书目信息 |
| 题名： |
面向自主驾驶场景感知的循环神经架构
|
|
| 作者： | 何振 ， 刘大学 ， 贺汉根 著 | |
| 分册： | ||
| 出版信息： | 北京 国防工业出版社 2023 |
|
| 页数： | 14,117页 | |
| 开本： | 24cm | |
| 丛书名： | ||
| 单 册： | ||
| 中图分类： | U463.61 | |
| 科图分类： | ||
| 主题词： | 汽车驾驶--自动驾驶系统 | |
| 电子资源： | ||
| ISBN： | 978-7-118-12783-6 | |
| 000 | 01389nam0 2200289 450 | |
| 001 | 1320969341 | |
| 005 | 20241008102329.06 | |
| 010 | @a978-7-118-12783-6@dCNY80.00 | |
| 035 | @a(A100000NLC)012294496 | |
| 049 | @aA100000NLC@bUCS01011868457@c012294496@dNLC01 | |
| 100 | @a20230505d2023 em y0chiy0110 ea | |
| 101 | 0 | @achi |
| 102 | @aCN@b110000 | |
| 105 | @aa z 000yy | |
| 200 | 1 | @a面向自主驾驶场景感知的循环神经架构@9mian xiang zi zhu jia shi chang jing gan zhi de xun huan shen jing jia gou@b专著@dRecurrent neural architectures for scene perception in autonomous driving@f何振，刘大学，贺汉根著@zeng |
| 210 | @a北京@c国防工业出版社@d2023 | |
| 215 | @a14,117页@c图@d24cm | |
| 300 | @a无人系统技术出版工程 | |
| 330 | @a本书针对自主驾驶场景感知中的动态场景预测、多目标检测和多目标跟踪这三个关键任务，分别介绍了三种不同的深度循环神经架构，讨论了如何在保证场景感知性能良好的情况下，有效缓解深度学习中存在的数据需求量大、人工标签需求量大，以及缺乏可解释性的三个重要问题。为进一步提高自主驾驶对场景的适应性，也对局部路径规划算法进行了探讨。 | |
| 510 | 1 | @aRecurrent neural architectures for scene perception in autonomous driving@zeng |
| 606 | 0 | @a汽车驾驶@x自动驾驶系统 |
| 690 | @aU463.61@v5 | |
| 701 | 0 | @a何振@9he zhen@4著 |
| 701 | 0 | @a刘大学@9liu da xue@c(汽车)@4著 |
| 701 | 0 | @a贺汉根@9he han gen@4著 |
| 801 | 2 | @aCN@bOLCC@c20230615 |
| 905 | @a241250@dU463.61@e13 | |
| 面向自主驾驶场景感知的循环神经架构=Recurrent neural architectures for scene perception in autonomous driving/何振，刘大学，贺汉根著.-北京：国防工业出版社，2023 |
| 14,117页：图；24cm |
| 无人系统技术出版工程 |
| ISBN 978-7-118-12783-6：CNY80.00 |
| 本书针对自主驾驶场景感知中的动态场景预测、多目标检测和多目标跟踪这三个关键任务，分别介绍了三种不同的深度循环神经架构，讨论了如何在保证场景感知性能良好的情况下，有效缓解深度学习中存在的数据需求量大、人工标签需求量大，以及缺乏可解释性的三个重要问题。为进一步提高自主驾驶对场景的适应性，也对局部路径规划算法进行了探讨。 |
| ● |
| 相关链接 |
正题名：面向自主驾驶场景感知的循环神经架构
索取号：U463.61/13
预约/预借
| 序号 | 登录号 | 条形码 | 馆藏地/架位号 | 状态 | 备注 |
| 1 | 1976531 | 219765314 | 样本书库/ [索取号:U463.61/13] | 在馆 | |
| 2 | 1976532 | 219765323 | 理科库/ [索取号:U463.61/13] | 在馆 | |
| 3 | 1976533 | 219765332 | 理科库/ [索取号:U463.61/13] | 在馆 |