全文获取类型
收费全文 | 170篇 |
免费 | 29篇 |
国内免费 | 3篇 |
专业分类
电工技术 | 17篇 |
综合类 | 11篇 |
化学工业 | 14篇 |
金属工艺 | 30篇 |
机械仪表 | 20篇 |
建筑科学 | 6篇 |
能源动力 | 5篇 |
轻工业 | 18篇 |
水利工程 | 1篇 |
石油天然气 | 2篇 |
无线电 | 38篇 |
一般工业技术 | 4篇 |
冶金工业 | 2篇 |
自动化技术 | 34篇 |
出版年
2023年 | 4篇 |
2022年 | 10篇 |
2021年 | 8篇 |
2020年 | 8篇 |
2019年 | 8篇 |
2018年 | 2篇 |
2017年 | 2篇 |
2016年 | 8篇 |
2015年 | 3篇 |
2014年 | 15篇 |
2013年 | 6篇 |
2012年 | 9篇 |
2011年 | 16篇 |
2010年 | 9篇 |
2009年 | 13篇 |
2008年 | 10篇 |
2007年 | 4篇 |
2006年 | 4篇 |
2005年 | 11篇 |
2004年 | 8篇 |
2003年 | 20篇 |
2002年 | 2篇 |
2001年 | 7篇 |
2000年 | 5篇 |
1999年 | 2篇 |
1997年 | 2篇 |
1996年 | 2篇 |
1994年 | 2篇 |
1993年 | 1篇 |
1991年 | 1篇 |
排序方式: 共有202条查询结果,搜索用时 46 毫秒
81.
激光焊接等离子体温度场测量及数据处理 总被引:1,自引:0,他引:1
应用光谱分析法测量激光焊接光致等离子体的温度场是激光焊接光致等离子体测量技术中的难点.采用基于快速傅里叶变换(FFT)和汉克耳变换的阿贝尔逆变换数值方法,研究出一种等离子体二维温度场分布的数据处理方法,并进行了计算精度分析.利用该数据处理方法,在取样点为41个的时候,得到的标准误差e大约为3.23×10-2.同时,进行了焊接试验,采用多通道光谱仪观测孔外光致等离子体,利用所提出的新方法实现了试验数据的处理,获得激光焊接孔外等离子体的温度场.计算得出的温度场呈相对于光束中心的四周低中间高的趋势. 相似文献
82.
83.
基于ADAMS与MATLAB的精密隔振平台虚拟样机仿真分析 总被引:1,自引:1,他引:0
对LQG控制策略下的主动隔振系统运用了ADAMS与MATLAB联合仿真的方法。此方法是在AD-AMS中建立系统的动力学仿真样机,以隔振平台加速度、系统动挠度和底座动位移作为性能指标,用MAT-LAB建立主动隔振系统LQG控制器,将ADAMS中的样机导入MATLAB中进行控制。实例仿真结果表明LQG控制能明显的增强主动隔振系统的隔振效果,同时ADAMS和MATLAB的联合仿真方法简化了仿真过程,仿真结果准确性好、可靠性高,为主动隔振系统乃至更复杂的系统动力学研究提供了一种方法。 相似文献
84.
85.
86.
刀具磨损的状态识别精度对机床加工的质量和生产效率至关重要,为了提高刀具磨损状态的识别度,提出了一种能够有效识别微铣刀磨损状态的方法.首先对采集到的振动信号进行时域和频域分析,提取多个时域特征和频域特征,然后应用主成分分析法对提取的特征进行信息融合,再以融合后的特征向量作为支持向量机的样本输入,避免由于支持向量机初始参数... 相似文献
87.
88.
89.
为提高金属微铣削过程中刀具磨损状态在线监测系统的预测效率与精度,提出一种基于线性判别分析与改进型BP神经网络模型识别刀具磨损的方法;该方法通过传感器与数据采集系统采集微铣削过程振动信号,提取其时域和频域特征并通过线性判别方法进行降维约简;将降维后的特征输入经灰狼优化改进的BP神经网络模型,从而实现微铣刀磨损状态特征的分类;结果表明,提出的微铣刀在线监测方法能够准确识别微铣刀的各种磨损状态;此外,和其它分类算法相比,提出的基于灰狼优化算法的BP神经网络模型在分类精度和计算效率方面具有综合优势;这对实际生产过程中微铣刀的磨损状态监测具有非常重要的实际意义. 相似文献
90.
安全聚合协议在过去的二十年里得到了深入广泛的研究,此类协议的基本设置由多方与一个聚合器协调组成,该聚合器的目标是计算各方输入的总和,而不会泄露除聚合值本身之外的任何有关各方私有输入的信息。在现有文献中有许多安全聚合解决方案,这些解决方案主要关注数据隐私问题,即在使聚合器能够计算和显示输入总和的同时,对各方的个人输入保密;另一方面,在输入的正确性和完整性方面,假定所有涉及聚合协议的各方都是完全可信的,虽然很少有解决方案将聚合器视为潜在的恶意对手,但在本文中,考虑了恶意方的存在,他们可以发送虚假的输入,从而导致计算无用。针对恶意用户可以在不被检测到的情况下生成模型中毒或后门注入攻击,本文提出一个将用户视为潜在恶意的安全聚合协议,这种新协议允许以隐私保护的方式正确计算聚合结果。为了实现该解决方案,作者开发了一个机器学习模型的构造,在这个模型中,多方使用他们的私有局部模型参数协作来训练模型,而不向包括聚合器在内的其他各方透露这些参数,并使用了一个新设计的可编程伪随机函数,在存在潜在后门注入攻击的联邦学习场景下,将解决方案作为概念证明进行了验证,实验结果表明,所提议的安全聚合协议确实可以帮助检测后门攻击,并通过与现有的安全聚合协议比较,所拟议的安全聚合协议是目前性能较好的聚合协议,在网络安全应用中,安全聚合协议用作异常检测是可以值得信赖的。 相似文献