期刊文献+
共找到5篇文章
< 1 >
每页显示 20 50 100
Android:“安致”移动信息处理的未来? 被引量:13
1
作者 李健 《电子产品世界》 2010年第3期9-15,18,共8页
Android作为一种全新手机操作系统,从出现开始就受到各方广泛关注,本文通过不同角度的介绍,希望让读者对这个新兴的嵌入式操作系统有更深入的了解。
关键词 ANDROID GOOGLE 智能手机 操作系统 移动信息处理
下载PDF
手机媒体传播特征探析 被引量:16
2
作者 李天龙 《电化教育研究》 CSSCI 北大核心 2014年第1期85-90,共6页
文章简要回顾了手机自1973年诞生以来的发展情况,用历史的观点分别从移动通信基本历程和传播学的视角梳理了手机媒体的发展情况,探讨了手机媒体发展的基本轨迹、传播特征以及目前存在的基本问题,试图在对手机媒体过去的梳理、现在的判... 文章简要回顾了手机自1973年诞生以来的发展情况,用历史的观点分别从移动通信基本历程和传播学的视角梳理了手机媒体的发展情况,探讨了手机媒体发展的基本轨迹、传播特征以及目前存在的基本问题,试图在对手机媒体过去的梳理、现在的判断基础上把握规律,探讨加快手机媒体的应用进程。 展开更多
关键词 手机 手机媒体 传播特征 移动信息处理小型计算机
下载PDF
基于深度强化学习的网约车动态路径规划 被引量:7
3
作者 郑渤龙 明岭峰 +3 位作者 胡琦 方一向 郑凯 李国徽 《计算机研究与发展》 EI CSCD 北大核心 2022年第2期329-341,共13页
随着移动互联网的快速发展,许多利用手机App打车的网约车平台也应运而生.这些网约车平台大大减少了网约车的空驶时间和乘客等待时间,从而提高了交通效率.作为平台核心模块,网约车路径规划问题致力于调度空闲的网约车以服务潜在的乘客,... 随着移动互联网的快速发展,许多利用手机App打车的网约车平台也应运而生.这些网约车平台大大减少了网约车的空驶时间和乘客等待时间,从而提高了交通效率.作为平台核心模块,网约车路径规划问题致力于调度空闲的网约车以服务潜在的乘客,从而提升平台的运营效率,近年来受到广泛关注.现有研究主要采用基于值函数的深度强化学习算法(如deep Q-network,DQN)来解决这一问题.然而,由于基于值函数的方法存在局限,无法应用到高维和连续的动作空间.提出了一种具有动作采样策略的执行者-评论者(actor-critic with action sampling policy,AS-AC)算法来学习最优的空驶网约车调度策略,该方法能够感知路网中的供需分布,并根据供需不匹配度来确定最终的调度位置.在纽约市和海口市的网约车订单数据集上的实验表明,该算法取得了比对比算法更低的请求拒绝率. 展开更多
关键词 移动信息处理系统 时空数据挖掘 深度强化学习 网约车路径规划 车队调度
下载PDF
中文之星声位笔
4
《软件世界(PC任我行)》 2003年第5期92-92,共1页
关键词 计算机 USB接口 文字输入设备 移动信息处理 中文之星声位笔 电子书写工具
下载PDF
Multi-sensor systems and information processing of mobile robot in uncertain environments
5
作者 乔凤斌 杨汝清 《Journal of Southeast University(English Edition)》 EI CAS 2004年第3期341-345,共5页
The PBJ- 01 robot is a kind of mobile robot featuring six wheels and two swing arms which can help it to fit many terrains. The robot has a sophisticated sensor system, which includes ultrasonic sensors, tentacle sens... The PBJ- 01 robot is a kind of mobile robot featuring six wheels and two swing arms which can help it to fit many terrains. The robot has a sophisticated sensor system, which includes ultrasonic sensors, tentacle sensors and a vision sensor. The PBJ- 01 adopts behavior-based reactive control architecture in which the key part is an object recognition system based on a fuzzy neural network. Simulation validates that this system can conclude the obstacle type from the sensor data, and help the robot decide whether to negotiate or to avoid obstacles. 展开更多
关键词 mobile robot behavior-based reactive control architecture neural network
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部