全文获取类型
收费全文 | 71篇 |
免费 | 6篇 |
国内免费 | 13篇 |
专业分类
电工技术 | 1篇 |
综合类 | 7篇 |
化学工业 | 14篇 |
金属工艺 | 17篇 |
机械仪表 | 6篇 |
建筑科学 | 10篇 |
轻工业 | 1篇 |
无线电 | 4篇 |
一般工业技术 | 13篇 |
自动化技术 | 17篇 |
出版年
2024年 | 1篇 |
2021年 | 1篇 |
2020年 | 1篇 |
2019年 | 7篇 |
2018年 | 2篇 |
2017年 | 1篇 |
2016年 | 5篇 |
2015年 | 11篇 |
2014年 | 9篇 |
2013年 | 3篇 |
2012年 | 6篇 |
2011年 | 6篇 |
2010年 | 5篇 |
2009年 | 5篇 |
2008年 | 2篇 |
2007年 | 4篇 |
2006年 | 5篇 |
2005年 | 9篇 |
2004年 | 4篇 |
2003年 | 1篇 |
2000年 | 1篇 |
1997年 | 1篇 |
排序方式: 共有90条查询结果,搜索用时 406 毫秒
21.
将CBMeMBer滤波器推广到多扩展目标跟踪场合,提出扩展目标CBMeMBer滤波器,并给出其高斯混合实现的步骤.该滤波器主要对原始CBMeMBer滤波器的更新步进行改进,引入多量测似然函数,避免了对目标数目的过估计.仿真结果表明,在多扩展目标跟踪场合,扩展目标CBMeMBer滤波器对目标数目和状态的估计精度高于CBMeMBer滤波器,接近于扩展目标PHD滤波器. 相似文献
22.
在随机有限集框架下提出了当杂波和漏检存在时基于最优子模式分配距离的多目标联合检测与估计(JDE) 误差界. 此处的JDE 是指同时估计目标个数和存活目标状态. 算例1 展示了该误差界随传感器检测概率和杂波密度的变化趋势; 算例2 利用多假设跟踪, 概率假设密度(PHD) 和势PHD 滤波器对该误差界的有效性进行了验证.
相似文献23.
24.
二甲基亚砜(DMSO)大量用于碳纤维生产过程中的原丝生产阶段,其在聚合、纺丝和回收各工段氛围下稳定性差异较大,常伴有副产物的产生。分析、研究和生产实践表明,在高温及非碱性条件下DMSO易出现失稳,分解出甲硫醚、二甲硫醚等副产物,经多级双氧水及活性炭吸收处理,对这些副产物可实现99%以上的去除效率。 相似文献
25.
采用广角X射线衍射方法对不同成形工艺的PAN原丝与碳纤维晶体结构和性能的关联性进行了实验和分析。研究表明:PAN原丝的晶体结构与凝固浴成形和纺丝牵伸工艺有直接关联性,由干喷湿纺成形和高倍纺丝牵伸制备的原丝具有晶粒尺寸较大、晶面间距较小和结晶度较高的特点。干喷湿纺成形工艺制备的原丝在碳化过程中石墨晶体的生长速率大于湿法纺丝,且原丝的PAN准晶体结构对碳纤维乱层石墨晶体结构具有遗传型。干喷湿纺成形和高倍数纺丝牵伸更容易获得兼具较高拉伸强度和较高拉伸模量的碳纤维。 相似文献
26.
通过单变量试验,并结合取向度、表面电镜等对丝束性能检测,分析了PAN原丝生产中牵伸倍数分配对原丝及其碳纤维力学性能的影响。结果表明:原丝取向度的提高,主要取决于蒸汽牵伸倍数。随着蒸汽牵伸倍数的增加,分子链取向规整性增强,原丝的取向度得到提高,原丝的整体强度就会上升,其碳纤维的强度及模量也会随之提升。 相似文献
27.
28.
29.
连峰正 《建筑·建材·装饰》2014,(23)
房屋是促进现代建筑工程重要的组成部分,而房屋的质量与基坑有着极为密切的联系,处理好基坑问题便是对房屋建筑质量的最大的保证,这点需要施工单位重视并逐步落实到施工的过程中?本文着重分析了深基坑支护的类型和施工工艺以及施工中应注意的事项? 相似文献
30.
基于SMC-PHDF的部分可分辨的群目标跟踪算法 总被引:11,自引:4,他引:7
提出一种基于粒子概率假设密度滤波器(Sequential Monte Carlo probability hypothesis density filter, SMC-PHDF)的部分可分辨的群目标跟踪算法. 该算法可直接获得群而非个体的个数和状态估计. 这里群的状态包括群的质心状态和形状. 为了估计群的个数和状态, 该算法利用高斯混合模型(Gaussian mixture models, GMM)拟合SMC-PHDF中经重采样后的粒子分布, 这里混合模型的元素个数和参数分别对应于群的个数和状态. 期望最大化(Expectation maximum, EM)算法和马尔科夫链蒙特卡洛(Markov chain Monte Carlo, MCMC)算法分别被用于估计混合模型的参数. 混合模型的元素个数可通过删除、合并及分裂算法得到. 100次蒙特卡洛(Monte Carlo, MC)仿真实验表明该算法可有效跟踪部分可分辨的群目标. 相比EM算法, MCMC算法能够更好地提取群的个数和状态, 但它的计算量要大于EM算法. 相似文献