全文获取类型
收费全文 | 908篇 |
免费 | 19篇 |
国内免费 | 58篇 |
专业分类
林业 | 48篇 |
农学 | 22篇 |
基础科学 | 572篇 |
54篇 | |
综合类 | 219篇 |
农作物 | 3篇 |
水产渔业 | 7篇 |
畜牧兽医 | 56篇 |
园艺 | 2篇 |
植物保护 | 2篇 |
出版年
2024年 | 29篇 |
2023年 | 50篇 |
2022年 | 76篇 |
2021年 | 74篇 |
2020年 | 65篇 |
2019年 | 57篇 |
2018年 | 19篇 |
2017年 | 42篇 |
2016年 | 62篇 |
2015年 | 44篇 |
2014年 | 44篇 |
2013年 | 49篇 |
2012年 | 31篇 |
2011年 | 61篇 |
2010年 | 37篇 |
2009年 | 43篇 |
2008年 | 47篇 |
2007年 | 35篇 |
2006年 | 31篇 |
2005年 | 19篇 |
2004年 | 14篇 |
2003年 | 12篇 |
2002年 | 7篇 |
2001年 | 10篇 |
2000年 | 5篇 |
1999年 | 5篇 |
1998年 | 2篇 |
1997年 | 3篇 |
1996年 | 5篇 |
1995年 | 1篇 |
1994年 | 2篇 |
1993年 | 2篇 |
1992年 | 1篇 |
1990年 | 1篇 |
排序方式: 共有985条查询结果,搜索用时 15 毫秒
11.
12.
ADAMS和Matlab的EPS和整车系统的联合仿真 总被引:12,自引:4,他引:8
首先利用ADAMS软件建立带有电动助力转向系统(EPS)的整车多体动力学模型;然后在Matlab/Simulink环境中设计了PID控制的EPS系统,定义了与ADAMS/CAR环境下车辆模型的数据交换接口;最后,将设计的控制系统在ADAMS/CAR和Matlab/Simulink环境下通过输入输出接口进行联合仿真。几种行驶工况下的EPS及整车的动态特性计算结果,表明联合仿真方法是正确有效的,并为其在车辆工程中的实际应用提供了参考。 相似文献
13.
车辆电动转向系统的卡尔曼滤波模糊PID控制 总被引:4,自引:3,他引:1
通过对车辆动力转向系统的动力学分析,建立了动态数学模型。为了克服单独使用PID控制和模糊控制时的问题,提高控制系统的响应速度,减小超调量,减小稳态误差,设计了模糊控制和PID控制相结合的多模态控制器,实现了分段控制;并由卡尔曼滤波对控制信号进行滤波处理,减小路面随机干扰和传感器测量噪声的影响,从而进一步提高了控制效果。仿真和试验结果表明,该控制方法能够明显改善控制性能。 相似文献
14.
针对传统锻造操作机在作业过程中因自身惯量较大而导致行进速度不稳定的问题,本研究结合锻造操作机大车行走机构建立了其速度的动力学模型,采用基于径向基函数神经网络的PID控制与Smith预估器相结合的控制方法,实现对锻造操作机大车行走速度的精确控制。通过MATLAB/Simulink仿真对比分析得出:基于Smith-RBF-PID算法的控制效果与传统PID相比,其超调量以及调节时间都显著减小;与RBF-PID控制算法相比,缩短了响应时间,大大提高了操作机大车行走速度的控制精度。 相似文献
15.
基于物联网学习算法的智能电梯控制系统在现实生活中对于提高多层建筑的可持续性和便利性方面发挥着重要作用,随着物联网及大数据的智能时代到来,传统电梯控制算法对应随机人流带来的不确定性已略显乏力。与传统的电梯控制方法不同,贝叶斯网络控制算法利用了图像采集系统和预处理系统为其提供的乘客群体大小和等待时间信息样本,然后利用这些信息样本进行概率决策模型的贝叶斯推理、更新变量参数,利用变量消除技术降低了计算边际概率和条件概率的复杂度。其目的是构建一个决策引擎,能够控制电梯的行动,以提高不同楼层、不同时间段和不同需求乘客的满意度。研究表明,根据不同的场景,对该模型算法进行了敏感性分析和评价研究,在94%的测试场景中,整个算法被证明达到了相应的预期期望值。在总结前者研究经验及成果的同时,提出了一种基于贝叶斯网络控制算法的智能电梯工作的基本建模方法,为工程师提供了一种开放式思路应用于实际工作中。 相似文献
17.
18.
19.
20.
基于改进B样条神经网络-PID控制器的温室温度控制技术 总被引:1,自引:0,他引:1
针对温室温度控制系统所存在的大惯性、非线性等问题,提出神经网络PID控制算法,并利用知识局部存储且具有较快学习速度的B样条函数作为网络隐层神经元函数,同时,提出了β参数型-B样条曲线的重新参数化方法,通过学习算法对β参数搜索来动态调节B样条基函数,从而建立B-BP神经网络,并利用其对PID控制器的比例、积分和微分参数进行优化调整,从而为B-BP-PID控制器的参数自适应调整提供更好的保证,使温度控制系统有效跟踪系统模型并达到较高的辨识精度。仿真试验获得B-BP-PID控制器的最佳β因子为3.2,其温度控制超调量为27%,调节时间为0.8 s,而BP-PID控制器的超调量为25%,调节时间为4.8 s,RBF-PID控制器的超调量为40%,调节时间为1.2 s,新算法有效提高了温度控制过程的稳定性、精确性与鲁棒性。 相似文献