全文获取类型
收费全文 | 121篇 |
免费 | 10篇 |
国内免费 | 3篇 |
专业分类
电工技术 | 8篇 |
综合类 | 5篇 |
化学工业 | 12篇 |
金属工艺 | 5篇 |
机械仪表 | 33篇 |
建筑科学 | 4篇 |
矿业工程 | 3篇 |
能源动力 | 1篇 |
轻工业 | 6篇 |
水利工程 | 1篇 |
石油天然气 | 2篇 |
无线电 | 29篇 |
一般工业技术 | 10篇 |
自动化技术 | 15篇 |
出版年
2023年 | 7篇 |
2022年 | 9篇 |
2021年 | 7篇 |
2020年 | 7篇 |
2019年 | 15篇 |
2018年 | 10篇 |
2017年 | 2篇 |
2016年 | 6篇 |
2015年 | 8篇 |
2014年 | 7篇 |
2013年 | 7篇 |
2012年 | 17篇 |
2011年 | 10篇 |
2010年 | 5篇 |
2009年 | 3篇 |
2008年 | 5篇 |
2007年 | 4篇 |
2006年 | 1篇 |
2005年 | 2篇 |
2004年 | 2篇 |
排序方式: 共有134条查询结果,搜索用时 15 毫秒
1.
现代战场中的无线通信设备日益增多,精准获取个体信息已成为研究热点,但也是难点。针对通信电台,提出了一种分选识别技术。该技术从电台物理层特性出发,对其辐射信号的细微特征进行K-means聚类以实现分选,分选的同时提取各个个体的特征属性值,未知信号通过与特征属性值相关运算实现个体识别。该技术无需先验知识,无需训练运算,通过实验验证,其可行、高效,易于工程实现。 相似文献
3.
样片切割是影响数控皮革裁床皮革加工效率的重要因素,为了提高加工效率,应优化切割路径。样片切割路径受到样片遍历顺序和刀具加工起始位置的影响。将样片切割路径优化归结为广义旅行商问题,用贪婪算法确定刀具加工起始位置,结合模拟退火和蚁群算法对皮革裁床样片切割路径进行优化。仿真实验验证了算法的有效性。 相似文献
4.
建立了工作在一定入射角度范围内的多层衍射光学元件的复合带宽积分平均衍射效率的分析模型。基于衍射光学元件所具有的独特的消色差和消热差性质,设计了一个含有双层衍射光学元件的工作在3.7~4.8mm和7.7~9.5mm红外双波段光学系统。光学系统的焦距为100mm,F#为2,采用像元数为640×512、间距为15mm的制冷型探测器。该系统在空间频率33lp/mm时,中、长波红外MTF分别高于0.52和0.16,最大RMS半径小于9.88mm,波前像差小于0.0705λ,最大离焦量小于焦深,在-40℃~71℃范围内实现了无热化设计。系统中采用的双层衍射光学元件在红外双波段的带宽积分平均衍射效率高于99.15%。入射到衍射面上的角度为0°~10°,该双层衍射光学元件在中波和长波波段的复合带宽积分平均衍射效率分别为97.70%和96.95%。 相似文献
5.
针对工作在一定入射角度范围内的衍射光学元件,提出了复合带宽积分平均衍射效率的计算公式。为了满足军用仪器上瞄准镜的光学性能需求,设计了两个结构参数相同的50 mm长出瞳距的目镜。目镜系统的焦距为25 mm,视场角为30°,出瞳直径为8 mm。基于Erfle目镜结构形式,首先设计了一个传统折射式长出瞳距目镜。在此基础上,引入单层衍射光学元件,设计了一个折衍射混合式长出瞳距目镜。该混合目镜的畸变小于7.77%,在40 lp/mm处,中心视场的MTF(调制传递函数)高于0.85,最大视场的MTF高于0.2。系统中采用的单层衍射光学元件衍射面上的入射角度为0°~30°,对应的复合带宽积分平均衍射效率为95.23%。对比折射式目镜,折衍射混合目镜不仅成像质量得到改善,而且总长减小了22.87%,重量减轻了38.79%,具有结构紧凑、重量轻等特点。 相似文献
6.
7.
阐述了视觉营销的含义,分析了我国服装品牌视觉营销的现状,结合现状提出了我国服装品牌视觉营销的发展要点。 相似文献
8.
针对市场对工业机器人需求多样化的趋势,设计一款应用于嵌入式Linux操作系统的通用示教器软件。基于QT开发框架进行人机交互界面设计,依据需求分析和示教器的工作原理设计了运动控制模块、机器人语言的代码编辑模块、基于机器人语言代码示教复现模块以及通信与数据采集模块等内容。为了让示教器软件具有通用性,在软件架构中引入了Linux操作系统共享库技术,将与机器人算法相关的代码按照通用的接口集成到可替换的共享函数库之中。最后结合摆臂焊接机器人和SCARA机器人机械本体搭建了工业机器人控制系统并且分别进行操作测试,结果表明设计的示教器软件人机界面友好,功能完善,并且可以应用于不同的工业机器人。 相似文献
9.
近年来,由于传统人工提取特征的方法不足以准确表征滚动轴承的健康状态,深度学习算法被逐渐应用于滚动轴承的故障诊断中,它能够自适应的从输入数据中学习出所需要的特征。其中,相较于普通的深度学习算法,深度残差网络通过恒等映射的方式可以大幅度降低模型的训练难度。因此,采用了一种用于滚动轴承故障诊断的深度残差网络(ResNet),它可以直接将原始振动信号作为模型的输入,通过池化层、残差模块和分类层相互连接,更加有效的挖掘信号特征之间的信息,从而增强了轴承振动信号的特征学习能力。实验结果表明,该模型能够达到99.75%的轴承故障诊断精度,实现了良好的故障分类任务,为以后的机械故障诊断研究提供了理论指导和借鉴。 相似文献
10.