全文获取类型
收费全文 | 55篇 |
免费 | 3篇 |
国内免费 | 2篇 |
专业分类
电工技术 | 4篇 |
综合类 | 2篇 |
化学工业 | 3篇 |
机械仪表 | 2篇 |
建筑科学 | 5篇 |
矿业工程 | 2篇 |
轻工业 | 2篇 |
水利工程 | 3篇 |
石油天然气 | 2篇 |
武器工业 | 5篇 |
无线电 | 10篇 |
冶金工业 | 2篇 |
自动化技术 | 18篇 |
出版年
2024年 | 2篇 |
2023年 | 2篇 |
2022年 | 3篇 |
2020年 | 5篇 |
2019年 | 1篇 |
2018年 | 3篇 |
2017年 | 1篇 |
2016年 | 2篇 |
2015年 | 1篇 |
2014年 | 12篇 |
2013年 | 1篇 |
2012年 | 4篇 |
2011年 | 3篇 |
2010年 | 6篇 |
2009年 | 2篇 |
2008年 | 6篇 |
2007年 | 2篇 |
2006年 | 1篇 |
1987年 | 1篇 |
1986年 | 1篇 |
1982年 | 1篇 |
排序方式: 共有60条查询结果,搜索用时 15 毫秒
1.
针对控制系统参数在线整定(自适应自优化)方法在工程应用中存在的稳定性和性能指标欠佳与进一步智能化问题,首先提出结合小波分析、BP、RBF神经网络优点和自适应机制构造了自适应小波神经网络方法 (AWNN),进而提出将AWNN结合经典控制方法构成的AWNN-PID方法,最终提出了采用自回归移动平均向量时间序列算法预测输出替代控制系统实时输出,从而构成基于向量时间序列预测自适应小波神经网络的控制参数在线整定方法 (VARMA-WNN-PID);进而选择工程应用中最为常见的多阶延迟被控对象,对BPNN-PID、RBF-PID与该研究提出的AWNN-PID、VARMA-WNN-PID等4种方法进行计算机仿真对比实验(结合针对神经网络学习效率、惯性系数和预测算法阶数、步长的对比试验),验证了新方法具有可行性、工程应用可靠性、更好的快速性、更低的静差和更灵活的控制参数调整能力。 相似文献
2.
提出了基于混合GPS同步与信标同步的无线Mesh网络同步方案,能够简化系统设计,防止同步误差逐级累积.在Mesh骨干节点间采用GPS同步,设计并实现了不依赖于CPLD等硬件的GPS时隙同步算法,简化了系统硬件设计.提出了在失去GPS后骨干节点同步修正算法,在失去GPS信号后能在一定的时间内维持系统的同步,提高了系统的可靠性.在Mesh接入节点与骨干节点之间采用改进的信标同步方案,能够在较远的距离达到10us级的同步精度.最后通过实验数据验证同步方案的同步精度. 相似文献
3.
4.
多种工业控制场合需要使用智能设备,并以串行通信将数据发送至上位机。三菱Q系列PLC无顺序通信方法仅支持接收“固定长度”与“变长度有固定结尾”两种数据对象,与发送“变长度无固定结尾”数据的智能设备不能妥善匹配。为此设计了一种Q系列PLC串口自由通信方法,该方法采用顺序控制程序实现了“变长度无固定结尾”数据接收、异常数据消除与通信模块故障自恢复,具有破除通信模块设定局限、可自行定义通信协议的特点。经实验其可同时支持多种智能设备,具有良好的适应性和通用性。 相似文献
5.
6.
Ad-hoc网络多径路由协议的研究与设计 总被引:2,自引:0,他引:2
对目前典型的Ad-hoc网络按需多径距离矢量路由协议(AOMDV)进行了研究和优化设计.优化后的协议(Op-AOMDV)保留了原协议中建立多径无环路由的思想,改进了原协议中建立链路不相交路由等不完善的部分,给出了原协议中未提及的细节,降低了协议的复杂性,提高了协议的可实现性. 相似文献
7.
针对末制导阶段导弹以期望的终端落角攻击高机动目标的需求,将Super-twisting算法与自适应滑模扰动观测器相结合,提出一种满足终端落角约束的二阶滑模制导律。目标机动带来的干扰导致系统扰动的上界未知,将目标加速度视为系统扰动,设计自适应滑模扰动观测器对系统扰动进行在线估计,通过对观测器增益进行自适应调整,克服传统观测器选取增益时依赖扰动上界的缺陷。设计改进的Super-twisting算法作为制导律的趋近律,在降低抖振的同时使制导律可充分利用导弹的过载能力,从而提升系统的收敛速度,解决传统Super-twisting算法中系统状态远离平衡点时收敛速度慢的问题。基于李雅普诺夫稳定性理论,证明该制导系统能在有限时间内收敛。数学仿真结果表明:自适应滑模扰动观测器和所设计制导律有效,自适应滑模扰动观测器能够准确跟踪系统扰动,所设计的制导律能够满足期望的终端落角约束,且具有较高的命中精度,脱靶量小于0.2 m。 相似文献
8.
近年来,随着大数据和人工智能技术的不断发展,基于日志数据的智能故障预测方法逐渐受到关注。传统的基于日志数据的故障预测方法仅关注单一的需求属性,难以面向多维度预测需求进行适配调整。针对该问题,提出一种多渠道融合的智能故障预测模型Multi-Det,该模型采用机器学习和深度学习相融合的调度方式。通过特征提取和数据融合,面向用户不同属性需求进行系统模型适配,优化特定场景下的故障预测准确性和可靠性。为了验证Multi-Det的有效性,在公开数据集下对多个场景下的需求参数进行了实验对比,结果表明该方法能够有效适配不同故障预测需求,在特定场景下智能调整预测策略,为专业领域设备的维护和管理提供有力支持。 相似文献
9.
10.