全文获取类型
收费全文 | 99篇 |
免费 | 34篇 |
国内免费 | 4篇 |
出版年
2023年 | 3篇 |
2021年 | 2篇 |
2020年 | 6篇 |
2019年 | 2篇 |
2018年 | 1篇 |
2017年 | 3篇 |
2016年 | 1篇 |
2015年 | 2篇 |
2014年 | 6篇 |
2013年 | 10篇 |
2012年 | 4篇 |
2011年 | 7篇 |
2010年 | 7篇 |
2009年 | 10篇 |
2008年 | 6篇 |
2007年 | 7篇 |
2006年 | 5篇 |
2005年 | 5篇 |
2004年 | 2篇 |
2003年 | 4篇 |
2002年 | 4篇 |
2001年 | 3篇 |
2000年 | 2篇 |
1999年 | 4篇 |
1998年 | 6篇 |
1997年 | 8篇 |
1996年 | 2篇 |
1995年 | 1篇 |
1994年 | 2篇 |
1992年 | 2篇 |
1991年 | 4篇 |
1990年 | 2篇 |
1989年 | 1篇 |
1988年 | 2篇 |
1987年 | 1篇 |
排序方式: 共有137条查询结果,搜索用时 31 毫秒
71.
给出了一种利用飞行器飞行试验实测数据估算飞行器气动参数的建模前估计算法,完成了某轴对称无控飞行器的非线性气动参数辨识。计算结果表明:该方法计算过程简单、迅速,可以作为快速估算飞行器气动参数的有力手段,尤其适合于辨识大攻角下的气动参数。 相似文献
72.
本文首先将自组织神经网络算法向一般化情形引伸,接着把自组织过程应用到一般非线性系统的动态过程分类,使得整个非线性系统能够按照输入输出样本空间的概率密度自组织,成为许多具有不同分类核心和感受野的线性子空间逼近。在此基础上,我们采用通用最小二乘算法,以子空间的非线性问题线性化误差作为依据,并进一步运用自组织神经网络的合作与竞争思想,最终得到一般情形的非线性系统的最小二乘辨识。仿真结果表明了本方法的可行性与优越性。 相似文献
73.
针对正交各向异性材料的二维非线性热传导反问题,采用顺序函数法进行表面热流辨识问题的研究。在求解反问题时,采用有限体积法、牛顿-拉夫逊法并引入未来时间步的概念。在每个时间步内,将待辨识热流视为非线性方程组的未知量,通过一个迭代过程进行求解。算例的研究表明,热流辨识结果与真实热流相近,从而证明了本方法在辨识二维非线性热传导反问题时是准确、稳定、有效的。 相似文献
74.
系统辨识方法在微型飞行器建模中的应用 总被引:4,自引:0,他引:4
为对微型飞行器的飞行进行控制,需要建立其动力学模型。讨论了微型飞行器模型的系统辨识方法,设计了实验方法与采集装置,在数据处理、模型结构选择、模型评价等方面进行了探讨。简要介绍了输入输出端存在噪声时系统的线性最小二乘无偏辨识方法原理,最后给出了微型飞行器的纵向通道的仿真算例,结果表明,运用这种方法对微型飞行器进行建模是准确而有效的。 相似文献
75.
针对非线性系统的辨识问题,提出了非线性压缩测量辨识算法,且推导出了一种符合压缩感知测量准则的测量模型。相比递归最小二乘法,该方法极大地减少了所需的测量数,使得高阶Volterra级数辨识成为可能。此外,还分析了实际应用中的各项因素对辨识准确性的影响,如信号稀疏度、测量噪声、测量矩阵形式等。 相似文献
76.
77.
在分析磁流变抛光加工过程的基础上,建立了磁流变抛光的去除函数预测模型,该模型利用加工前后的面形误差分布和仿真计算的面形残差分布,针对不同材料间的去除函数模型效率系数进行辨识,能够实现去除函数模型的准确预测.以该模型为基础,通过在传统磁流变抛光工艺中加入去除函数效率系数实时辨识的工艺环节,可以对磁流变抛光的加工工艺进行优化.利用该优化工艺对一块口径202mm的HIP SiC进行9次循环迭代加工,采用子孔径拼接测量技术进行测量,面形误差由初始的PV 0.72μm,RMS 0.108μm提升到最终的PV0.13μm,RMS0.012μm.实验表明,去除函数预测模型能够优化磁流变抛光工艺,提高加工的确定性和增强工艺的适用性,实现光学镜面的高精度确定性磁流变抛光加工. 相似文献
78.
装备采办各个阶段都存在着不确定的因素,为加强风险管理,重点研究了在武器装备采办过程中可能出现的13个风险区域,并对各个风险区域可能出现的风险源进行了较为详细的分析。同时详细研究了辨识风险的4种方法,即基于工作分解结构的风险辨识方法、基于项目评审的风险辨识方法、基于费用分析的风险辨识方法和基于试验与评价的风险辨识方法。 相似文献
79.
80.
基于神经网络的内燃机燃烧过程的辨识 总被引:2,自引:0,他引:2
发动机燃烧过程的数值计算精度是计算有害排放物和发动机结构优化的基础。跳出基于零维模型、准维模型和多维模型的数值计算方法,基于利用神经网络对燃烧过程进行辨识,并给出了仿真结果。 相似文献