全文获取类型
收费全文 | 3680篇 |
免费 | 350篇 |
国内免费 | 151篇 |
专业分类
电工技术 | 353篇 |
综合类 | 271篇 |
化学工业 | 157篇 |
金属工艺 | 115篇 |
机械仪表 | 542篇 |
建筑科学 | 313篇 |
矿业工程 | 117篇 |
能源动力 | 84篇 |
轻工业 | 77篇 |
水利工程 | 31篇 |
石油天然气 | 51篇 |
武器工业 | 74篇 |
无线电 | 621篇 |
一般工业技术 | 637篇 |
冶金工业 | 25篇 |
原子能技术 | 19篇 |
自动化技术 | 694篇 |
出版年
2024年 | 6篇 |
2023年 | 162篇 |
2022年 | 157篇 |
2021年 | 187篇 |
2020年 | 178篇 |
2019年 | 191篇 |
2018年 | 82篇 |
2017年 | 123篇 |
2016年 | 145篇 |
2015年 | 118篇 |
2014年 | 254篇 |
2013年 | 237篇 |
2012年 | 224篇 |
2011年 | 223篇 |
2010年 | 206篇 |
2009年 | 242篇 |
2008年 | 277篇 |
2007年 | 174篇 |
2006年 | 127篇 |
2005年 | 113篇 |
2004年 | 111篇 |
2003年 | 114篇 |
2002年 | 71篇 |
2001年 | 69篇 |
2000年 | 63篇 |
1999年 | 49篇 |
1998年 | 42篇 |
1997年 | 43篇 |
1996年 | 49篇 |
1995年 | 35篇 |
1994年 | 23篇 |
1993年 | 19篇 |
1992年 | 20篇 |
1991年 | 16篇 |
1990年 | 13篇 |
1989年 | 17篇 |
1987年 | 1篇 |
排序方式: 共有4181条查询结果,搜索用时 31 毫秒
1.
2.
电力设备作为电力系统的基本要素,对其故障风险预测可以有效降低电网故障风险带来的损失。当前应用的高压电力设备故障预测模型忽略了对高压电力设备信号的盲源分离处理,无法去除虚假故障分量,导致故障预测结果不准确、耗时较长的问题。构建新的基于模糊神经网络的高压电力设备故障预测模型。将小波降噪方法引入到盲源分离中,对高压电力设备信号完成盲源分离和小波分解;通过互信息方法将分解结果中的虚假分量删除;利用插值形态滤波的方式提取故障特征,将其设定为模糊神经网络的输入变量,构建高压电力设备故障预测模型。实验结果验证了所构建的模型在30次实验迭代过程中的误差始终不超过2.5%,均方根误差低于3.4%,预测用时测试结果在14~23 ms之间。数据表明所构建模型的预测精度较高、预测速度更快,具有明显的应用优势。 相似文献
3.
由于滚动轴承的早期微弱故障特征难以被完整地提取出来,为此,提出了一种基于周期优选奇异值分解(O-SVD)和快速谱相关(FSC)的滚动轴承微弱故障提取算法。首先,通过理论和仿真分析,对存在细节特征丢失问题的传统截断奇异值分解(T-SVD)算法进行了改进,提出了一种以相关系数作为指标,判断有效奇异值分解子空间的O-SVD算法;然后,将O-SVD作为信号处理的前置处理单元,对滚动轴承的故障信号进行了分解重构,并将处理后的重构信号进行了快速谱相关计算,得到了特征明显且能够较好保存局部细节特征的增强包络谱;最后,基于仿真模型,分析了现有算法的不足,并以故障识别率为指标,阐明了基于O-SVD与FSC的算法在低信噪比工况下的工程适用性。研究结果表明:与对比算法相比,在滚动轴承早期微弱故障、复合故障和综合故障3种工况下,基于O-SVD与FSC的算法均能够较为完整地提取故障信号特征,具有较好的工程适用性。 相似文献
4.
针对扭曲叶轮多翼工频离心风机内流及声学特性的探究问题,研究了不同叶轮扭曲度对多翼离心风机的气动性能的影响。首先,建立了离心风机CFD计算模型,进行了离心风机流量-全压效率性能曲线验证试验;然后,利用Fluent计算得到了不同扭曲参数的风机性能数据,速度流线图和A、B处回流涡涡量;最后,基于FW-H方程分析了不同叶轮扭曲度声压频谱图,并分析了不同叶轮扭曲度离心风机的1/3倍频程频谱图。研究结果表明:扭曲叶轮风机较直叶轮风机全压效率下降了7.75%~8.07%,且存在去偏心涡的现象;扭曲叶轮可减少涡流的形成,有效降低风机噪声,在基频1 300 Hz处,3°,6°和9°扭曲叶轮风机噪声分别降低了0.06 dB、1.15 dB和8.35 dB,可见扭曲叶轮可应用于多翼离心风机的降噪设计。 相似文献
5.
6.
为解决太赫兹(Terahertz,THz)图像内泊松高斯混合噪声导致芳纶纤维蜂窝材料脱粘缺陷轮廓检测精度低的问题,基于Anscombe变换与小波阈值法构建了THz图像降噪模型。高斯噪声方差为降噪模型的必要参数,但实际THz图像噪声分布未知,且噪声与纹理在高频混叠,给方差准确估计提出了挑战。为此,首先以样件纹理几何形状为先验信息,构造Benzene-ring算子去除THz图像纹理,使其小波域高频分量中仅含有噪声;然后提出改进的Logistic混沌映射提高样本集的多样性,以训练Elman神经网络准确建立高频分量与高斯噪声方差间映射关系;最后依据噪声方差估计值,基于Anscombe变换将泊松高斯混合噪声转化为高斯噪声,并利用小波阈值法与Anscombe逆变换得到了最终THz降噪图像。仿真与试验结果表明,所提出的方法降噪效果最佳并有效提高缺陷轮廓检测精度,相比于高斯滤波、小波阈值以及非局部均值法,平均梯度指标分别提升12%、33%、9%,缺陷面积绝对误差分别降低234 mm2、304 mm2、263 mm2。 相似文献
7.
点击率(CTR)预测是个性化广告和推荐系统中的一项基本任务. 针对提升点击率预测效果和处理冷启动问题, 本文中提出了一种基于改进降噪自动编码器的点击率预测模型ADVAE (ADditional Variational AutoEncoder),该模型在输入数据加入高斯随机噪声, 利用改进的降噪自动编码器生成新的嵌入特征, 然后分别进行低阶和高阶的特征交互来预测用户点击行为. 该方法可以在数据稀疏以及系统冷启动情况下, 更深层地学习特征嵌入与交叉之间的关系. 该模型关注特征域之间的交互, 动态修复低频数据的特征嵌入, 具有更强的鲁棒性. 此外, 该方法可以动态应用到其他深度学习模型, 具有更高的灵活性. 实验结果表明, 该方法在点击率预测和系统冷启动问题上的性能表现均优于现有方法. 相似文献
8.
为从含噪微震信号中提取有效信息, 并准确识别岩体破裂信号和爆破振动信号, 提出了基于粒子群算法和小波阈值去噪的改进变分模态分解方法。该方法利用粒子群算法实现模态数量和惩罚因子的最优取值, 以最优参数对微震信号进行变分模态分解, 再对由高频噪声主导的模态分量进行小波阈值去噪, 将去噪后的高频信号分量与原先的低频信号分量进行重构, 实现信号降噪。经验证, 该方法相比集合经验模态分解和单纯的变分模态分解方法具有更好的降噪效果。以该方法对200组岩体破裂信号和200组爆破振动信号进行去噪, 以第一模态分量能量占比50%作为区分爆破振动信号和岩体破裂信号的依据, 识别成功率达到97.25%, 证实了此识别方法的准确性。 相似文献
9.
10.