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   909篇
  国内免费   104篇
  完全免费   302篇
  自动化技术   1315篇
  2018年   1篇
  2017年   13篇
  2016年   13篇
  2015年   55篇
  2014年   113篇
  2013年   94篇
  2012年   153篇
  2011年   131篇
  2010年   135篇
  2009年   152篇
  2008年   124篇
  2007年   114篇
  2006年   56篇
  2005年   40篇
  2004年   29篇
  2003年   26篇
  2002年   16篇
  2001年   10篇
  2000年   2篇
  1999年   3篇
  1998年   8篇
  1997年   5篇
  1996年   1篇
  1995年   4篇
  1994年   3篇
  1993年   1篇
  1992年   2篇
  1991年   1篇
  1990年   5篇
  1989年   4篇
  1988年   1篇
排序方式: 共有1315条查询结果,搜索用时 187 毫秒
1.
回归最小二乘支持向量机的增量和在线式学习算法   总被引:32,自引:0,他引:32  
首先给出回归最小二乘支持向量机的数学模型,并分析了它的性质,然后在此基础上根据分块矩阵计算公式和核函数矩阵本身的特点设计了支持向量机的增量式学习算法和在线学习算法.该算法能充分利用历史的训练结果,减少存储空间和计算时间.仿真实验表明了这两种学习方法的有效性.  相似文献
2.
散乱点云数据配准算法   总被引:29,自引:5,他引:24  
提出一种以物体表面上不附加任何几何和拓扑信息的散乱点集为处理对象,自动进行点云数据配准的算法.该算法针对待配准的2组点云数据,根据测点及其邻域点估算每个点的曲面法矢,并对法矢方向进行调整,使其指向曲面的同一侧;然后计算各个测点的曲率.根据每个测点的曲率来识别出2组点云数据中可以匹配的点对集合。计算将每一个点对的法矢方向映射为一致的三维空间变换,采用几何哈希方法找出使得最多数量的点对法矢一致的变换,运用该变换将散乱点云作初次配准.以初次配准后的结果作为新的初始位置,将匹配点对集合中的所有点对采用最近点迭代法进行二次配准,从而实现了2组散乱数据的精确配准.应用实例表明,该算法效果良好.  相似文献
3.
神经网络极速学习方法研究   总被引:22,自引:0,他引:22  
单隐藏层前馈神经网络(Single-hidden Layer Feedforward Neural Network,SLFN)已经在模式识别、自动控制及数据挖掘等领域取得了广泛的应用,但传统学习方法的速度远远不能满足实际的需要,成为制约其发展的主要瓶颈.产生这种情况的两个主要原因是:(1)传统的误差反向传播方法(Back Propagation,BP)主要基于梯度下降的思想,需要多次迭代;(2)网络的所有参数都需要在训练过程中迭代确定.因此算法的计算量和搜索空间很大.针对以上问题,借鉴ELM的一次学习思想并基于结构风险最小化理论提出一种快速学习方法(RELM),避免了多次迭代和局部最小值,具有良好的泛化性、鲁棒性与可控性.实验表明RELM综合性能优于ELM、BP和SVM.  相似文献
4.
基于LS-SVM的非线性预测控制技术   总被引:21,自引:1,他引:20  
探讨了利用最小二乘支持向量机(LS—SVM)进行非线性系统辨识的方法,LS—SVM用等式约束代替传统支持向量机中不等式约束,求解过程从解QP问题变成解一组等式方程,将得到的LS—SVM模型应用到非线性预测控制,提出了基于LS—SVM模型的非线性预测控制算法,通过CSTR过程仿真表明,最小二乘支持向量机学习速度快,在小样本情况下具有良好的非线性建模和泛化能力,基于LS—SVM的预测控制算法具有很好的控制性能。  相似文献
5.
二阶加滞后连续模型的直接辨识   总被引:17,自引:0,他引:17       下载免费PDF全文
1 引言本文提出了一种新的基于阶跃响应数据直接辨识二阶连续模型参数的算法 ,对文献 [1 ]中的算法进行了推广 ,适用于解决实际工业系统辨识问题 .2 直接法阶跃响应辩识考虑有滞后环节的过阻尼二阶对象G(s) =K(T1 s+ 1 ) (T2 s+ 1 ) e-θs. (1 )阶跃输入幅度为 α时 ,阶跃响应为y(t) =αK 1 -T1 T1 -T2 e- t-θT1+ T2T1 -T2 e- t-θT2 ,t≥θ. (2 )令 T1 =βT2 ,加入白噪声 ω(t) ,则y(t) =αK 1 -ββ -1 e- t-θβT2 + 1β -1 e- t-θT2 +ω(t) ,t≥θ. (3)由于 0≤t<θ时 ,y(t) =ω(t) ,从而∫τ0 y(t) dt=∫τθy(t) dt+ ∫θ…  相似文献
6.
一种基于最小二乘支持向量机的预测控制算法   总被引:17,自引:0,他引:17  
刘斌  苏宏业  褚健 《控制与决策》2004,19(12):1399-1402
针对工业过程中普遍存在的非线性被控对象,提出一种基于最小二乘支持向量机建模的预测控制算法.首先,用具有RBF核函数的LS-SVM离线建立被控对象的非线性模型;然后,在系统运行过程中,将离线模型在每一个采样周期关于当前采样点进行线性化,并用广义预测算法实现对被控系统的预测控制.仿真结果表明了该算法的有效性和优越性.  相似文献
7.
最小二乘支持向量机算法研究   总被引:17,自引:0,他引:17       下载免费PDF全文
1 引言支持向量机(SVM,Support Vector Machines)是基于结构风险最小化的统计学习方法,它具有完备的统计学习理论基础和出色的学习性能,在模式识别和函数估计中得到了有效的应用(Vapnik,1995,1998)。支持向量机方法一方面通过把数据映射到高维空间,解决原始空间中数据线性不可分问题;另一方面,通过构造最优分类超平面进行数据分类。神经网络通过基于梯度迭代的方法进行数据学习,容易陷入局部最小值,支持向量机是通过解决一个二次规划问题,来获得  相似文献
8.
基于LSSVM的混沌时间序列的多步预测   总被引:14,自引:0,他引:14  
江田汉  束炯 《控制与决策》2006,21(1):77-0080
结合相空间重构理论和统计学习理论,实现混沌时间序列的多步预测.采用擞熵率法求得最优嵌入维数和时延参数,重构系统相空间,用最小二乘支持向量机建立渑沌时间序列的多步预测模型,并与径向基函数网络预测模型比较.结果表明,所建立的模型能够捕捉到原混沌系统的动力学特征.前者的归一化均方根预测误差远小于径向基函数网络预测模型的预测误差,泛化能力较强.其预测效果较好.  相似文献
9.
一般双率随机系统状态空间模型及其辨识   总被引:14,自引:1,他引:13       下载免费PDF全文
对于双率采样数据系统,本文使用提升技术,推导了双率系统的提升状态空间模型.对于系统状态可测量的双率系统,利用最小二乘原理辨识提升系统模型的参数矩阵;对于状态不可测的未知参数双率系统,利用递阶辨识原理,提出了双率系统递阶状态空间模型辨识方法,来辨识系统的状态和参数.具体做法:基于获得的状态估计和提升系统的输入输出数据递归估计系统参数,然后基于获得的参数估计,计算系统的状态.  相似文献
10.
加权最小二乘估计在无线传感器网络定位中的应用*   总被引:12,自引:0,他引:12       下载免费PDF全文
节点自身定位是目前无线传感器网络领域研究的重点之一,定位误差累积问题是节点定位中必须解决的一个关键问题,利用加权最小二乘估计的方法可以有效抑制累积误差的影响。介绍了如何将加权最小二乘估计应用于节点定位以及如何合理地选择加权系数以降低定位误差。仿真实验表明,运用加权最小二乘估计可以有效地抑制误差累积的影响,提高定位精度。  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