全文获取类型
收费全文 | 590篇 |
免费 | 117篇 |
国内免费 | 55篇 |
出版年
2024年 | 12篇 |
2023年 | 38篇 |
2022年 | 22篇 |
2021年 | 42篇 |
2020年 | 49篇 |
2019年 | 23篇 |
2018年 | 4篇 |
2017年 | 7篇 |
2016年 | 22篇 |
2015年 | 9篇 |
2014年 | 28篇 |
2013年 | 20篇 |
2012年 | 34篇 |
2011年 | 36篇 |
2010年 | 34篇 |
2009年 | 36篇 |
2008年 | 51篇 |
2007年 | 35篇 |
2006年 | 33篇 |
2005年 | 22篇 |
2004年 | 22篇 |
2003年 | 24篇 |
2002年 | 27篇 |
2001年 | 17篇 |
2000年 | 15篇 |
1999年 | 12篇 |
1998年 | 15篇 |
1997年 | 19篇 |
1996年 | 15篇 |
1995年 | 11篇 |
1994年 | 6篇 |
1993年 | 5篇 |
1992年 | 8篇 |
1991年 | 5篇 |
1990年 | 4篇 |
排序方式: 共有762条查询结果,搜索用时 15 毫秒
11.
提出了一种模糊方向神经网络分类器,并应用于液体推进剂火箭发动机故障检测与分离。模糊方向神经网络采用模糊集表示发动机故障模式,模糊集是方向超体聚集形成的集合体,方向超体则由单位方向、夹角和两个半径确定。模糊方向神经网络能在一次循环学习中形成非线性方向边界。故障检测与分离的仿真研究表明:模糊方向神经网络的识别性能是比较优越的。 相似文献
12.
针对通信系统在传统接入控制上的一些缺点,提出了模糊神经网络接入控制方法。首先,简单介绍了通信系统的接入控制原理,指出了传统接入控制的缺点;其次,描述了模糊神经网络模型,并在此基础上对网络进行优化;最后,同传统的接入控制方法进行比较。 相似文献
13.
张冰 《国防科技大学学报》1998,20(3):35-39
本文将专家在平衡—模拟倒摆小车时记录下来的数据经处理后,用监督式学习的方法训练一前置式神经网络。训练后的神经网络派生出了一组专家尚未意识到或者表达不出来的规则,并将该规则构造的专家系统控制器与使用Quinlan的ID3算法推导出的规则构造的专家系统控制器进行比较。实验结果表明,神经网络算法学习出来的规则较ID3算法推导出的规则更为有效,且更有应用价值。本文成功地将该规则应用于火箭的姿态控制,一类似倒摆小车的问题。 相似文献
14.
15.
提出基于广义回归神经网络拟合和聚类克里金的构建方法,通过趋势面拟合,将电磁频谱地图构建分解为路径衰减和阴影衰落分量的估计问题,以提升构建精度;设计监测数据聚类和自适应最优邻域选取机制,在保证构建精度的条件下减小计算数据量,以提升构建速度,从而利用数量有限的电磁环境监测数据,在不需要先验信息的条件下实现电磁频谱地图的准确、快速构建。设计并实现电磁频谱地图验证系统,搭建车载数据采集设备,利用实测电磁环境监测数据,验证所提方法的可行性及构建性能。 相似文献
16.
前馈控制的神经网络实现 总被引:1,自引:0,他引:1
不依赖对象模型,在前馈-反馈定值控制系统中,借助神经网络构成前馈控制器,以反馈输出引导网络权值及输出的调整,使网络逐步学成前馈补偿功能,并最终在控制中占据主导地位,实现对主要可测干扰的补偿.文章分析了神经网络前馈控制器的作用效果,并与根据精确模型设计的常规前馈控制器的作用特性进行了比较.文中采用两种不同方式对神经网络进行训练,仿真结果证实了在模型未知的条件下,利用神经网络实现前馈控制的有效性. 相似文献
17.
介绍了一种基于模糊集合和神经网络的水雷状态识别方法 .该方法根据实际情况 ,将模糊集合和径向基函数神经网络结合起来 ,用于水雷状态的识别 .仿真结果表明 ,这种识别方法性能稳定 ,且有很高的识别精度 . 相似文献
18.
为解决用水力测功器实现螺旋桨高海情下动态负载模拟的难题,首先给出了问题的数学描述并从工程应用角度做了适当简化,完成了开环辨识试验和神经网络建模;然后基于模型预测控制的基本原理进行了水力测功器模拟螺旋桨高海情负载的神经网络预测控制研究;仿真研究结果证明,文中所提方法确实有效,可用于水力测功器建模及动态加载控制。 相似文献
19.
利用网络撕裂法逐层将复杂装备撕裂为较为简单的单元,并充分利用粗糙集和神经网络融合方法的优点进行故障诊断。提出了基于粗糙神经网络的网络撕裂故障诊断方法,总结出基于粗糙神经网络和网络撕裂的故障算法流程图。以L-F滤波器为例进行实验,结果证明:该算法明显优于普通的基于粗糙神经网络的故障诊断方法,网络结构得到简化,训练速度得到加快。 相似文献
20.
发动机表面振动是一种多振源、激励复杂的振动形式,在发动机测试时目标振动信号受到很强的噪声干扰,必须通过有效方法进行信噪分离.介绍了一种利用人工神经网络进行自适应滤波的信噪分离方法,根据自适应噪声抵消原理建立了ADALINE自适应神经滤波器模型,并使用该模型滤除坦克发动机汽缸盖振动信号中的机体振动噪声,提高了信噪比,为汽缸盖振动信号的进一步分析处理奠定了基础. 相似文献