全文获取类型
收费全文 | 581篇 |
免费 | 159篇 |
国内免费 | 26篇 |
出版年
2024年 | 3篇 |
2023年 | 16篇 |
2022年 | 14篇 |
2021年 | 20篇 |
2020年 | 27篇 |
2019年 | 17篇 |
2018年 | 5篇 |
2017年 | 10篇 |
2016年 | 20篇 |
2015年 | 11篇 |
2014年 | 30篇 |
2013年 | 26篇 |
2012年 | 46篇 |
2011年 | 34篇 |
2010年 | 48篇 |
2009年 | 43篇 |
2008年 | 44篇 |
2007年 | 41篇 |
2006年 | 27篇 |
2005年 | 25篇 |
2004年 | 23篇 |
2003年 | 16篇 |
2002年 | 23篇 |
2001年 | 24篇 |
2000年 | 14篇 |
1999年 | 19篇 |
1998年 | 18篇 |
1997年 | 19篇 |
1996年 | 14篇 |
1995年 | 14篇 |
1994年 | 16篇 |
1993年 | 8篇 |
1992年 | 10篇 |
1991年 | 15篇 |
1990年 | 14篇 |
1989年 | 8篇 |
1988年 | 4篇 |
排序方式: 共有766条查询结果,搜索用时 15 毫秒
171.
172.
2009年,Tu和Deng在一个组合猜想成立的基础上,构造了同时具有最优代数免疫性、最优代数次数和高非线性度的一类偶数元布尔函数.这类函数被称为Tu-Deng函数.基于同一猜想,Tu和Deng又构造了同时具有次最优代数免疫性、最优代数次数和较高非线性度的一类偶数元的l -阶弹性函数.通过研究由Tu-Deng函数导出的两个布尔函数的级联的密码学性质,在Tu-Deng猜想成立的基础上,给出一类奇数元的1 -阶弹性布尔函数.这类函数同时具有次最优代数免疫性、最优代数次数和较高非线性度. 相似文献
173.
针对一类二阶不确定非线性系统的鲁棒控制问题,提出一种基于截断函数的有限时间滑模控制算法。该算法具有以下特点:系统状态可在期望的有限时刻收敛为零;受控系统对外部扰动和参数不确定性具有全局鲁棒特性;系统状态的动态响应可解析预测;通过选择不同的截断函数可以实现对控制器性能的调节。仿真结果验证了所提算法的有效性。 相似文献
174.
为了克服传统软、硬阈值在信号消噪中存在的不足,首先构造了一种新的软阈值函数,并将小波包变换和神经网络相结合;然后,基于改进的软阈值小波包网络对实际采集电力信号进行消噪。MATLAB仿真结果表明:改进的软阈值小波包网络比传统硬、软阈值小波包消噪的信噪比高,且均方根误差小,是一种非常有效的电力信号消噪方法。 相似文献
175.
三轴磁强计的主要误差有零偏误差、灵敏度误差以及三轴非正交误差。通过在三轴正交坐标体系下对传感器的三轴非正交误差进行分析,建立了传感器误差模型,分析了误差对传感器晃动所产生的影响。晃动1°产生的误差最大可达109.5 nT,晃动误差随着晃动角度的增加而增加。为控制晃动误差,通过对误差模型分析建立误差校正模型,并通过非线性曲线拟合对校正模型参数准确估计,将估计参数代入校正模型,可以实现对传感器输出校正,使其输出误差大大减小,晃动1°产生的误差范围可控制在0.03 nT以内。这表明该校正方法有效地降低了晃动对传感器输出产生的影响。 相似文献
176.
针对高斯混合模型估计非高斯系统时高斯混合项呈指数级增长问题,提出一种基于相似分布特性准则的聚类-合并方法。通过分析高斯混合项的分布特性,基于扩展积分均方误差代价函数搜索最优置信范围,并对混合项进行高斯聚类,进而获得具有不同分布特性的高斯簇。为防止高斯簇间对高斯子项的重复利用,引入局部最近邻思想对交叉高斯项进行重新分配。采用并行多元素合并方法对高斯簇中的混合项进行合并,在保证无偏性基础上减少下一时刻混合项数量。仿真结果表明,改进算法在保证跟踪精度的同时还可有效提高算法效率。 相似文献
177.
178.
179.
基于数学辩证法思想,提出了一种新的小波变换即矢量积小波变换、这种变换对信号处理尤其是高信信号处理十分有用。建立了矢量小波函数、矢量尺度函数和偏差小波函数,它们适合信号分析与处理。分析并提出了一种新的信号表示,并用最优控制理论实现了数值测试,结果表明该方法明显优于传统方法。 相似文献
180.
针对目前以高斯白噪声为模型的大部分跳频参数估计方法在α稳定分布噪声背景下,性能急剧下降的缺点,对跳频信号进行两次窗函数长短不同的分数低阶STFT,从而得到两组时频数据,,将两组时频数据点乘,得到新的时频表示,基于时频分析的跳频参数估计方法,实现跳频参数的估计。仿真实验表明,提出的方法有效抑制了α噪声,在α=0.8,GSNR≥1 d B;α=1.5,GSNR≥0 d B时,可以实现跳频周期的准确估计。在α=1.5,GSNR=3 d B时,该算法跳变时刻估计值最大相对误差比STFT低3%、比分数低阶STFT低1.6%,跳变频率估计值更加精确。 相似文献