科研证明
文献服务
退出
我的积分:
中文文献批量获取
外文文献批量获取
公开/公告号CN112207835B
专利类型发明专利
公开/公告日2021-11-16
原文格式PDF
申请/专利权人 浙江大学;
申请/专利号CN202010988408.X
发明设计人 许可淳;李盈萱;林楚昂;熊蓉;
申请日2020-09-18
分类号B25J9/22(20060101);
代理机构33200 杭州求是专利事务所有限公司;
代理人郑海峰
地址 310058 浙江省杭州市西湖区余杭塘路866号
入库时间 2022-08-23 12:48:12
机译: 基于任务学习的机器学习模型,基于任务完成率和先前时间的数据趋势预测时间完成的方法和系统
机译: 一种用于基于工件的运动图像设置示教点的机器人学习装置
机译: 基于基于偏差的自适应学习率的涉及非平稳流时间序列数据的计算机系统任务的实现
机译:基于人口的占状学习算法对NOCS任务映射的基于人口的增量学习算法的一种新方法
机译:基于加固学习的适应性控制在太空捕获任务中的双臂连续管道机构
机译:基于策略梯度的独立于任务的高效强化学习方法(基于策略梯度的独立于任务的高效Ihi学习方法)
机译:基于Lyapunov的方法,用于利用机器人双臂任务分辨率的不对称
机译:一种基于机器学习的方法,用于关键任务软件系统的动态可靠性评估。
机译:一种基于机器学习和可穿戴传感器的方法用于估计各种运动任务期间的外部膝盖弯曲和内收力矩
机译:这项研究是在课堂七SMPN 51万隆进行了准实验研究。本研究旨在回顾:学生的数学学习和教师谁通过结构化的任务和普通任务,增加了通过结构化的任务,普通任务和使用Knisley数学学习模式学生的数学解题能力的差异使用Knisley数学学习模型的描述传统的学习,提高质量Knisley的数学学习模式通过结构化的任务和数学通过普通的任务学习模型,以及对数学的学习,使用学生的态度数学通过结构化的任务,并通过普通的任务,学习的楷模。所用的研究方法是不等价的方法(前测和后测)对照组设计。使用科研仪器在测试和nontes形式获得的数据。之后正进行观察和分析。基于数据处理的结果,得到的:学生和教师的活动的图片已经增加到被越来越好,也有解决谁使用的数学通过结构化的任务,数学学习模式学习模型的数学问题学生的能力差异和传统的学习,获得增加的质量是低质量,以及给人以数学使用Knisley数学学习模型学习的积极响应学生
机译:基于人口的增量学习。基于遗传搜索的函数优化与竞争学习相结合的一种方法