全文获取类型
收费全文 | 73篇 |
免费 | 24篇 |
国内免费 | 37篇 |
专业分类
电工技术 | 1篇 |
综合类 | 5篇 |
机械仪表 | 3篇 |
矿业工程 | 2篇 |
水利工程 | 7篇 |
武器工业 | 2篇 |
无线电 | 6篇 |
一般工业技术 | 4篇 |
冶金工业 | 1篇 |
自动化技术 | 103篇 |
出版年
2024年 | 1篇 |
2023年 | 2篇 |
2022年 | 2篇 |
2021年 | 4篇 |
2020年 | 5篇 |
2019年 | 8篇 |
2018年 | 1篇 |
2017年 | 1篇 |
2015年 | 2篇 |
2014年 | 4篇 |
2013年 | 8篇 |
2012年 | 10篇 |
2011年 | 11篇 |
2010年 | 10篇 |
2009年 | 9篇 |
2008年 | 1篇 |
2007年 | 7篇 |
2006年 | 6篇 |
2005年 | 10篇 |
2004年 | 10篇 |
2003年 | 3篇 |
2002年 | 1篇 |
2001年 | 4篇 |
2000年 | 3篇 |
1999年 | 3篇 |
1997年 | 3篇 |
1996年 | 1篇 |
1992年 | 1篇 |
1989年 | 1篇 |
1986年 | 2篇 |
排序方式: 共有134条查询结果,搜索用时 0 毫秒
1.
2.
3.
4.
基于多目标动态规划的多跑道进港排序 总被引:4,自引:0,他引:4
随着航空运输的高速增长,航班延误日益严重,而对飞机进行进港排序和跑道调度能有效提高机场吞吐量、减少飞机燃油花费,从而减轻航班延误,提升经济效益.由于大量飞机的多跑道进港优化调度问题是一个非确定型多项式完全(NP-C)问题,该问题一直没有得到有效解决.本文针对已有的基于位置交换束缚的单跑道动态规划算法运算量大、运算效率低的不足,采用优化解空间的措施并运用贪心策略,同时将其推广到双跑道调度,从而解决大量飞机的双跑道、多目标进港排序优化问题.大量仿真实验表明,该算法复杂度与飞机数量呈近似线性关系,能在较短时间内对吞吐量和降落花费同时实现优化. 相似文献
5.
6.
基于模糊逻辑的弹性飞机机动载荷主动控制 总被引:1,自引:0,他引:1
为减小多操纵面无尾飞翼飞机的机动载荷,建立了机动载荷控制问题的多变量优化问题数学模型,并采用分布估计算法进行求解,得到不同马赫数条件下各操纵面的控制分配系数.在此基础上,运用T-S模糊理论对控制分配系数进行模糊合成,得到了模糊控制分配系数,从而无需重新设计即可实现全包线范围内的鲁棒机动载荷控制.仿真实验结果表明,采用基于模糊逻辑的机动载荷控制方案可使机动飞行时翼根弯矩增量的峰值减小率高达80%以上. 相似文献
7.
多尺度核方法是当前核机器学习领域的一个热点。通常多尺度核的学习在多核处理时存在诸如多核平均组合、迭代学习时间长、经验选择合成系数等弊端。文中基于核目标度量规则,提出一种多尺度核方法的自适应序列学习算法,实现多核加权系数的自动快速求取。实验表明,该方法在回归精度、分类正确率方面比单核支持向量机方法结果更优,函数拟合与分类稳定性更强,证明该算法具有普遍适用性。 相似文献
8.
随着深度学习应用的快速发展,神经网络模型的参数量变得越来越大,这意味着训练一个可用的神经网络模型需要更多的算力和更长的计算时间,因此如何提升神经网络训练的效率至关重要.然而训练效率在很大程度上取决于硬件后端和编译器.为了提升神经网络训练的性能,编译器的效率亟待提升,而这主要取决于计算图的优化、算子级别的优化和代码生成.主流的神经网络训练框架(如TensorFlow, PyTorch)使用了供应商特定的、通过手工设计算子获得的算子库.然而,手工设计算子浪费了大量的算子级别的优化空间,因此研究人员提出了TVM.作为一个端到端的编译器, TVM实现了算子级的自动优化,比现有框架进一步提高了性能.此外, TVM支持从多种神经网络框架中导入神经网络模型,并在不同主流硬件后端上部署.然而, TVM的注意力集中于提升神经网络推理任务的性能,并不支持神经网络的训练.本文提出了TVMT,第一个基于TVM、支持神经网络训练的端到端编译器.为了支持神经网络训练,本文提出了以下方法.(1)合并损失函数到现有的计算图中,以支持前向和后向传播;(2)在训练过程中采用设备到主机的机制来更新权重参数;(3)集成了最先... 相似文献
9.
文章提出了一种面向军事栅格的构件集成网络体系结构,它摒弃了传统的分层式网络体系结构中层的概念,而采用构件概念。构件集成网络体系结构具有时延小、传输负载小等优点,适合于在军事领域中应用。给出了这种网络体系结构的设计原则、构件的组成及报文格式。最后,通过仿真,验证了构件集成网络体系结构的有效性。 相似文献
10.
带挠性附件航天器可以用含小摄动参数的多时标非线性系统进行描述,而目前的控制方法大多针对多时标线性系统,要求模型精确已知.为解决存在不确定性的带挠性附件航天器的跟踪问题,提出一种基于模糊奇异摄动模型的自适应控制器,采用鲁棒控制和自适应控制理论相结合的方法进行设计,由反馈项、自适应项和鲁棒控制项组成,反馈项的增益采用线性矩阵不等式(LMI)方法求解,自适应项用于减小系统的跟踪误差,鲁棒项用于保证系统的闭环稳定性.稳定性证明采用Lyapunov合成方法完成.该控制器适用于模型带有不确定性的多时标非线性系统的跟踪控制.由于采用了自适应方法消除系统不确定性,能够减少鲁棒控制方法带来的保守性.在带挠性附件航天器的跟踪控制中的应用验证了其有效性. 相似文献