 绪论
1.1 研究背景
1.2 机感知规避系统现状
1.3 机感知规避技术现状
1.4 本书主要研究工作
1.4.1 主要研究内容
1.4.2 组织结构
1.4.3 主要创新点
第2章 机感知规避系统框架设计与分析
2.1 引言
2.2 机器人控制体系结构基础
. 机感知规避框架设计与要素分析
..1 感知规避框架设计
..2 感知规避框架关键要素分析
.. 感知规避框架学习机制描述
2.4 机感知-规避状态空间表征描述
2.4.1 环境障碍物状态描述
2.4.2 机规避动作描述
2.5 本章小结
第3章 基于显著的空中障碍目标检测方法
3.1 引言
3.2 视觉注意机制与显著检测
3.3 基于频域信息的显著目标检测
3.3.1 基于频域信息的显著检测方法描述
3.3.2 基于频域信息的显著检测算法设计
3.4 基于深度学习的显著目标检测
3.4.1 基于卷积神经网络的显著检测方法描述
3.4.2 基于卷积神经网络的显著检测算法设计
3.5 空中目标显著检测方法实验验
3.5.1 通用数据集算法测试实验
3.5.2 飞行数据集算法测试实验
3.6 本章小结
第4章 基于自动编码理论的近地障碍环境表征方法
4.1 引言
4.2 基于深度编码-反编码结构的环境重构算法
4.2.1 编码与反编码结构
4.2.2 深度编码-反编码网络算法设计
4.3 基于深度卷积神经网络的深度距离估计算法
4.3.1 测距方法与尺度空间
4.3.2 深度距离估计卷积神经网络算法设计
4.4 复杂近地环境表征方法实验验
4.4.1 基于深度编码-反编码结构的环境重构算法实验验
4.4.2 基于深度卷积神经网络的深度距离估计算法实验验
4.5 本章小结
第5章 基于强化学习的机规避决策控制
5.1 引言
5.2 表格型学习规避算法
5.2.1 表格型学习原理
5.2.2 表格型学习算法设计
5.3 基于执行器一评价器的机空中规避算法
5.3.1 执行器一评价器框架描述
5.3.2 基于AC强化学习的机规避映框架设计
5.3.3 基于AC强化学习的机规避算法设计
5.4 基于Deep 学习与3D 学习的机规避算法
5.4.1 基于Deep 学习规避算法设计
5.4.2 基于3D 学习规避算法设计
5.5 基于强化学习的机规避决策控制实验验
5.5.1 面向空中背景的机规避算法实验验
5.5.2 面向森林背景的机规避算法验
5.6 本章小结
致谢
参考文献
亲,大宗购物请点击企业用户渠道>小苏的服务会更贴心!
亲,很抱歉,您购买的宝贝销售异常火爆让小苏措手不及,请稍后再试~
非常抱歉,您前期未参加预订活动,
无法支付尾款哦!
抱歉,您暂无任性付资格
