Zobrazeno 1 - 10
of 37
pro vyhledávání: '"Cheng Qifeng"'
Autor:
Cao, Miaomiao1,2 (AUTHOR), Cheng, Qifeng1,2 (AUTHOR), Cai, Bingyu1,2 (AUTHOR), Chen, Yufeng2 (AUTHOR), Wei, Yongzan2 (AUTHOR), Qi, Dengfeng2 (AUTHOR), Li, Yuqi2,3 (AUTHOR), Yan, Liu2,3 (AUTHOR), Li, Xiaojuan1,2 (AUTHOR), Long, Weiqiang2,4 (AUTHOR), Liu, Qiao2,4 (AUTHOR), Xie, Jianghui2 (AUTHOR) xiejianghui@itbb.org.cn, Wang, Wei2 (AUTHOR) xiejianghui@itbb.org.cn
Publikováno v:
Journal of Fungi. Dec2022, Vol. 8 Issue 12, p1291. 16p.
Autor:
Cheng, Qifeng1,2 (AUTHOR) chengqifeng@tsinghua.org.cn, Ning, Shiwei1 (AUTHOR), Xia, Xiaohua2 (AUTHOR), Yang, Fan1 (AUTHOR)
Publikováno v:
International Journal of Production Research. Apr2016, Vol. 54 Issue 8, p2241-2259. 19p.
Publikováno v:
In IFAC Proceedings Volumes 2014 47(3):2291-2296
Publikováno v:
Proceedings of the 2019 4th International Conference on Mathematics and Artificial Intelligence.
Based on the factor space theory, this paper proposes a kind of clustering algorithm---concept clustering algorithm. Choosing the factor with the biggest resolution as the division factor at each step, the initial complex concept clustering tree can
Publikováno v:
International Journal of Control; Aug2021, Vol. 94 Issue 8, p2215-2223, 9p
Publikováno v:
2018 WRC Symposium on Advanced Robotics and Automation (WRC SARA).
Multi-platform cooperative system can achieve the whole task ability expansion through mutual ability complementation and action coordination. First, we identify the demands of multi-robot system application with the increasingly diverse complex task
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Publikováno v:
Proceedings of the 2016 7th International Conference on Education, Management, Computer and Medicine (EMCM 2016).
Publikováno v:
2015 34th Chinese Control Conference (CCC).
A time optimal model predictive control (MPC) strategy is proposed in the paper. It makes use of a dual mode strategy and a quasi-closed loop control law. A series of ellipsoidal sets can be constructed offline to describe the t-step feasible region.