首页 | 官方网站   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   188篇
  国内免费   13篇
  完全免费   55篇
工业技术   256篇
  2019年   3篇
  2018年   4篇
  2017年   7篇
  2016年   4篇
  2015年   6篇
  2014年   12篇
  2013年   8篇
  2012年   18篇
  2011年   13篇
  2010年   11篇
  2009年   26篇
  2008年   26篇
  2007年   22篇
  2006年   14篇
  2005年   15篇
  2004年   16篇
  2003年   5篇
  2002年   7篇
  2001年   11篇
  2000年   7篇
  1999年   13篇
  1998年   5篇
  1997年   2篇
  1996年   1篇
排序方式: 共有256条查询结果,搜索用时 46 毫秒
1.
基于人工神经网络的日径流预测   总被引:2,自引:0,他引:2       下载免费PDF全文
给出了用人工神经网络(ANN)对 三峡宜昌站的日径流预测模型建模的过程,对ANN输入变量的选择和个数的确定以及隐藏层 、输出层单元数的确定等关键技术问题进行了探讨。所建立的基于ANN的预测模型可以进行 提前7 d的日径流预测,预测结果令人满意。  相似文献   
2.
基于递归神经网络的传感器非线性动态建模   总被引:3,自引:1,他引:2  
根据动态校准实验结果建立传感器的动态数学模型,以研究传感器的动态性能,是动态测试的一个重要内容。讨论了递归神经网络模型在传感器动态建模中的应用,给出了递归神经网络模型的结构及相应的训练算法。由于其反馈特征,使得递归神经网络模型能获取系统的动态响应。该方法特别适用于传感器非线性动态建模,而且避免了传感器模型阶次的选择的困难。试验结果表明,应用递归神经网络对传感器进行动态建模是一种行之有效的方法。  相似文献   
3.
A scheme of adaptive control based on a recurrent neural network with a neural network compensation is presented for a class of nonlinear systems with a nonlinear prefix. The recurrent neural network is used to identify the unknown nonlinear part and compensate the difference between the real output and the identified model output. The identified model of the controlled object consists of a linear model and the neural network. The generalized minimum variance control method is used to identify parameters, which can deal with the problem of adaptive control of systems with unknown nonlinear part, which can not be controlled by traditional methods.Simulation results show that this algorithm has higher precision, faster convergent speed.  相似文献   
4.
蒋洪睿  莫玮 《电讯技术》2000,40(1):41-44
短波信道的突发干扰对判决反馈递归神经网络自适应均衡器有破坏作用并能导致均衡器失效,从而影响整个通信系统的连续性。本文对突发干扰时判决反馈递归神经网络自适应均衡器特性进行了分析,提出了2种改进算法。仿真结果证明了这2种改进算法的有效性。  相似文献   
5.
杜福银  徐扬  陈树伟 《计算机应用》2006,26(6):1398-1400
不同生产条件下的控制系统可视多模型控制系统,但多模型控制在模型切换时会引起系统的瞬态响应。采用递归神经网络建立系统的多个模型,基于模型预测控制进行控制模型切换,克服了模型切换时引起的系统瞬态响应,实现系统的平稳切换。并通过仿真表明这种切换策略明显改善了模型切换过程的动态性能。  相似文献   
6.
一种递归神经网络的快速并行算法   总被引:5,自引:0,他引:5       下载免费PDF全文
针对递归神经网络BP(Back Propagation)学习算法收敛慢的缺陷,提出一种新的递归 神经网络快速并行学习算法.首先,引入递推预报误差(RPE)学习算法,并且证明了其稳定性; 进一步地,为了克服RPE算法集中运算的不足,设计完整的并行结构算法.本算法将计算分配 到神经网络中的每个神经元,完全符合神经网络的并行结构特点,也利于硬件实现.仿真结果表 明,该算法比传统的递归BP学习算法具有更好的收敛性能.理论分析和仿真实验证明,该算法 与RPE集中运算算法相比可以大大节省计算时间.  相似文献   
7.
具有辅助调节功能的递归神经网络自适应PID控制   总被引:4,自引:0,他引:4  
陈巍  吴捷 《信息与控制》2000,29(5):461-465
本文指出并修正了对角递归神经网络算法中存在的不足,针对逆动力学模型控制器稳 定性差的缺点,构造了基于递归神经网络的自适应PID控制系统,并给出了辅助调节算法. 数学分析及仿真结果表明,本文所做的修正是合理的,所构造的系统可以对复杂和不确定性 动力学系统实现良好的自适应控制,具有较高的控制精度和较强的鲁棒性.  相似文献   
8.
本文基于非线形自回归滑动平均模型NARMA模 型和前馈神经网络建模的思想,提出一种输入层与输出层神经元递归的动态递归神经网络; 基于进化计算中遗传算法和进化策略与自寻优BP算法的不同结合方式,提出两种动态递归神 经网络全自动高效设计算法,实现了网络结构、权重和自反馈增益同时优化学习,实例应用 表明所提网络结构及其设计算法的有效性.  相似文献   
9.
力觉临场感系统中环境模型的研究   总被引:3,自引:0,他引:3  
朱清峰  黄惟一 《机器人》1998,20(4):287-291
本文首先介绍了力觉临场感系统的概念及其构成,然后针对其中环境的非线性特性,提出了一种新型的基于对角递归神经网络的环境模型建立方法,并在此基础上提出了实际作业时针对通讯时延和未知环境应采用的操作策略.文中给出的实验结果表明了该方法的有效性.  相似文献   
10.
优化相空间近邻点与递归神经网络融合的短期负荷预测   总被引:19,自引:5,他引:14  
根据在相空间重构拓扑近邻点的时间演化原理,提出了优化近邻点(optimal neighbor points,ONP)的短期负荷预测(Short-term load forecasting,STLF)法,它可克服伪近邻点在高嵌入维对局域动力学估计的不利影响,以提高预测精度。在此基础上,又提出ONP与递归性时延神经网络(Tune Delay Neural Network,TDNN)模型融合的STLF法,具有动态性能的TDNN是按优化近邻相点的演化轨迹构造,是属于对预测点跟踪的智能辩识动态行为模型。它能增强模型对系统动力学的联想性和泛化能力,使预测精度提高一倍以上。该文经两类不同负荷系统周、日预测仿真测试,证实所研究的预测模型能有效、稳定地提高预测精度,且有高的适应能力,为基于相空间理论预测法用于实际取得有效的进展。  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-23

京公网安备 11010802026262号