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   1467篇
  国内免费   106篇
  完全免费   444篇
  自动化技术   2017篇
  2018年   3篇
  2017年   35篇
  2016年   21篇
  2015年   91篇
  2014年   111篇
  2013年   88篇
  2012年   196篇
  2011年   204篇
  2010年   149篇
  2009年   168篇
  2008年   167篇
  2007年   181篇
  2006年   128篇
  2005年   93篇
  2004年   81篇
  2003年   55篇
  2002年   39篇
  2001年   27篇
  2000年   20篇
  1999年   19篇
  1998年   22篇
  1997年   29篇
  1996年   15篇
  1995年   21篇
  1994年   19篇
  1993年   4篇
  1992年   8篇
  1991年   5篇
  1990年   4篇
  1989年   3篇
  1988年   3篇
  1986年   2篇
  1984年   1篇
  1983年   1篇
  1982年   1篇
  1978年   1篇
  1973年   1篇
  1972年   1篇
排序方式: 共有2017条查询结果,搜索用时 62 毫秒
1.
Least Squares Support Vector Machine Classifiers   总被引:296,自引:0,他引:296  
In this letter we discuss a least squares version for support vector machine (SVM) classifiers. Due to equality type constraints in the formulation, the solution follows from solving a set of linear equations, instead of quadratic programming for classical SVM's. The approach is illustrated on a two-spiral benchmark classification problem.  相似文献
2.
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
3.
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
4.
基于支持向量机的软测量建模方法   总被引:22,自引:1,他引:21  
提出了一种基于支持向量机的软测量方法,并建立了青霉素发酵过程中菌丝浓度的软测量模型,通过实验分析了参数调整和核函数选择对支持向量机建模的影响.利用现场数据建立各种软测量模型可以发现,与其他软测量方法相比,支持向量机方法在理论上优于人工神经网络等其他建模方法.  相似文献
5.
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
6.
Concept Decompositions for Large Sparse Text Data Using Clustering   总被引:20,自引:0,他引:20  
Unlabeled document collections are becoming increasingly common and available; mining such data sets represents a major contemporary challenge. Using words as features, text documents are often represented as high-dimensional and sparse vectors–a few thousand dimensions and a sparsity of 95 to 99% is typical. In this paper, we study a certain spherical k-means algorithm for clustering such document vectors. The algorithm outputs k disjoint clusters each with a concept vector that is the centroid of the cluster normalized to have unit Euclidean norm. As our first contribution, we empirically demonstrate that, owing to the high-dimensionality and sparsity of the text data, the clusters produced by the algorithm have a certain fractal-like and self-similar behavior. As our second contribution, we introduce concept decompositions to approximate the matrix of document vectors; these decompositions are obtained by taking the least-squares approximation onto the linear subspace spanned by all the concept vectors. We empirically establish that the approximation errors of the concept decompositions are close to the best possible, namely, to truncated singular value decompositions. As our third contribution, we show that the concept vectors are localized in the word space, are sparse, and tend towards orthonormality. In contrast, the singular vectors are global in the word space and are dense. Nonetheless, we observe the surprising fact that the linear subspaces spanned by the concept vectors and the leading singular vectors are quite close in the sense of small principal angles between them. In conclusion, the concept vectors produced by the spherical k-means algorithm constitute a powerful sparse and localized basis for text data sets.  相似文献
7.
基于阻尼最小二乘法的神经网络预测偏差补偿自校正控制器   总被引:20,自引:0,他引:20  
本文提出了一种神经网络预测偏差补偿自校正控制器,用线性模型的预测控制去控制非线性系统,其预测偏差用神经网络进行补偿,线性模型的辨识和神经网络的学习均采用阻尼最小二乘法。仿真结果表明,用这种控制器能有效地控制非线性系统,并具有超调小,鲁棒性好的特点。  相似文献
8.
多层前向神经网络的RLS训练算法及其在辨识中的应用   总被引:18,自引:0,他引:18  
本文提出了一种基于递推最小二乘法(RLS)的多层前向神经网络的快速学习算法,并用其对非线性过程进行辨识,仿真及对实际例子的辨识结果表明本文提出的方法是有效的。  相似文献
9.
基于遗传算法的RBF神经网络的优化设计方法   总被引:17,自引:0,他引:17  
该文提出了一种新的RBF神经网络的设计方法,采用遗传算法对RBF神经网络的隐层节点中心值进行进化优选,用自适应梯度下降法选择隐层节点高斯函数的宽度,用递推的最小二乘法训练RBF神经网络的权值,仿真结果证明了该方法的有效性。  相似文献
10.
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
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