全文获取类型
收费全文 | 87篇 |
免费 | 10篇 |
国内免费 | 6篇 |
专业分类
电工技术 | 37篇 |
综合类 | 10篇 |
化学工业 | 4篇 |
机械仪表 | 2篇 |
建筑科学 | 1篇 |
矿业工程 | 1篇 |
能源动力 | 11篇 |
武器工业 | 1篇 |
无线电 | 5篇 |
一般工业技术 | 2篇 |
自动化技术 | 29篇 |
出版年
2024年 | 1篇 |
2023年 | 4篇 |
2022年 | 5篇 |
2021年 | 9篇 |
2020年 | 5篇 |
2019年 | 11篇 |
2018年 | 10篇 |
2017年 | 3篇 |
2016年 | 8篇 |
2015年 | 2篇 |
2014年 | 4篇 |
2013年 | 8篇 |
2012年 | 6篇 |
2011年 | 8篇 |
2010年 | 8篇 |
2009年 | 4篇 |
2007年 | 3篇 |
2005年 | 1篇 |
2003年 | 3篇 |
排序方式: 共有103条查询结果,搜索用时 0 毫秒
1.
本体在多代理系统中起着重要的作用,它提供和定义了一个共享的语义词汇库。然而,在现实的多代理通讯的过程中,两个代理共享完全相同的语义词汇库是几乎不可能的。因为信息不完整以及本体的异构等特性,一个代理只能部分理解另外一个代理所拥有的本体内容,这使得代理间的通讯非常困难。本文就是探索利用近似逼近技术实现基于部分共享分布式本体的多代理通讯,从而实现多代理之间的协作查询。我们使用基于OWLweb本体语言的描述逻辑来描述分布式本体的近似查询技术。最终我们也开发了基于语义近似逼近方法的一个多代理协调查询系统。 相似文献
2.
3.
能源工业互联网是工业互联网在能源行业的应用模式和工业生态,是能源互联网和工业互联网在发展过程中广泛融合的产物。文章聚焦研究能源工业互联网的发展现状,论证能源工业互联网发展的必要性,详细阐述能源工业互联网的概念、内涵、体系架构和核心技术,对能源工业互联网的研究和发展情况进行综述,对比分析国内外能源工业互联网的发展水平。进一步的,总结能源工业互联网的应用,介绍能源工业互联网的典型应用场景,围绕能源工业互联网助力实现双碳目标、助力能源需求侧综合管理、助力安全生产、助力产业链协同、助力现代能源市场体系建设等方面分别进行系统研究,深入分析行业应用案例。最后,从国家、行业、企业3个层面总结论述能源工业互联网的发展趋势,提出相关政策建议。 相似文献
4.
在传统的行人检测跟踪算法中,主要采用HOG+SVM对视频中的行人直接进行检测,针对传统算法在复杂背景及多行人条件下,行人检测效果较差,且实时性低等缺点,提出一种融合目标运动检测与目标跟踪的行人检测算法。首先采用Vibe算法提取视频中的运动目标,并通过对Vibe算法的改进消除初始帧存在的阴影问题。针对视频中的运动目标采用Adaboost算法对运动目标区域进行行人检测,减小视频中背景的干扰,加快检测速度。最后采用卡尔曼滤波算法和匈牙利最优匹配算法对视频监控中的行人进行跟踪。仿真实验结果显示,该算法能够对电力监控视频中存在的行人进行检测跟踪。 相似文献
5.
6.
7.
采用LightGBM预测模型对空气质量预测问题进行研究,提出并设计一种基于预测性特征的空气质量预测方法,有效地预测北京市区内未来24 h核心表征空气质量的PM2.5质量浓度。在构建预测方案过程中,分析训练数据集特性开展数据清洗,利用随机森林与线性插值相结合的方法,解决数据大量缺失以及噪声干扰问题;提出使用预测性数据特征方法,同时设计相关统计特征,提高预测结果的准确性;采用滑窗机制挖掘高维时间特征,增加数据特征数量级;对预测模型的工作性能和结果进行详细分析,并结合基线模型进行对比评价。试验结果表明,基于预测性特征结合采用LightGBM预测模型的方案具有更高的预测精度。 相似文献
8.
为进一步提高锅炉系统水冷壁温度的预测精度,提出一种基于变量优化和改进鲸鱼算法优化长短期记忆神经网络的水冷壁温度预测模型。首先,通过互信息算法(MI)进行变量选择,消除初始数据中的冗余变量;其次,使用经验模态分解算法(EMD)对变量选择后的数据进行特征分解,在提取变量有效特征信息的同时降低噪音干扰;最后,使用由非线性递减因子和自适应权值改进后的鲸鱼优化算法(Improved Whale Optimization Algorithm,IWOA)确定长短期记忆神经网络(LSTM)的超参数,得到一种新型锅炉系统水冷壁温度预测模型(MI EMD IWOA LSTM)。实验结果表明,相比传统的最小二乘支持向量机(LSSVM)预测模型,MI EMD IWOA LSTM模型的均方根误差(RMSE=0.306 8)和平均绝对百分比误差(MAPE=0.054 6)最低,能够实现对锅炉系统水冷壁工质温度的精准预测。 相似文献
9.
对油藏开采领域而言,快速、准确地识别油水层有利于节省大量的人力物力,提高不可再生资源的开采率。现有的层位识别方法未能考虑测井数据的序列关系,并且对所有层位进行统一识别,导致物性相近的层位识别易混淆,识别效果存在局限性。针对测井数据的特点,本文提出基于循环神经网络(RNN)和全连接神经网络(FCNN)的多尺度油水层识别方法。该方法首先基于RNN建立粗粒度的识别模型,再通过串联FCNN的方式实现更细粒度的层位识别,不仅考虑了测井数据在空间上的关联性,同时以多尺度方法识别易混淆的层位。解决了测井数据特征提取困难、层位识别率低的问题。本文在真实测井数据上进行了实验验证,实验结果表明本文方法油水层识别效果良好,有较强的实用性。 相似文献
10.
直接蒸汽发电(DSG)槽式太阳能集热器蒸汽温度具有大滞后、非线性、动态特性随工况变化明显及无法精确建模等特点,常规的PID控制方案难以取得满意的控制效果。本文基于自抗扰控制思想,通过引入虚拟控制量,对DSG槽式太阳能集热器蒸汽温度去除纯滞后环节的剩余对象设计自抗扰控制器,获得与其相应的虚拟控制量。然后利用跟踪微分器由虚拟控制量推测得到实际控制量,从而控制减温水流量调节蒸汽温度。实验仿真结果表明,本文提出的自抗扰控制方案能够在不同蒸汽压力工况下,克服DSG槽式太阳能集热器蒸汽温度对象动态特性变化和大滞后,对蒸汽温度指令信号阶跃实现快速准确跟踪,全程无超调,调节品质明显优于传统PID控制方案。 相似文献