全文获取类型
收费全文 | 50篇 |
免费 | 1篇 |
国内免费 | 5篇 |
专业分类
电工技术 | 1篇 |
化学工业 | 1篇 |
机械仪表 | 7篇 |
建筑科学 | 1篇 |
矿业工程 | 2篇 |
能源动力 | 1篇 |
石油天然气 | 3篇 |
无线电 | 3篇 |
一般工业技术 | 22篇 |
原子能技术 | 4篇 |
自动化技术 | 11篇 |
出版年
2024年 | 1篇 |
2023年 | 7篇 |
2022年 | 10篇 |
2021年 | 2篇 |
2020年 | 2篇 |
2019年 | 4篇 |
2018年 | 5篇 |
2017年 | 2篇 |
2015年 | 2篇 |
2014年 | 3篇 |
2012年 | 2篇 |
2011年 | 3篇 |
2010年 | 1篇 |
2009年 | 1篇 |
2008年 | 3篇 |
2007年 | 1篇 |
2005年 | 1篇 |
2001年 | 1篇 |
1995年 | 2篇 |
1984年 | 2篇 |
1979年 | 1篇 |
排序方式: 共有56条查询结果,搜索用时 46 毫秒
51.
52.
深度神经网络(DNN)量化是一种高效的模型压缩方法,仅使用少量位宽就可表示模型计算过程中的参数和中间结果数据.数据位宽会直接影响内存占用、计算效率和能耗.以往的模型量化研究仅仅针对数据位宽本身,但却忽视了数据的分布规律,且缺乏有效的定量分析,这导致量化损失难以预测.本文提出一种超低损失的DNN量化方法μL2Q.μL2Q揭示了量化位宽与量化损失之间的内在联系,提出了量化值择优分析方法以降低目标位宽下的量化损失.首先,将原始数据映射为标准正态分布的数据;然后,在等宽的量化区间中搜索最优量化参数;最后,将μL2Q方法融合进DNN的训练过程,并嵌入到主流的机器学习框架Caffe及Keras中以支撑端到端模型压缩的设计和训练.实验结果表明,与其他量化方法相比,在相同的位宽条件下,μL2Q能保证更高的模型精度;与最新的研究方法相比,精度分别提高了1.94%、3.73%和8.24%.显著性物体检测实验证明,μL2Q能够胜任复杂的计算机视觉任务. 相似文献
53.
54.
55.
设计了一款基于近零折射率超材料(NZRIM)的低剖面高水平面增益全向天线。超材料晶胞由两个对称的C形条带和一个弯折线条带组成。将超材料晶胞组成的阵列轴对称放置在全向天线的四周,有效改变电磁波的辐射方向,使之更靠近水平面,从而提高天线的水平面增益。测试结果表明,天线的-10 dB阻抗带宽为5.78 GHz~6.12 GHz。加载超材料后的天线在工作带宽内的水平增益可以提高0.5 dB~1 dB,最大水平增益达到2.68 dBi。 相似文献
56.
Xinwei CHEN 《等离子体科学和技术》2023,25(1):15504-122
Low-power Hall thruster(LHT) generally has poor discharge efficiency characteristics due to the large surface-to-volume ratio.Aiming to further refine and improve the performance of 300 W class LHT in terms of thrust and efficiency,and to obtain the most optimal operating point,the experimental study of the discharge characteristics for three different anode positions was conducted under the operation of various discharge voltages(100-400 V) and anode mass flow rates(0.65 mg·s-1 and 0... 相似文献