全文获取类型
收费全文 | 63篇 |
免费 | 9篇 |
国内免费 | 29篇 |
专业分类
电工技术 | 1篇 |
综合类 | 1篇 |
化学工业 | 4篇 |
金属工艺 | 1篇 |
机械仪表 | 5篇 |
矿业工程 | 1篇 |
武器工业 | 2篇 |
无线电 | 3篇 |
一般工业技术 | 5篇 |
冶金工业 | 5篇 |
自动化技术 | 73篇 |
出版年
2018年 | 1篇 |
2012年 | 1篇 |
2011年 | 3篇 |
2010年 | 2篇 |
2009年 | 8篇 |
2008年 | 6篇 |
2007年 | 9篇 |
2006年 | 11篇 |
2005年 | 9篇 |
2004年 | 14篇 |
2003年 | 5篇 |
2002年 | 8篇 |
2001年 | 7篇 |
2000年 | 4篇 |
1999年 | 1篇 |
1998年 | 2篇 |
1997年 | 2篇 |
1996年 | 4篇 |
1995年 | 2篇 |
1994年 | 1篇 |
1992年 | 1篇 |
排序方式: 共有101条查询结果,搜索用时 250 毫秒
11.
12.
多传感器数据融合技术(下) 总被引:2,自引:0,他引:2
3 数据融合方法多传感器数据融合虽然未形成完整的理论体系和有效的融合算法,但是在不少应用领域根据各自的具体应用背景,已经提出了许多成熟并且有效的融合方法。3 1 D S证据推理方法D S(Dempster Shafer)证据推理是贝叶斯推理的扩充,其3个基本要点是:基本概率赋值函数mi、信任函数Beli和似然函数Plsi。D S方法的推理结构是自上而下的,分3级,推理结构如图4所示。第1级为目标合成,其作用是把来自独立传感器的观测结果合成为一个总的输出结果(ID)。第2级为推断,其作用是获得传感器的观测结果并进行推断,将… 相似文献
13.
本文重新构造了一种最小二乘通道格形滤波器,并将它用于同时辨识ARMA模型的参数和阶次。数值仿真结果表明,这种辨识算法具有计算量小、精度高等优点。 相似文献
14.
自动化专业的知识体系和教学内容由通识教育、专业教育、实践教学和综合教育四部分组成。其中,通识教育是启发心智、唤醒心灵的教育,重在素质培养,强调全面发展,通过扩大学生的知识深度和广度,拓展学生的视野,使学生兼备人文素养与科学素养,成为具备远大眼光、通融识见、博雅精神和优美情感的人才;综合教育侧重于学生思想素质、社会责任和职业道德的教育及社会活动能力和综合技能的培养,使学生在获得专业知识的同时,培养和发展其独立自主解决问题的能力。本文撰写的目的是解读"自动化专业指导性规范"。 相似文献
15.
大规模复杂系统的定性SDG建模方法 总被引:3,自引:1,他引:2
介绍定性符号有向图(SDG)的建模思想--通过数学模型建立关联矩阵,再转化为图表示,并进行化简.总结了三条化简规则,阐述了如何通过实验,即灵敏度分析来形成关联矩阵的方法.在此基础上总结了定性SDG的建模步骤,并结合65t/h锅炉系统的典型实例,研究建立其定性SDG模型问题. 相似文献
16.
基于神经网络的模糊自适应PID控制方法 总被引:51,自引:0,他引:51
提出一种基于BP神经网络的模糊自适应PID控制器。该控制器综合模糊控制、神经网络与PID调节各自的优点,既具有模糊控制的简单和有效的非线性控制作用,又具有神经网络的学习和适应能力,同时具备PID控制的广泛适应性,仿真实验表明该控制器对模型、环境具有较好的适应能力和较强的鲁棒性。 相似文献
17.
在非均匀采样系统辨识方法中, 通常利用重采样、数值积分等方法来处理非均匀采样数据, 所用模型多为连续有理分式传递函数, 在递推形式下非均匀采样对象又常局限于``数据缺失'的情况. 本文研究更为一般的异步非均匀采样的多变量系统, 采用连续时间状态空间模型描述, 推导了模型参数、参数梯度和系统状态之间的相互递推关系, 构成一种可变迭代间隔的递推辨识算法, 在每次输出采样点上仅更新模型中受当前采样数据影响的参数. 这种辨识方法可以适用于任意非均匀采样系统, 多采样率系统也可作为一种特例适用于本算法. 仿真结果表明, 所提的方法是可行有效的. 相似文献
18.
针对连续搅拌反应釜(CSTR)具有的多重稳态性质,提出使用多个相同拓扑结构的神经网络模块组成的集成神经网络对CSTR的状态进行预测的方法。对集成神经网络的所有网络模块使用多目标粒子群优化算法进行同步训练,使训练结果收敛于参数空间内最优的Pareto面。避免了单一神经网络训练收敛到某一最优点可能产生的过拟和的问题;解决了使用传统训练方法对集成神经网络的子网络进行独立训练时增加学习算法复杂度的问题。对CSTR浓度预测的测试结果证明集成神经网络比同等规模的单一神经网络更适用于CSTR的状态参数预测。 相似文献
19.
多变量系统状态空间模型的递阶辨识 总被引:11,自引:1,他引:11
研究多变量系统状态空间模型的递阶辨识问题,推广了作者提出的标量系统状态和参数联合辨识算法.当状态可量测时,利用最小二乘原理直接辨识状态空间模型的参数矩阵;当状态不可测时,利用递阶辨识原理提出了状态空间模型递阶辨识方法,使用系统输入输出数据来估计系统的未知状态和参数.状态空间模型递阶辨识方法分为两步:首先假设系统状态是已知的(即参数估计算法中的未知系统状态用其估计代替),基于状态估计和系统输入输出数据递归计算系统参数估计;然后基于系统输入输出数据和获得的参数估计,递归计算系统的状态估计. 相似文献
20.