首页 | 本学科首页   官方微博 | 高级检索  
文章检索
  按 检索   检索词:      
出版年份:   被引次数:   他引次数: 提示:输入*表示无穷大
  收费全文   117篇
  国内免费   1篇
  完全免费   78篇
  自动化技术   196篇
  2020年   2篇
  2019年   2篇
  2018年   4篇
  2017年   6篇
  2016年   16篇
  2015年   20篇
  2014年   45篇
  2013年   31篇
  2012年   42篇
  2011年   23篇
  2010年   5篇
排序方式: 共有196条查询结果,搜索用时 46 毫秒
1.
基于案例驱动的研究性教学   总被引:2,自引:2,他引:0  
针对传统操作系统课程教学中出现的问题,提出基于案例驱动的教学方式,并将研究性教学模式应用在该课程的教学中。此种教学模式弥补了传统教学的不足,培养学生的创新精神和综合实践活动能力,开阔学生的思路,提高学生的自主学习能力,从而达到提高教育教学效果,增强学生综合素质的目的。  相似文献
2.
相位编码量子蚁群算法及在连续优化中的应用*   总被引:2,自引:0,他引:2       下载免费PDF全文
针对蚁群算法只适用于离散优化问题的局限性和收敛速度慢的问题,提出一种适合连续优化的量子蚁群算法。该方法直接采用量子位的相位对蚂蚁编码。首先根据基于信息素强度和可见度构造的选择概率,选择蚂蚁的前进目标;然后采用量子旋转门更新描述蚂蚁位置的量子比特,完成蚂蚁移动,并采用Pauli-Z门实现蚂蚁的变异增加位置的多样性;最后根据移动后的新位置完成蚁群信息素强度和可见度的更新。由于优化过程统一在空间[0,2π]n进行,而与具体问题无关,对不同尺度空间的优化问题具有良好的适应性。以函数极值优化和控制器参数优化为例,  相似文献
3.
基于相位编码的混沌量子免疫算法   总被引:2,自引:0,他引:2       下载免费PDF全文
目前量子群智能优化算法的个体均采用基于量子比特测量的二进制编码方式,在用于连续问题优化时,由于频繁的解码运算,严重降低了优化效率.针对这一问题,本文提出一种混沌量子免疫算法.该方法直接采用量子比特的相位对抗体进行编码;用量子旋转门实现优良抗体的克隆扩增,通过在量子旋转门中引入混沌变量动态改变转角大小实现局部搜索;用基于Pauli-Z门的较差抗体的变异,实现全局优化.证明了算法的收敛性.由于优化过程统一在空间[0,2π]n进行,而与具体问题无关,因此,对不同尺度空间的优化问题具有良好的适应性.实验结果表明该算法能有效改善普通免疫算法的搜索能力和优化效率.  相似文献
4.
一种随机粒子群算法及应用   总被引:2,自引:0,他引:2       下载免费PDF全文
为提高粒子群算法的优化效率,在分析量子粒子群优化算法的基础上,提出了一种随机粒子群优化算法。该算法只有一个控制参数,搜索步长由一个随机变量的取值动态决定,通过合理设计控制参数的取值,实现对目标位置的跟踪。标准测试函数极值优化和聚类优化的实验结果表明,与量子粒子群和普通粒子群算法相比,该算法在优化能力和优化效率两方面都有改进。  相似文献
5.
地震资料分布式存取的效率优化设计   总被引:1,自引:0,他引:1  
目前,存取海量非结构化地震数据的常用方法,存在着在物理层和应用层添加了逻辑层影响访问速度,降低访问效率的弊端.为了在不增加额外成本的基础上,改善数据的存储方法、提高地震数据的访问效率,论文研究一种基于hadoop框架下地震资料分布式存取设计的思想,采用混合索引查询方法进行统一访问.采用对数据请求按操作进行预处理,通过建立基于关键字的索引、数据库索引等技术,优化因为了缩短开发周期,节约软件运行成本而增加逻辑层带来的查询速度慢的问题,提高数据的存取效率.  相似文献
6.
基于Elman神经网络和遗传算法的油田指标预测#   总被引:1,自引:0,他引:1  
基于指标预测在油田实际开发中的应用,提出将神经网络和改进的遗传算法结合起来构建预测模型。神经网络采用具有动态反馈的Elman网络,充分发挥其动态预测的优势,同时借助遗传算法弥补其训练速度慢和容易陷入局部极小的缺点。对遗传算法的选择算子加以改进,不仅可以保存优良个体而且可以提高搜索效率。将神经网络和遗传算法进行有机结合,实现优势互补,以大庆葡北油田三断块的后续水驱含水率实测数据为例对模型进行论证,结果表明,该模型能达到很好的指标预测效果,本文提出的方法是有效可行的。  相似文献
7.
基于量子门线路的量子神经网络模型及算法   总被引:1,自引:0,他引:1  
提出一种量子神经网络模型及算法.该模型为一组量子门线路.输入信息用量子位表示,经量子旋转门进行相位旋转后作为控制位,控制隐层量子位的翻转;隐层量子位经量子旋转门进行相位旋转后作为控制位,控制输出层量子位的翻转.以输出层量子位中激发态的概率幅作为网络输出,基于梯度下降法构造了该模型的学习算法.仿真结果表明,该模型及算法在收敛能力和鲁棒性方面均优于普通BP网络.  相似文献
8.
一种基于量子粒子群的过程神经元网络学习算法   总被引:1,自引:0,他引:1  
针对过程神经元网络模型学习参数较多,正交基展开后的BP算法计算复杂、不易收敛等问题,提出了一种基于双链结构的量子粒子群学习算法.该算法用量子比特构成染色体,对于给定过程神经元网络模型,按权值参数的个数确定量子染色体的基因数并完成种群编码,通过量子旋转门和量子非门完成个体的更新与变异.算法中每条染色体携带两条基因链,提高了获得最优解的概率,扩展了对解空间的遍历,从而加速过程神经元网络的优化进程.将经过量子粒子群算法训练的过程神经元网络应用于Mackey-Glass混沌时间序列和太阳黑子预测,仿真结果表明该学习算法不仅收敛速度快,而且寻优能力强.  相似文献
9.
基于GPU和物理模型的油田井喷着火仿真   总被引:1,自引:0,他引:1  
为了实现油田井喷着火仿真,分析了油田井喷着火的特有物理属性,针对传统方法实时性和火喷连续性差,缺乏真实效果,提出利用流体模型和燃烧公式相结合的方法确定油田井喷着火的物理模型,并通过黑体辐射与粒子系统相结合的方法实现火焰的绘制。通过Helmholtz-Hodge分解,分别计算N-S方程的对流项、扩散项、投影项。将GPU应用到火焰的住址和绘制过程中,利用GPU的并行性和可编程性,能够提高N-S方程的求解速度和粒子系统的计算速度,节约计算时间,高效地实现油田井喷着火仿真效果。  相似文献
10.
基于分段线性插值的过程神经网络训练   总被引:1,自引:0,他引:1       下载免费PDF全文
过程神经元网络的输入为时变连续函数,不能直接输入离散样本。针对该问题,提出一种基于分段线性插值函数的过程神经网络训练方法。将样本函数、过程神经元权函数的离散化数据插值为分段表示的线性函数,计算样本函数与权值函数乘积在给定采样区间上的积分,将此积分值提交给网络的隐层过程神经元,并计算网络输出。实验结果证明了该方法的有效性。  相似文献
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号