結(jié)合先驗知識的深度Q神經(jīng)網(wǎng)絡算法在室內(nèi)路徑規(guī)劃中的研究與應用
【學位授予單位】:合肥工業(yè)大學
【學位級別】:碩士
【學位授予年份】:2018
【分類號】:C913.4
【圖文】:
出特征信息的方法。該方法的思想來自于生物學界對于貓的視覺皮層的研究。在經(jīng)層中,視覺信息會先通過簡單的細胞進行處理,提取出簡單的細胞提取出圖像初級特征,然后跟高階的細胞會對處理結(jié)果進行部分池化,經(jīng)過一系列的處理最得到高層次的特征,然后這些高層次的特征可以用來進行圖像的分類和識別。卷神經(jīng)網(wǎng)絡通過對復雜的輸入數(shù)據(jù)進行卷積(Convolutional)操作,池化(pooling)作,全連接操作,最后輸出分類或識別的結(jié)果,如圖 2.3 所示。
算法輸入
【參考文獻】
相關(guān)期刊論文 前10條
1 宣冬梅;王菊韻;于華;趙佳;;深度學習中先驗知識的應用[J];計算機工程與設計;2015年11期
2 張春元;朱清新;;基于對稱擾動采樣的Actor-critic算法[J];控制與決策;2015年12期
3 王國芳;方舟;李平;;基于批量遞歸最小二乘的自然Actor-Critic算法[J];浙江大學學報(工學版);2015年07期
4 郭麗麗;丁世飛;;深度學習研究進展[J];計算機科學;2015年05期
5 王田苗;陶永;;我國工業(yè)機器人技術(shù)現(xiàn)狀與產(chǎn)業(yè)化發(fā)展戰(zhàn)略[J];機械工程學報;2014年09期
6 孫志軍;薛磊;許陽明;王正;;深度學習研究綜述[J];計算機應用研究;2012年08期
7 王殿君;;基于改進A~*算法的室內(nèi)移動機器人路徑規(guī)劃[J];清華大學學報(自然科學版);2012年08期
8 錢夔;宋愛國;章華濤;熊鵬文;;基于自適應模糊神經(jīng)網(wǎng)絡的機器人路徑規(guī)劃方法[J];東南大學學報(自然科學版);2012年04期
9 于振中;閆繼宏;趙杰;陳志峰;朱延河;;改進人工勢場法的移動機器人路徑規(guī)劃[J];哈爾濱工業(yè)大學學報;2011年01期
10 朱大奇;顏明重;;移動機器人路徑規(guī)劃技術(shù)綜述[J];控制與決策;2010年07期
相關(guān)博士學位論文 前1條
1 王國芳;專家知識輔助的強化學習研究及其在無人機路徑規(guī)劃中的應用[D];浙江大學;2017年
相關(guān)碩士學位論文 前2條
1 許亞;基于強化學習的移動機器人路徑規(guī)劃研究[D];山東大學;2013年
2 胡國梁;智能家庭服務監(jiān)控機器人的避障實現(xiàn)與路徑規(guī)劃研究[D];山東大學;2009年
本文編號:2734775
本文鏈接:http://sikaile.net/shekelunwen/shgj/2734775.html