全文获取类型
收费全文 | 400篇 |
免费 | 152篇 |
国内免费 | 42篇 |
出版年
2023年 | 8篇 |
2022年 | 5篇 |
2021年 | 9篇 |
2020年 | 10篇 |
2019年 | 5篇 |
2018年 | 5篇 |
2017年 | 36篇 |
2016年 | 54篇 |
2015年 | 30篇 |
2014年 | 28篇 |
2013年 | 26篇 |
2012年 | 45篇 |
2011年 | 33篇 |
2010年 | 21篇 |
2009年 | 29篇 |
2008年 | 24篇 |
2007年 | 40篇 |
2006年 | 29篇 |
2005年 | 20篇 |
2004年 | 26篇 |
2003年 | 11篇 |
2002年 | 11篇 |
2001年 | 13篇 |
2000年 | 13篇 |
1999年 | 10篇 |
1998年 | 11篇 |
1997年 | 9篇 |
1996年 | 4篇 |
1995年 | 4篇 |
1994年 | 4篇 |
1993年 | 5篇 |
1992年 | 7篇 |
1991年 | 7篇 |
1989年 | 2篇 |
排序方式: 共有594条查询结果,搜索用时 15 毫秒
101.
102.
复杂环境下基于多目标粒子群的DWA路径规划算法 总被引:1,自引:0,他引:1
针对机器人在障碍物分布密集的复杂环境中运行时,动态窗口法(dynamic window approach,DWA)易出现避障失败或规划不合理的情况,提出一种基于多目标粒子群优化算法(multi-objective particle swarm optimization,MOPSO)的改进DWA规划算法。在建立多障碍物环境覆盖模型的基础上,提出一种障碍物密集度的判断方法;优化DWA算法中的子评价函数;利用改进的MOPSO算法实现DWA权重系数的动态调整,将权重系数的自适应变化问题转化为多目标优化问题;根据路径规划的要求将安全距离和速度作为优化目标,并使用改进的MOPSO算法对相应的多目标优化模型进行优化求解。仿真结果表明,该算法使机器人有效地通过障碍〖BHDWG8,WK10YQ,DK1*2,WK1*2D〗〖XCLXY.TIF;%129%129〗听语音 聊科研与作者互动 物密集区的同时兼顾了运行的安全性和速度,具有更好的路径规划效果。 相似文献
103.
104.
105.
106.
107.
108.
传感器在进行目标跟踪时,常规算法主要通过线性规划建立传感器与目标之间的分配方法.但是在对多目标和多传感器的战场环境中,这些方法有一定局限性.研究了基于遗传算法的传感器分配方法,通过构造符合传感器分配这一特殊问题的染色体,从而形成初始种群,然后利用遗传算法模拟生物遗传迭代和自然选择的遗传机理,通过多次选择最终收敛于问题的一个满意解.仿真显示,在大数据运算的环境中,该算法有更高的可行性和有效性. 相似文献
109.
110.
可观测性分析是无源定位与跟踪系统的前提和基础,只有满足可观测条件才能对系统进行正确求解。应用线性系统理论,以目标方位角和多普勒频率为观测量,对匀加速和匀转弯这两类最常见的机动目标进行了可观测分析,为进一步研究机动目标的无源定位与跟踪提供了理论前提。最后给出了仿真实例,验证了理论分析的正确性。 相似文献