全文获取类型
收费全文 | 181篇 |
免费 | 6篇 |
国内免费 | 9篇 |
专业分类
系统科学 | 14篇 |
丛书文集 | 10篇 |
教育与普及 | 3篇 |
理论与方法论 | 2篇 |
现状及发展 | 3篇 |
综合类 | 164篇 |
出版年
2023年 | 2篇 |
2022年 | 1篇 |
2021年 | 4篇 |
2020年 | 5篇 |
2019年 | 5篇 |
2017年 | 4篇 |
2015年 | 2篇 |
2014年 | 11篇 |
2013年 | 6篇 |
2012年 | 4篇 |
2011年 | 10篇 |
2010年 | 9篇 |
2009年 | 7篇 |
2008年 | 8篇 |
2007年 | 8篇 |
2006年 | 10篇 |
2005年 | 9篇 |
2004年 | 7篇 |
2003年 | 6篇 |
2002年 | 6篇 |
2001年 | 8篇 |
2000年 | 6篇 |
1999年 | 8篇 |
1998年 | 9篇 |
1997年 | 7篇 |
1996年 | 9篇 |
1995年 | 5篇 |
1994年 | 5篇 |
1993年 | 2篇 |
1992年 | 4篇 |
1990年 | 5篇 |
1988年 | 1篇 |
1987年 | 1篇 |
1986年 | 1篇 |
1957年 | 1篇 |
排序方式: 共有196条查询结果,搜索用时 0 毫秒
51.
基于特征多项式的特定系数法,本文给出了含参量λ的形如(E-λA)的矩阵的逆矩阵的存在条件以及一个递推算法。 相似文献
52.
53.
Xiang Li Liu Yu Su Baoku 《东南大学学报(自然科学版)》2008,(Z2)
为解决传统粒子滤波算法中样本贫化的问题,提出一种新的粒子滤波算法.在重要性采样过程中,利用最新测量值,结合UKF滤波来产生粒子滤波中的建议分布;同时在再采样过程中,用高斯混合模型表示后验状态密度,引入最大期望(Expectation Maximization,EM)算法来获得该后验状态密度的参数,从新的参数分布中进行采样得到样本粒子,取代传统的再采样过程.把新算法应用到车辆组合导航系统中,仿真结果表明新算法的有效性. 相似文献
54.
55.
全球定位系统(GPS)和航位推算(DR)两种定位方式的结合,构建了基于卡尔曼滤波的算法,实现陆地GPS/DR组合定位系统的数据融合,当其中任何一个子系统出现故障时联合滤波器仍然可继续为用户提供导航服务。本文简介了GPS/DR车载组合导航。系统的设计原理及运用联合卡尔曼滤波进行数据融合的实现方法。 相似文献
56.
罗明英 《西昌学院学报(自然科学版)》2008,22(4):55-57
本文首先分析了LEACH这种经典的无线传感器网络路由协议存在的一些问题,指出了它的优缺点,在此基础上提出了一种新的LEACH协议改进算法——DR-LEACH,该算法主要通过航位推算方法来减少数据收发次数,进而达到减少能耗的目的。通过计算和NS2仿真实验表明,DR-LEACH算法在不影响数据精度的前提下,延长了网络生存周期,有效的证明了该算法的可行性。 相似文献
57.
随着城市交通道路系统的日益复杂,人们对车辆定位精度的要求也越来越高。传统的车辆导航系统采用GPS(全球卫星导航系统)技术对车辆进行定位,但在现代大都市环境中,由于树木、立交桥、楼群的遮掩,GPS信号会经常出现失锁和多径效应,导致其定位精度大大降低。而航位推算技术(DR)有较强的独立性,同GPS定位技术形成较强的互补。因此对导航系统的DR算法的研究很有必要。 相似文献
58.
航迹推算不需要外部传感器信息,并具有定位精度高的优点,因此广泛应用在移动机器人的定位领域,但在移动无线传感器网络节点定位中,航迹推算难以避免误差的累积,且需要设定初始坐标。本文提出了一种基于航迹推算与RSSI相结合的移动传感器网络节点定位方法,该方法将二者的优缺点互补,具有不需要信标节点、计算量小、对硬件要求低等特点,且可以解决误差累积的问题。本文利用Matlab进行了仿真,仿真结果表明该方法明显地提高了定位精度,可以有效地应用在移动无线传感器网络中。 相似文献
59.
讨论了具有给定奇异值和对角线元素的实下三角矩阵的构造问题,给出了问题有解的充分必要条件,给出了计算问题解的一种递推算法和数值例子. 相似文献
60.
针对wifi信号易受环境波动和存在多径效应现象,行人航位推算(PDR)系统中传感器模块精度有限,且存在累计误差问题,因此提出了一种加入自适应调整因子的改进无迹卡尔曼滤波(UKF)融合算法,该算法利用残差rk的理论协方差与实际协方差的差异作为条件,引入调整因子ρ调整状态向量和观测向量的协方差进而调整卡尔曼增益参数,增强系统鲁棒性和提高定位精度。在实验环境中,实验结果表明所提算法的平均误差为1.35m,最大误差为2.23m。定位位置误差在1.5m以内的概率达到了约80%,相比于标准UKF算法在1.5m以内的概率约为22%,提高了约58%。 相似文献