论文部分内容阅读
基于目标跟踪任务,阐述运用深度学习为我方无人机训练跟踪策略,寻找最适于无人机对目标跟踪的深度学习算法,建立了目标跟踪模型,并运用四种算法进行训练,比较了在线训练的指标以及离线执行时的结果,从而在双决斗深度Q学习和近端策略优化中取得了最好的训练效果。
基于深度强化学习的无人机目标跟踪研究
【摘 要】
：
基于目标跟踪任务,阐述运用深度学习为我方无人机训练跟踪策略,寻找最适于无人机对目标跟踪的深度学习算法,建立了目标跟踪模型,并运用四种算法进行训练,比较了在线训练的指标以及离线执行时的结果,从而在双决斗深度Q学习和近端策略优化中取得了最好的训练效果。
【机 构】
：
西安工业大学
【出 处】
：
电子技术
【发表日期】
：
2022年01期
其他文献
多层薄片陶瓷电容（MLCC）具有较大的体积比容，由于其具有工作温度高、结构紧凑、频率特性好、工作稳定以及可靠性高等优点，因此被广泛用于各种电子产品，是目前发展速度最快的一类电容器。但是多层薄片陶瓷电容在制造过程中一直存在容量命中率较低的问题。该文从微观组织、金属以及电介质的厚度等方面进行研究，并对工艺因素进行分析，讨论了影响MLCC容量分布的主要原因和影响MLCC工艺过程控制的因素，为MLCC工艺
随着欧美国家技术的成熟，薄介质多层陶瓷电容器（MLCC）已经在宇航和武器装备上广泛应用。随着薄介质MLCC的不断减薄，其应对电应力、热应力和机械应力的可靠性风险不断提升，并出现了新的失效模式。因此，传统的厚介质MLCC的考核已不适用薄介质MLCC。在分析MIL-PRF-123D、 MIL-PRF-55681G、 MIL-PRF-32535A等标准要求和考核试验的基础上，总结了厚介质和薄介质电容器考
外卖包装装配效率对企业经营效益具有重要影响。从市场中选取具有代表性的盘型和管型纸盒，建立图纸模型和实验样本进行模拟装配实验，得到所研究纸盒的装配时间，并对这些数据进行分析。结果表明，提手两用结构、钩合、锁合等复杂结构，在装配过程中会出现明显的装配困难，装配效率较低；机器预黏合成型的可堆叠结构可以减少总体装配时间，明显提高装配效率。在对上述规律深入研究的基础上，修改纸盒的包装结构，并通过实验考察修改
大数据时代的来临使高职院校构建心理危机模型、实现心理画像成为可能。要实现基于大数据的高职院校学生心理危机模型构建，首要在于建立个体发展状态、社会环境、人际交往、负性情绪在内的危机模型指标体系；其次通过“基于新生心理普查获取个体心理状态基本数据，基于心理状态反馈获取个体当前心理状况直接数据，基于个体生活学习轨迹获取个体当前心理状况关联数据”三大途径架构高职院校学生心理危机模型大数据获取路径；最后从“
针对空中对接任务中的目标自主跟踪问题，提出了一种基于深度强化学习的端到端的目标跟踪方法；该方法采用近端策略优化算法，Actor网络与Critic网络共享前两层的网络参数，将无人机所拍摄图像作为卷积神经网络的输入，通过策略网络控制多旋翼无人机电机转速，实现端到端的目标跟踪，同时采用shaping方法以加速智能体训练；通过物理引擎Pybullet搭建仿真环境并进行训练验证，仿真结果表明该方法能够达到设
研究调查大学生的心理健康状况、学习和生活行为情况，分析发现，具有不同学习和生活行为情况的大学生，他们的心理健康水平存在显著性差异。将睡眠、晚未归、与同学交往、学业、旷课和突患疾病等作为信息采集指标，建立基于大数据技术的心理危机监测预警体系，进行两级监测和预警，实现对大学生心理健康状态的动态跟踪管理和精准监测预警，提升高校心理健康教育工作水平。
帕金森病（PD）是一种渐进性慢性神经退行性疾病，发病机制复杂，与氧化应激、神经炎症、线粒体功能障碍等多种致病因素密切相关。目前临床用于治疗PD的药物主要包括：复方左旋多巴、多巴胺受体激动剂、单胺氧化酶 B 型抑制剂、儿茶酚氧位甲基转移酶抑制剂和抗胆碱能药等，缺少可以明确改善病理进展的疾病修饰疗法。在中医学的认知体系中，该病属本虚标实，总由肝肾阴损、气血不足，并与风、火、痰、瘀关系密切。大量临床实践
目的 调查我院风湿免疫科非甾体抗炎药（NSAIDs）应用现状，为临床合理用药提供建议。方法 采用回顾性分析的方法，对2020年1～12月非甾体抗炎药应用的合理性和安全性进行评价。结果 共纳入112例NSAIDs患者，中胃肠道风险患者占59.8%,高胃肠道风险患者占28.6%,低胃肠道风险患者占11.6%;选择性COX-2抑制剂（如塞来昔布、艾瑞昔布、依托考昔）占86.7%;非选择性NSAIDs（如