全文获取类型
收费全文 | 102篇 |
免费 | 10篇 |
国内免费 | 15篇 |
专业分类
综合类 | 2篇 |
化学工业 | 4篇 |
金属工艺 | 1篇 |
建筑科学 | 8篇 |
轻工业 | 3篇 |
石油天然气 | 2篇 |
武器工业 | 1篇 |
无线电 | 19篇 |
一般工业技术 | 6篇 |
冶金工业 | 1篇 |
原子能技术 | 3篇 |
自动化技术 | 77篇 |
出版年
2021年 | 1篇 |
2019年 | 1篇 |
2018年 | 1篇 |
2017年 | 1篇 |
2016年 | 1篇 |
2015年 | 2篇 |
2014年 | 7篇 |
2013年 | 3篇 |
2012年 | 6篇 |
2011年 | 2篇 |
2010年 | 7篇 |
2009年 | 6篇 |
2008年 | 9篇 |
2007年 | 11篇 |
2006年 | 12篇 |
2005年 | 9篇 |
2004年 | 6篇 |
2003年 | 12篇 |
2002年 | 4篇 |
2001年 | 9篇 |
2000年 | 2篇 |
1999年 | 1篇 |
1998年 | 1篇 |
1997年 | 2篇 |
1996年 | 1篇 |
1995年 | 2篇 |
1991年 | 1篇 |
1989年 | 3篇 |
1988年 | 1篇 |
1987年 | 1篇 |
1986年 | 2篇 |
排序方式: 共有127条查询结果,搜索用时 32 毫秒
41.
倒立摆系统是强化学习的一种重要的应用领域。首先分析指出在倒立摆系统中,常用的强化学习算法存在着极限环问题,算法无法正确收敛、控制策略不稳定。但是由于在简单的一级倒立摆系统中算法的控制策略不稳定的现象还不明显,因此极限环问题常常被忽视。针对强化学习算法中极限环问题,提出基于动作连续性准则的强化学习算法。算法采用修正强化信号和改进探索策略的方法克服极限环对倒立摆系统的影响。将提出的算法用于二级倒立摆的实际系统控制中,实验结果证明算法不仅能成功控制倒立摆,而且可以保持控制策略的稳定。 相似文献
42.
局部保持的流形学习算法对比研究 总被引:1,自引:1,他引:0
局部保持的流形学习通过从局部到整体的思想保持观测空间和内在嵌入空间的局部几何共性,发现嵌入在高维欧氏空间中的内在低维流形。分析了局部保持的流形学习算法的基本实现框架,详细比较了一些局部保持的流形学习算法的特点,提出了几个有益的研究主题。 相似文献
43.
独立分量分析(indepentlent component analysis,ICA)是目前非常活跃的一个研究领域,在盲源分离、信号处理等方面有着广泛的应用.特别是在特征提取方面,由于其处理非高斯分布的数据的能力,引起了广泛关注,取得了很好的效果.但是传统的独立分量分析方法的思想都是通过定义一个衡量分量独立性的目标函数来求解问题,在应用到特征提取方面时,没有考虑到提取的独立分量对于识别和分类问题的重要性.为了克服传统ICA算法的不足,从信息论角度出发,选择判别熵作为衡量类别之问差异的度量,提出了基于最大判别熵的有监督独立分量分析方法(SICA-MJE),并在人脸识别和虹膜识别应用中进行了验证,取得了很好的实验结果。 相似文献
44.
45.
46.
基于决策树的神经网络 总被引:5,自引:0,他引:5
传统人工神经网络模型采用试探的方法确定合适的网络结构,并随机地初始化参数值,导致神经网络训练效率低、结果不稳定.熵网络是一种建立在决策树之上的3层前馈网络,在熵网络基础上,提出了基于决策树的神经网络设计方法(DTBNN).DTBNN中提供了对神经网络参数的初始值合理设置的方法,并提出了由决策树确定的只是熵网络的初始结构,在实际的网络构造中需要根据实际应用添加神经元和连接权以提高网络的性能.理论分析和实验结果表明了这种方法的合理性. 相似文献
47.
神经生物学研究表明,视感知系统V1层神经元的感受野对刺激图像采取稀疏表示的策略.本文模拟视感知系统对视觉信息的处理提出了稀疏编码的神经网络模型.该模型用快速ICA算法得到的特征基模拟感受野,反馈网络的输出模拟简单细胞的响应.对自然图像的编码实验说明该模型在生物学上的合理性和计算上的可行性. 相似文献
48.
49.
半监督学习是近年来的一个研究热点.协同训练(co-training)是利用未标记数据来提高传统监督学习性能的一种半监督学习范式.本文提出一种基于随机子空间的协同训练算法(RAndom Subspace CO-training,简称为RAS-CO).该算法探讨多视图的协同训练.用随机判别的理论分析了算法的分类精度和泛化能力.讨论了随机子空间的维数和个数对分类性能的影响.在UCI数据集上的实验结果表明,与其它同类算法相比,RASCO算法有较好的性能. 相似文献
50.
如何模拟人类视觉感知系统的感知过程,建立一个鲁棒性较好、无监督的自然图像中目标轮廓上显著边缘检测的计算模型是文中要讨论的问题。首先确定自然图像中目标所在的子区域。然后通过分析纹理以及颜色等低级视觉特征得到一组潜在的轮廓边缘,对这些潜在的轮廓边缘进行闭合性分析,建立各条潜在边缘之间闭合关系的图模型。最后通过最短路径找出最优的轮廓上的显著边缘。将该模型用于多幅自然图像,实验效果较好。该模型在生物学上的合理性也得到验证。 相似文献