全文获取类型
收费全文 | 97篇 |
免费 | 5篇 |
国内免费 | 17篇 |
学科分类
工业技术 | 119篇 |
出版年
2024年 | 3篇 |
2023年 | 3篇 |
2022年 | 7篇 |
2021年 | 6篇 |
2020年 | 6篇 |
2019年 | 11篇 |
2018年 | 5篇 |
2017年 | 2篇 |
2016年 | 4篇 |
2015年 | 4篇 |
2014年 | 5篇 |
2013年 | 4篇 |
2012年 | 5篇 |
2011年 | 7篇 |
2010年 | 7篇 |
2009年 | 4篇 |
2008年 | 3篇 |
2007年 | 7篇 |
2006年 | 3篇 |
2005年 | 3篇 |
2004年 | 1篇 |
2003年 | 1篇 |
2002年 | 3篇 |
1994年 | 2篇 |
1993年 | 3篇 |
1991年 | 2篇 |
1990年 | 1篇 |
1987年 | 1篇 |
1986年 | 1篇 |
1985年 | 3篇 |
1984年 | 1篇 |
1983年 | 1篇 |
排序方式: 共有119条查询结果,搜索用时 46 毫秒
51.
为了对移动目标实现跟踪,设计了一个基于无线传感器网络和扩展Kalman滤波算法的目标跟踪系统.放弃了传统静态传感器方式,改用移动传感器方式获得目标距离信息,提出基于线性规划法的网络覆盖算法,减少了扫描探测区域的传感器数量,从而减少了采样时间,并提高了网络覆盖率.基于距离模型提出了窗口扩展卡尔曼滤波算法,该算法比普通扩展卡尔曼滤波具有更高的精度,通过实验验证了算法的有效性. 相似文献
52.
针对视觉目标位姿估计系统中常出现的因为特征点遮挡而造成系统估计结果不准确的问题,本文提出了一种利用自适应无迹卡尔曼滤波(AUKF)作为局部滤波器的分布式融合估计方法.通过引入改进的Sage-Husa噪声估计器自适应过程噪声.根据特征点识别量将遮挡情况分为部分遮挡和严重遮挡,对部分遮挡子系统根据先验信息修复缺失观测点后进行局部滤波估计,严重遮挡子系统不参与融合,利用当前时刻整体估计结果对其进行初始化.通过仿真获取了区分遮挡情况的阈值,实验结果表明所提方法能够提升系统在遮挡情况下的估计精度与鲁棒性. 相似文献
53.
具有短时延的网络控制系统的一种鲁棒控制方法 总被引:3,自引:0,他引:3
针对具有短时延的网络控制系统, 本文提出了一种基于鲁棒控制的方法来解决该类系统的稳定化控制问题. 考虑状态反馈控制律, 将闭环网络控制系统描述为一个离散时间线性不确定系统模型, 其中的不确定部分反映了时延的时变特性对系统动态的影响. 得到了该闭环网络控制系统的渐近稳定性条件, 且该条件建立了闭环网络控制系统稳定性与两个时延参数, 即允许时延上界和允许时延变换范围, 之间的定量关系. 进一步的, 还给出了稳定化反馈控制器的设计步骤. 最后通过一个示例验证了本文所提出方法的有效性. 相似文献
54.
为了研究黄壤区不同施肥处理及降雨量对玉米农艺性状及产量的影响,选取2010-2012年间贵州黄壤长期定位监测点中对照、单施常量有机肥、氮磷钾化肥配施及常量有机肥与常量氮磷钾肥配施4个处理,并结合3年作物生长期不同降雨情况进行分析。结果表明:穗粒数与降雨量极显著相关,r=0.425,株高与施肥处理相关性最高,r=0.905,降雨量丰沛年份(2010年作物生长期降雨量888.5 mm及2012年1031.5 mm),玉米产量受降雨量与施肥处理交互影响,增产效果明显;不同施肥处理、降雨量对穗粒数和行粒数影响较明显,以2012年(1031.5 mm)MNPK处理值最高,分别高出2010年(888.5 mm)、2011年(497.3 mm)MNPK处理10%,13%和17%,1%,且高出2012年CK处理58%和18%;高降雨量和MNPK处理增产效果显著,降雨丰沛的2010和2012年,MNPK处理玉米籽粒产量、秸秆产量及生物产量分别高出2011年13%,17%,15%和18%,12%,15%。 相似文献
55.
研究了一类通信受限下网络化多传感器系统的 Kalman 融合估计问题, 其中通信受限 是指系统在一个采样周期内只允许有限个传感器与融合中心通信. 首先, 提出了一种周期性分组传输的通信策略, 并将每组传感器所对应的局部估计系统描述成一个离散周期子系统模型. 其次, 每个子系统根据最新测量信息的更新时刻, 选择相应的 Kalman 估计器 (滤波器或预报器), 从而得到各子系统在每一时刻的一个局部最优估计, 再通过矩阵加权线性最小方差最优融合准则得到最优融合估计,并给出了Kalman融合估计器的设计方法. 最后, 通过一个目标跟踪例子验证所提方法的有效性. 相似文献
56.
本文研究了一类存在量测信息缺失情况的目标跟踪问题,提出了一种高斯渐进框架下的目标跟踪方法以实现移动目标的跟踪.考虑可能存在的传感器故障或失效问题,采用假设检验方式以删选错误的量测信息.针对非线性滤波问题,量测信息的缺失将可能引起线性化误差、数值计算误差的增大,从而破坏目标跟踪估计器的稳定性和收敛性.为此,对渐进无迹卡尔曼滤波(Progressive unscented Kalman filter,PUKF)方法进行改进,使其更好地处理量测信息缺失引起的线性化误差、数值计算误差增大的问题.另外,通过对改进PUKF(Modified PUKF,MPUKF)方法的理论分析,证明其可保证渐进过程中的状态估计误差有界.最后,通过一个目标跟踪仿真实例表明,MPUKF方法比传统的IUKF方法和PUKF方法具有更高的跟踪精度. 相似文献
57.
58.
60.