全文获取类型
收费全文 | 203篇 |
免费 | 4篇 |
国内免费 | 11篇 |
专业分类
系统科学 | 6篇 |
丛书文集 | 1篇 |
教育与普及 | 18篇 |
理论与方法论 | 1篇 |
现状及发展 | 2篇 |
综合类 | 190篇 |
出版年
2023年 | 9篇 |
2022年 | 9篇 |
2021年 | 4篇 |
2020年 | 6篇 |
2019年 | 3篇 |
2018年 | 10篇 |
2017年 | 3篇 |
2016年 | 3篇 |
2015年 | 8篇 |
2014年 | 16篇 |
2013年 | 8篇 |
2012年 | 9篇 |
2011年 | 13篇 |
2010年 | 11篇 |
2009年 | 9篇 |
2008年 | 11篇 |
2007年 | 5篇 |
2006年 | 9篇 |
2005年 | 1篇 |
2004年 | 4篇 |
2003年 | 7篇 |
2001年 | 2篇 |
2000年 | 4篇 |
1999年 | 10篇 |
1998年 | 3篇 |
1997年 | 6篇 |
1996年 | 13篇 |
1995年 | 6篇 |
1994年 | 4篇 |
1992年 | 2篇 |
1991年 | 1篇 |
1990年 | 2篇 |
1987年 | 1篇 |
1986年 | 1篇 |
1985年 | 1篇 |
1984年 | 2篇 |
1979年 | 1篇 |
1973年 | 1篇 |
排序方式: 共有218条查询结果,搜索用时 15 毫秒
211.
Lipschitz非线性系统未知输入观测器设计 总被引:2,自引:2,他引:0
针对观测器匹配条件不满足情况下的Lipschitz非线性系统状态估计和未知输入重构问题,提出了一种未知输入观测器设计方法.首先,通过构造辅助输出向量,突破了观测器匹配条件的限制,并设计高阶、高增益滑模微分器实现对辅助输出向量及其微分的精确估计;之后,在辅助输出及其微分精确估计的基础上,设计具有滑模控制律和自适应调节律的自适应鲁棒滑模观测器,并提出了一种未知输入重构方法.该观测器设计方法不需知道Lipschitz常数,其大小可通过自适应调节律调节,且信息重构具有避免直接使用系统输出微分的优点.仿真结果表明,所设计的未知输入观测器不仅在观测器匹配条件不满足情况下可以实现对状态的渐进估计以及对未知输入重构之目的,而且自适应调节律能够在约5 s时间内实现对Lipschitz常数的自适应调节. 相似文献
212.
从人才强国、构建和谐社会的角度出发,探讨从提高思想认识、拓宽服务渠道、健全制度、政策保障等方面有效发挥高校离退休老教授老专家的作用。 相似文献
213.
一类非线性有理差分方程的全局渐近稳定性 总被引:2,自引:2,他引:0
运用建立辅助方程的方法研究一类非线性有理差分方程正平衡点的全局渐近稳定性,得到一个充分条件.证明一个猜想,对复杂高阶有理差分方程稳定性的研究提供新的思路. 相似文献
214.
以顺 1,2 ,3,6 四氢邻苯二甲酸酐为原料 ,经还原 ,羟基保护 ,双键臭氧化开环 ,Wittig反应 ,双炔化 ,酯化 ,二醇化 ,二磺酸酯化 ,硫化 ,醇缩合共十步 ,合成了“烯 二炔”前体物 :6 硫杂 13 氧杂双环 [9.3.0 ] 3,8 十四二炔 .该合成法收率较高 ,反应条件温和 ,新化合物 ( 8) ,( 10 ) ,( 11)经元素分析 ,核磁 ,红外 ,质谱确证结构 . 相似文献
215.
基于群理论下一类非交换群的群结构以及元素的阶,计算一类Sylow p-子群为循环群的2qpn(q为奇素数)阶非交换群的自同态个数和自同构个数,并验证其自同态个数满足T.Asai和T.Yoshida 猜想。 相似文献
216.
针对常见的转发式欺骗干扰, 提出了一种基于自适应免疫算法的欺骗信号检测方法。在载波相位双差检测的基础上, 构造正常信号和欺骗信号两种检测模式; 然后利用免疫算法获取待检测数据与监测器的亲和度指数, 筛选出符合阈值要求的监测器, 从而解算出待检测数据隶属于各检测模式的概率。为进一步解决在实际检测过程中出现的虚警问题, 引入自适应算法对交叉概率和变异概率进行非线性自适应调节, 提高了检测结果的准确性。实验结果表明, 所提方法对于欺骗信号检测准确率能够达到98.8%, 有效地实现了欺骗干扰信号检测。 相似文献
217.
基于贝塔分布的概率特征性质,该文研究了一类特殊的贝塔分布的最优区间估计; 进而,将得到的区间估计与等尾置信区间进行了比较.结果表明:使用最短置信区间作为未知参数的区间估计,估计的精度得到显著提高.最后,利用数值模拟的方法给出了贝塔分布的最短区间估计用表. 相似文献
218.
针对目前网络安全态势评估方法在特征提取、高效性等方面存在的不足,该文提出了一种基于并行特征提取和改进双向门控循环单元(BiGRU)的网络安全态势评估方法,设计了一个由并行特征提取网络(PFEN)和基于注意力机制改进的BiGRU组成的深度学习模型(PFEN-ABiGRU)。PFEN模块由并行的稀疏编码器组成,用于差异化地提取不同网络威胁的关键信息并将提取的特征与原始信息融合;ABiGRU模块通过注意力机制对关键特征进行加权以提高模型的准确性。将训练好的PFEN-ABiGRU模型用于网络威胁检测,根据威胁检测结果,结合提出的网络安全态势量化指标,计算网络安全态势值。实验结果表明,PFEN-ABiGRU在精确率和召回率上均优于对比的其他模型。 相似文献