全文获取类型
收费全文 | 55篇 |
免费 | 22篇 |
国内免费 | 26篇 |
专业分类
电工技术 | 3篇 |
综合类 | 7篇 |
机械仪表 | 5篇 |
建筑科学 | 3篇 |
能源动力 | 1篇 |
轻工业 | 1篇 |
武器工业 | 1篇 |
无线电 | 5篇 |
一般工业技术 | 4篇 |
自动化技术 | 73篇 |
出版年
2023年 | 2篇 |
2022年 | 5篇 |
2021年 | 2篇 |
2020年 | 3篇 |
2019年 | 3篇 |
2017年 | 2篇 |
2016年 | 2篇 |
2015年 | 1篇 |
2014年 | 2篇 |
2013年 | 9篇 |
2012年 | 12篇 |
2011年 | 10篇 |
2010年 | 7篇 |
2009年 | 10篇 |
2008年 | 3篇 |
2007年 | 5篇 |
2006年 | 5篇 |
2005年 | 2篇 |
2004年 | 6篇 |
2003年 | 2篇 |
2002年 | 1篇 |
2001年 | 2篇 |
2000年 | 2篇 |
1998年 | 1篇 |
1997年 | 1篇 |
1995年 | 1篇 |
1994年 | 2篇 |
排序方式: 共有103条查询结果,搜索用时 0 毫秒
81.
针对一类带有不确定参数项的线性重复系统间歇性故障估计问题, 本文提出一种基于迭代学习的故障估计算法.该算法通过设计基于迭代学习的故障估计器和状态观测器, 构造李雅普诺夫方程和优化函数证明该算法的鲁棒性和收敛性, 并通过线性矩阵不等式, 求解出算法中的观测器增益矩阵和迭代学习参数矩阵.区别于其他观测器方法, 本文中的方法利用上一次基于迭代学习观测器输出和系统实际输出产生的残差信号, 对本次的故障信号进行跟踪估计, 从而准确地估计出故障的幅值和形状.仿真结果说明了该算法的有效性和准确性. 相似文献
82.
结合标准对冲与核函数稀疏分类的目标跟踪 总被引:3,自引:1,他引:2
针对经典稀疏分类目标跟踪算法在噪声,遮挡等恶劣环境下精度不高的问题,提出了一种新的目标跟踪算法。该算法在标准对冲框架下结合了核函数稀疏分类方法以及自适应字典更新方法,能够较好地适应类间相似度较高与目标外形变化较大等恶劣情况。核函数技巧能够增强分类器性能,但通用方法求解凸优化问题的效率较低,不能满足目标跟踪问题的实时性要求,故提出用核函数随机坐标下降(KRCD)算法来高效求解稀疏系数,并使用核函数稀疏分类方法(KRCD-SRC)来计算各个粒子的代价值。为了避免模板漂移问题,解释了目标字典和背景字典的在线更新方法。最后,结合标准对冲算法估算目标的状态信息。在使用50个粒子进行跟踪时,本文算法的处理帧率能够达到14frame/s。相比其它几种经典目标跟踪算法,本文算法具有更好的精确性和鲁棒性。 相似文献
83.
84.
85.
86.
针对现实中经常遇到的各类样本分布范围相差很多、将各类样本误判的危害程度不同、或者各类样本数量差异悬殊等情况,提出了一种基于不等距超球体的SVM(NMS-SVM)算法。该算法以最大间隔为优化目标建立分类模型,同时引入距离比例参数λ,调整最优分类面到两类之间的距离。通过UCI数据库中数据集的分类仿真实验,比较了该算法与普通超球体算法以及最大间隔超球体算法的分类精度,证明了该算法的有效性。 相似文献
87.
88.
针对非结构化道路的特点,提出了一种基于色度差的边缘检测算法。算法将原始图像的RGB颜色空间转化为L*a*b*颜色空间,利用L*a*b*颜色空间中明度与色度分离的特点,通过对色度差的信息融合提取图像道路边缘,排除了大面积阴影、水渍对真实道路边界的干扰,有效地提高了道路识别的准确性。通过Hough变换提取出图像边缘得到道路边缘信息。实验表明,该算法的优点在于对道路形状不敏感,需要先验知识少,能够很好地过滤道路中存在的水渍、阴影等干扰。 相似文献
89.
施工现场人员密集、外来人员多、流动性大、工作环境艰苦、民工生活环境差,正因为如此,在突如其来的“非典”影响下,各地均将建筑工地作为控制“非典”的重点地区与部位进行管理,同样也有许多单位因为建筑工地防范措施不力而遭到政府部门的处罚,包括降低或取消资格等级、停工、罚款等。如何有效地做好施工现场的环境管理,已成为需要迫切研究与解决的问题。正是在这一背景下,探讨了搞好施工现场环境管理所带来的环境与经济效益,从国家有关法律的角度,提出了施工现场环境管理的法律责任并对施工企业现场环境管理的内容作了详细的论述。 相似文献
90.
提升静态小波与自适应PCNN相结合的图像融合算法 总被引:1,自引:0,他引:1
提出了一种新的基于提升静态小波变换与自适应PCNN相结合的图像融合算法.该方法定义一种图像单个像素的清晰度作为PCNN的链接强度,使得PCNN能根据像素清晰度的变化来自适应地调整链接强度的大小,接着对图像经提升静态小波分解得到的低频子带系数的改进拉普拉斯能量和及高频子带系数的单个像素的灰度值,分别作为自适应PCNN神经元的外部输入,并根据点火次数来确定图像融合系数.最后由提升静态小波变换的逆变换得到融合图像.实验表明,该方法在视觉效果和客观评价指标上都优于传统的基于小波变换、提升静态小波变换、提升静态小波-PCNN的图像融合算法. 相似文献