QQ客服 官方微博 反馈留言

浏览/检索结果: 共6条，第1-6条 帮助 限定条件 发表日期：2020    内容类型：会议论文     已选(0)清除 条数/页：5101520253035404550556065707580859095100   排序方式：请选择作者升序作者降序题名升序题名降序发表日期升序发表日期降序提交时间升序提交时间降序 A Mixed Semantic Features Model for Chinese NER with Characters and Words 会议论文 Lisbon, Portugal, April 14 - 17, 2020 作者:  Chang, Ning;  Zhong, Jiang;  Li, Qing;  Zhu, Jiang 收藏  |  浏览/下载：14/0  |  提交时间：2021/12/15 Chinese Named Entity Recognition  Self-attention  Mixed Semantic Feature  Entity Boundary Segmentation   Correction-Based Diffusion LMS Algorithms for Secure Distributed Estimation Under Attacks 会议论文 Chinese Intelligent Systems Conference, CISC 2019, Haikou, China, 2019-10-26 作者:  Chang, Huining;  Li, Wenling;  Du, Junping 收藏  |  浏览/下载：30/0  |  提交时间：2019/12/30 The Bidirectional Data Flow Based on the Data-Lake 会议论文 online, October 17, 2020 - October 19, 2020 作者:  Xu, Liyuan;  Qian, Li;  Chang, Zhijun;  Wu, Zhenxin 收藏  |  浏览/下载：13/0  |  提交时间：2021/10/28 Kinematics Solution of Snake-like Manipulator Based on Improved Backbone Mode Method 会议论文 Beijing, China, October 13-16, 2020 作者:  Wang Z(王轸);  Chang J(常健);  Li B(李斌);  Wang C(王聪);  Liu C(刘春) 收藏  |  浏览/下载：18/0  |  提交时间：2020/12/05 snake-like manipulator  improved backbone mode method  forward kinematics  inverse kinematics   Application of Improved Rapidly-exploring Random Trees (RRT) algorithm for Obstacle Avoidance of Snake-like Manipulator 会议论文 Beijing, China, October 13-16, 2020 作者:  Wang Z(王轸);  Chang J(常健);  Li B(李斌);  Wang C(王聪);  Liu C(刘春) 收藏  |  浏览/下载：33/0  |  提交时间：2020/12/05 snake-like manipulator  improved Rapidly-exploring Random Trees (RRT) algorithm  obstacle avoidance  collision detection   OSLNet: Deep Small-Sample Classification with an Orthogonal Softmax Layer 会议论文 作者:  Li, Xiaoxu;  Chang, Dongliang;  Ma, Zhanyu;  Tan, Zheng-Hua;  Xue, Jing-Hao 收藏  |  浏览/下载：2/0  |  提交时间：2020/12/18 Benchmarking  Deep neural networks  Large dataset  TestingBenchmark datasets  Discriminative features  Function spaces  Generalization error bounds  Nonlinear layers  Number of class  Rademacher complexity  Small sample datum