国家自然科学基金委员会重大研究计划“共融机器人基础理论与关键技术研究冶

[1]

方勇纯, 朱威, 郭宪,. 基于路径积分强化学习方法的蛇形机器人目标导向运动[J]. 模式识别与人工智能, 2019, 32(1): 1-9.

[2]

樊迪, Hyunwoo Kim, 陈晓鹏, 刘云辉, 黄强,. 机器仿生眼的多任务学习人脸分析[J]. 模式识别与人工智能, 2019, 32(1): 10-16.

[3]

张婉绮, 王志永, 刘洪海,. 基于改进SVR的眼睛中心定位方法[J]. 模式识别与人工智能, 2019, 32(1): 17-23.

[4]

田建东, 刘连庆,. 复杂气象条件下的机器人视觉[J]. 模式识别与人工智能, 2019, 32(1): 24-35.

[5]

刘市祺, 孙晓波, 谢晓亮, 侯增广,. 基于区域建议网络和残差结构的导丝跟踪[J]. 模式识别与人工智能, 2019, 32(1): 36-42.

[6]

易晓东, 杨思宁, 杨绍武,. 实时更新的全局一致三维栅格建图[J]. 模式识别与人工智能, 2019, 32(1): 43-50.

[7]

郑云飞, 陈霸东,. 基于最小p-范数的宽度学习系统[J]. 模式识别与人工智能, 2019, 32(1): 51-57.

[8]

李政源, 马昕, 李贻斌,. 基于最优投影平面的立体视觉空间圆位姿高精度测量方法[J]. 模式识别与人工智能, 2019, 32(1): 58-66.

[9]

万里鹏, 兰旭光, 张翰博, 郑南宁,. 深度强化学习理论及其应用综述[J]. 模式识别与人工智能, 2019, 32(1): 67-81.

[10]

王延召, 彭国华, 延伟东,. 基于流形排序和联合连通性先验的显著性目标检测[J]. 模式识别与人工智能, 2019, 32(1): 82-93.

[11]

[12]

. "共融机器人"专辑序言[J]. 模式识别与人工智能, 2019, 32(1): 0-0.

[13]

李小宝，郭立君，张荣，洪金华. 混合l₂/l_1/2范数的局部组稀疏表示方法[J]. 模式识别与人工智能, 2018, 31(9): 773-785.

[14]

王瑞琴，潘俊，冯建军. 基于信任计算和矩阵分解的推荐算法[J]. 模式识别与人工智能, 2018, 31(9): 786-796.

[15]

张燕兰，李长清. 基于证据理论的覆盖决策信息系统的属性约简[J]. 模式识别与人工智能, 2018, 31(9): 797-808.