全文获取类型
收费全文 | 113篇 |
免费 | 31篇 |
国内免费 | 10篇 |
出版年
2024年 | 1篇 |
2023年 | 7篇 |
2022年 | 2篇 |
2021年 | 9篇 |
2020年 | 4篇 |
2019年 | 8篇 |
2017年 | 3篇 |
2016年 | 10篇 |
2015年 | 5篇 |
2014年 | 15篇 |
2013年 | 7篇 |
2012年 | 7篇 |
2011年 | 9篇 |
2010年 | 9篇 |
2009年 | 9篇 |
2008年 | 10篇 |
2007年 | 10篇 |
2006年 | 7篇 |
2005年 | 1篇 |
2003年 | 4篇 |
2002年 | 1篇 |
2001年 | 1篇 |
2000年 | 2篇 |
1999年 | 2篇 |
1998年 | 1篇 |
1997年 | 2篇 |
1996年 | 1篇 |
1994年 | 1篇 |
1993年 | 1篇 |
1992年 | 1篇 |
1991年 | 1篇 |
1990年 | 3篇 |
排序方式: 共有154条查询结果,搜索用时 15 毫秒
31.
针对加权复杂网络抗毁性建模中存在的攻击信息不确定性问题,引入信息准确度参数,建立了一个灰色信息条件下的加权复杂网络抗毁性分析模型。选取网络效率和连通性为性能度量指标,对典型加权复杂网络在不同信息准确度下的抗毁性进行了数值仿真模拟。结果表明:BA无标度网络的观测度分布近似服从幂律分布,这与均匀分布假设下的结论是不同的;BA无标度网络和NW小世界网络的抗毁性随着节点移除比例的增大而不断降低,且信息准确度越小、网络密度越高,加权网络的抗毁性越强;NW小世界网络的抗毁性对权重系数并不敏感,且在相同的信息准确度和网络特征参量下,NW小世界网络具有比BA无标度网络更强的抗毁性。 相似文献
32.
33.
通过对A*算法在路径规划中的应用进行研究,提出了一种新的三维航路动态规划方法,通过对搜索策略引入启发式权重系数,利用加权值自适应方法对算法的评价函数进行设计,改善了传统A*算法在大空间中搜索速度低的缺点,提高航迹点搜索效率,同时将无人机的约束条件有效分割到解空间,便于应用于工程实践。基于优化算法规划的最优航路,设计了导引控制律,使无人机很好地跟随规划的路径,同时生成的期望控制指令充分考虑了无人机本身的机动性能以及实时性要求,解决了航迹规划与航迹跟踪之间的问题,最后进行了仿真验证,结果表明:该方法是可行和有效的,有着较高的优化效率;易于实现,工程实用性强。 相似文献
34.
35.
基于改进LMS算法的复合材料超声检测缺陷识别 总被引:1,自引:0,他引:1
在径向基函数(RBF)神经网络实现无人机复合材料超声检测脱粘缺陷识别时,针对最小均方(LMS)算法在确定网络输出权值时存在稳态失调误差和收敛速度相矛盾的问题,提出一种改进的自适应的变步长LMS算法.该算法根据反馈误差自适应确定步长,通过引进动量项加快收敛速度.将改进LMS算法应用到RBF网络缺陷识别中,结果表明该方法在稳态失调误差较小的情况下,能快速确定RBF网络的权值.改进的RBF网络能够较好地识别超声检测脱粘缺陷. 相似文献
36.
为解决传统基于贝叶斯理论的概率模糊聚类(Bayesian Fuzzy Clustering,BFC)算法在处理大规模数据集聚类时的时间开销和存储代价瓶颈,提出基于数据分块的单程自适应加权BFC算法,算法在大规模数据集分块的基础上,设计了基于数据加权的改进BFC算法,用于数据分块内数据聚类,以挑选出对聚类贡献最具代表的标识数据及其自适应权值,在块间迭代聚类过程中,将标识数据及其权值合并到下一数据块中并参与聚类,从而将上一数据块的聚类信息有效地传递到下一数据块中,最后分析算法的收敛性和时间复杂度.实验结果表明,算法在继承传统BFC算法良好聚类性能基础上,减少计算复杂度,有效提高聚类效率,适用于大规模数据集聚类. 相似文献
37.
针对频率捷变幅度加权角闪烁抑制方法进行改进,提出了一种基于ABA(amplitude-based angle)处理的幅度加权角闪烁抑制方法。首先将单个脉冲测角的结果限制在一定范围内,然后对多个脉冲测角的结果进行幅度加权,仿真表明这种方法在各种信噪比条件下的角闪烁抑制性能都要大大优于常规的幅度加权方法。 相似文献
38.
39.
为进一步缓解盲源分离算法收敛速度与稳态误差之间的矛盾,首先在自然梯度算法的基础上,通过融合动量项改善算法的收敛速度,基于分离性能指标的步长自适应减小稳态误差;然后,给出了所提算法的模型图,同时考虑分离性能和计算复杂度,选择合适的融合动量项算法,并设计了算法的近似最优参数,有效避免了算法的分段收敛;最后,合理选择步长与动量项的权重系数,有效改善了分离性能与收敛速度。仿真结果表明:该算法在一定程度上缓解了上述矛盾,并具有较低的计算复杂度。 相似文献
40.
研究了DBN和SDAE在SAR雷达目标识别领域的应用,并在此基础上提出了一种双通道单隐含层的深度学习模型—DBN-SDAE。该模型的优势在于采用双通道的单隐含层模型对图像数据进行学习,提取图像特征,避免了传统深度学习方法随着隐含层和神经元数量的增加计算复杂度增长过快的缺点;同时采用加权融合方法融合两个通道所学习的特征,既保留了数据的细节信息,又保留了数据的结构信息,一定程度上解决了特征利用不充分的问题。实验结果表明,所提方法在NN迭代次数远远小于DBN中NN的迭代次数;且在识别准确率上最高可达98.640%,较SDAE和DBN分别高0.511%和1.701%。 相似文献