全文获取类型
收费全文 | 102篇 |
免费 | 2篇 |
国内免费 | 34篇 |
专业分类
系统科学 | 5篇 |
丛书文集 | 6篇 |
教育与普及 | 4篇 |
综合类 | 123篇 |
出版年
2023年 | 9篇 |
2022年 | 5篇 |
2021年 | 4篇 |
2020年 | 4篇 |
2019年 | 4篇 |
2018年 | 5篇 |
2017年 | 3篇 |
2016年 | 2篇 |
2015年 | 3篇 |
2014年 | 7篇 |
2013年 | 9篇 |
2012年 | 14篇 |
2011年 | 6篇 |
2010年 | 13篇 |
2009年 | 7篇 |
2008年 | 11篇 |
2007年 | 6篇 |
2006年 | 6篇 |
2005年 | 1篇 |
2004年 | 3篇 |
2003年 | 2篇 |
2002年 | 2篇 |
2001年 | 1篇 |
2000年 | 6篇 |
1999年 | 1篇 |
1997年 | 2篇 |
1996年 | 1篇 |
1994年 | 1篇 |
排序方式: 共有138条查询结果,搜索用时 15 毫秒
131.
基于干扰观测器的飞行仿真转台滑模控制器 总被引:1,自引:0,他引:1
针对飞行仿真转台中干扰观测器(DOB)对等效干扰项估计不足而影响跟踪精度的问题,提出一种基于DOB的滑模变结构控制器(SMVSC).它引入了附加干扰补偿项以及跟踪指令的速度信号和加速度信号,定义了一种新的滑模趋近律形式,并满足系统广义滑模存在条件.通过某单轴飞行仿真转台的实验结果表明,与传统的比例微分(PD)控制器+DOB方案相比,该控制方案提高了跟踪精度,同时,对系统参数变化和力矩扰动也具有更强的鲁棒性. 相似文献
132.
针对传统的协议一致性测试系统多采用单机架构或基于某些特定的平台,缺乏足够的通用性和可扩展性的这些问题,本文提出并设计了一种基于消息中间件的协议一致性测试系统.利用面向服务架构的消息中间件实现分布式运行环境,不仅增强消息传输的效率和可靠性,还支持对消息传输流程的扩展和重组等.最后,通过实际的测试应用,验证了该系统的通用性、实时性和可扩展性. 相似文献
133.
基于改进损伤算法及多车道精细车流模拟,提出一种新的混凝土桥梁疲劳寿命的预测方法.改进损伤算法将每一次循环造成的损伤计入S-N曲线,对疲劳荷载作用下材料的S-N曲线进行了修正,使得材料疲劳寿命预测结果更贴近真实状况.采用马氏链蒙特卡洛模拟法(Markov Chain Monte-Carlo,MCMC),考虑车流中相邻车型及车道的相关性,生成多车道精细车流.分别通过一组钢筋混凝土梁及一组预应力混凝土梁多级变幅疲劳试验对改进损伤算法的准确性进行了验证.介绍MCMC多车道随机车流模拟的具体流程,并提出基于改进损伤算法及多车道随机车流模拟的混凝土桥梁疲劳寿命预测方法.最后,以某高速公路实测交通流数据与一座跨径为20 m的简支T梁桥为例进行分析.结果表明:5组试件预测误差较常规损伤算法均有明显降低,除两根预应力混凝土梁预测误差较大(53%~56%)外,其余3组试件误差较小(小于8%),表明改进损伤算法可用来预测混凝土桥梁的疲劳寿命;实例分析中,简支T梁桥各主梁应力幅谱呈现多峰分布的特征,与车辆荷载分布特征相似,验证了模拟的合理性;根据改进损伤算法预测,当年交通量增长率(Average Annual Growth Rate,AAGR)为0时,该T梁桥的疲劳寿命为77.50年,不满足设计使用年限要求.AAGR为3%时,疲劳寿命为52.49年,较AAGR为0时下降32.27%. 相似文献
134.
链路预测是一种还原网络缺失信息的方法,通过当前已观察到的链路,预测实际存在但未被观察到的链路或可能出现的新链路.当前链路预测主要是基于图神经网络的深度学习方法,相比基于规则的启发式方法,前者可有效利用网络拓扑结构信息,较大地提升了网络链路预测性能,并可应用到类型更广泛的网络中.但是现有基于图神经网络的方法,仅利用网络中节点相对位置信息,忽视了节点基本属性和链路的邻居信息,且无法区分不同节点对链路形成的重要程度.为此,本文提出一种基于图注意力网络和特征融合的链路预测方法.通过增加节点的度、链路的共同邻居数量和共同邻居最大度等特征,丰富了网络的输入特征信息.本文首先提取以目标节点对为中心的子图,然后将其转化为对应的线图,线图中的节点和原图中的链路一一对应,从而将原图节点和链路信息融合到线图的节点中,提升了特征融合的有效性和可解释性.同时本文使用图注意力机制学习节点的权重,增强了特征融合的灵活性.实验表明,本文所提出的方法,在多个不同领域数据集上的AUC和AP均超过90%,在已观测链路缺失较多时,预测性能保持80%以上,且均优于现有最新方法. 相似文献
135.
准确识别出网络中的关键节点是复杂网络研究的重要内容之一.现存的关键节点识别方法多数是基于网络结构提出的中心性度量方法,识别准确率低且适用范围具有局限性.因此本文提出了基于图卷积网络的关键节点识别方法,不仅考虑了节点属性,还考虑了网络结构和邻居节点结构.首先,根据网络图例数据提取多维度特征并构建特征向量;其次,将节点特征向量输入到GCN层学习;最后,通过回归损失函数计算出最小损失,识别出关键节点.本文选取传播动力学中的SIR模拟实验和牵制控制实验作为评价方式,在不同类型的真实网络上进行验证.结果表明本文提出的方法在适用范围和准确率方面较其他方法更具优势. 相似文献
136.
目前,为了应对数以百万计的Android恶意软件,基于机器学习的检测器被广泛应用,然而其普遍存在防对抗攻击能力差的问题,对恶意软件对抗样本生成方法的研究有助于促进恶意软件检测领域相关研究的发展.黑盒场景下的对抗样本生成技术更加符合现实环境,但相较于白盒场景效果不佳.针对这一问题,本文提出了一种基于SNGAN的黑盒恶意软件对抗样本生成方法,将图像领域的SNGAN方法迁移到恶意软件领域,通过生成器网络和替代检测器网络的迭代训练生成对抗样本,并通过谱归一化来稳定训练过程.该方法能够对已有的恶意软件添加扰动,达到欺骗机器学习检测器的效果.实验结果证明,该方法对多种机器学习分类器均可以有效规避检测,验证了方法的可行性和可迁移性. 相似文献
137.
网络威胁情报是对网络攻击者的动机、行为等进行收集处理和分析的威胁行为知识集合.威胁情报文本包含丰富的攻击行为特征、恶意软件描述以及对系统所造成的影响等信息,能够帮助实现对攻击行为的建模分析.对网络威胁情报处理和分析能够帮助组织更好地理解威胁,从而做出更快、更有效的安全决策,并在网络威胁的响应和防御过程中由被动转向主动.然而,由于情报文本中复杂的语义信息和行为逻辑关系,从中识别和提取出有价值的关键信息和可操作建议一直存在着很大挑战.随着人工智能的快速发展,关于网络威胁情报关键信息的自动化提取的研究取得了一定进展.然而,目前还缺乏针对具体分析内容的处理方法的系统性分析与整理.本文首先介绍了网络威胁情报的相关基本概念;然后对威胁情报所能提供的关键信息及其价值进行阐述;随后对近年网络威胁情报处理的研究工作进行梳理和总结;最后,总结了网络威胁情报处理领域面临的挑战,并展望了未来的研究方向. 相似文献
138.
基于变分自编码器的协同推荐算法可以帮助解决推荐算法中的稀疏性问题,但是由于变分自编码器模型先验是单一的高斯分布,使得表达趋向简单和平均,存在拟合不足的问题.高斯混合变分自编码器模型拥有更加复杂的先验,相对于原本的变分自编码器模型,它对于非线性的任务有着更强的适应性和效果,已被广泛应用于无监督聚类和半监督学习.受此启发,本文研究基于高斯混合变分自编码器模型的协同过滤算法.本文基于Cornac推荐系统比较框架设计实验,将高斯混合变分自编码器改进后用于协同推荐任务中,利用生成模型重新生成的用户-物品矩阵进行推荐.在推理模型和生成模型中分别用一层隐藏层提取深层特征增加模型鲁棒性,并且使用提前停止的训练策略以减少过拟合.本文在多组公开数据集上进行实验,与其他推荐算法在NDCG和召回率指标上进行对比.实验证明,改进的基于高斯混合变分自编码器模型的协同过滤算法在推荐任务中表现优异. 相似文献