全文获取类型
收费全文 | 82篇 |
免费 | 7篇 |
国内免费 | 6篇 |
专业分类
电工技术 | 5篇 |
综合类 | 12篇 |
金属工艺 | 1篇 |
矿业工程 | 18篇 |
无线电 | 16篇 |
一般工业技术 | 2篇 |
自动化技术 | 41篇 |
出版年
2023年 | 2篇 |
2022年 | 4篇 |
2021年 | 3篇 |
2020年 | 6篇 |
2019年 | 8篇 |
2018年 | 8篇 |
2017年 | 5篇 |
2016年 | 5篇 |
2015年 | 2篇 |
2014年 | 1篇 |
2013年 | 2篇 |
2012年 | 9篇 |
2011年 | 8篇 |
2010年 | 3篇 |
2009年 | 3篇 |
2008年 | 7篇 |
2007年 | 1篇 |
2006年 | 3篇 |
2005年 | 4篇 |
2004年 | 1篇 |
2003年 | 2篇 |
2002年 | 7篇 |
2001年 | 1篇 |
排序方式: 共有95条查询结果,搜索用时 15 毫秒
1.
本文主要以ARM7TDMI为内核的Samsung's S3C4510B 网络微控制器(Networking MCU)为基础,重点论述了如何通过DMA(直接内存访问)方式实现HDLC通信。并讨论了如何编写在操作系统下的驱动程序。 相似文献
2.
3.
本文研究了金融电子票据中高效率的快速多重数字水印加密在图象深度传感器中的应用方法,针对票据中的数字、签名等关键内容容易被篡改的问题,针对关键区域进行卷积神经网络的识别和水印加密。首先,利用卷积神经网络识别票据中的关键信息区域,以减少水印加密的运算数据量,提高金融票据自动处理效率。在传统的网络结构中,由于CNN的卷积池化操作,使得粗粒度和边缘信息丢失,CNN网络中最顶层的信息维度偏低,易导致过拟合。针对上述问题,本文提出利用票据图及其差分特征,构建适合CNN网络的多通道图像输入特征,充分挖掘图像内在特征;然后进一步改进传统的CNN网络结构,把所有卷积层的输出连接为一层,构成包含各层信息的融合特征,输入网络的全连接层进行分类识别。实验结果表明,改进后的CNN识别算法,相较传动CNN、DNN等算法,其性能均有明显提升,能够更加高效的进行多个关键区域的内容识别,从而高效的进行多重数字水印的加密,提高金融票据处理的安全性和运算效率。 相似文献
4.
超宽带室内修正S—V信道模型的仿真与分析 总被引:3,自引:0,他引:3
信道模型是无线通信系统研究和设计的基础.介绍了超宽带室内无线通信信道模型,给出了泊松过程模型、△-K模型、S-V模型以及IEEE802.15.3a模型等典型UWB信道模型的建模方法和特征,针对室内信道多径分量的成簇到达特性提出了修正的S-V信道模型并对其进行仿真.仿真结果表明,该模型能较好的反应UWB信道的特征参数. 相似文献
5.
针对无线传感器网络连通支配集构建问题,基于(α,β)-tree定义了具有传输时延约束的连通支配树CDTT问题,并提出CDT算法构建有限总功率消耗的CDT-tree,同时符合传输时延约束要求。给出的分布式CDS算法分为两个阶段执行,首先基于单位圆图构建MIS,然后在双权值无向图上使用MST和SPT实现CDT算法,同时满足联合约束要求,具有O(n2)的时间和消息复杂度。理论分析和仿真结果表明提出的算法能正确地解决CDTT问题,构建联合约束的CDS。 相似文献
6.
针对传统LC谐振拓扑无线电能传输(WPT)系统在负载动态变化时,无法实现负载恒流供电及系统工作频率失谐问题,提出一种新型一次侧LCL、二次侧LCC复合谐振网络无线电能传输系统。首先,在基波条件下,依据漏感模型建立了磁路机构等效电路,得到了谐振频率和输出电流表达式;然后,通过系统参数优化设计,进一步推导出了复合谐振网络中实现负载恒流供电以及系统谐振工作频率稳定的条件。仿真结果表明,基于参数优化设计的新型复合谐振网络无线电能传输系统,能够实现负载无线恒流供电,并且系统工作频率稳定。实验结果验证了理论分析和仿真分析的正确性和有效性。 相似文献
7.
8.
车联网(IoV)边缘计算通过在网络边缘部署计算资源,可为车载用户提供低时延服务。该文通过随机网络演算(SNC)矩母函数(MGF)法分析车联网移动边缘计算的时延和数据积压性能。首先,分别对车辆高优先级和低优先级业务到达过程、单跳毫米波通信服务过程和边缘计算服务过程进行数学建模;其次,由服务级联定理获得不同优先级业务在多跳网络中的服务过程及其矩母函数表达式;接着,推导了车辆边缘网络不同优先级业务毫米波多跳通信任务卸载的时延和数据积压概率边界闭式解;最后通过蒙特卡罗仿真验证闭式解的准确性。 相似文献
9.
相关滤波算法容易受到形变、运动模糊、相似背景等因素的干扰,导致跟踪任务失败。为了克服以上问题,该文提出一种基于全局背景与特征降维的视觉跟踪算法。该算法首先提取紧邻目标的图像区域作为负样本供分类器学习,以抑制相似背景的干扰;然后提出一种基于主成分分析的更新策略,构建降维矩阵压缩HOG特征的维度,在更新分类器的同时减少其冗余度;最后加入颜色特征表征运动目标,并根据特征对系统状态的响应强度进行自适应融合。在标准数据集上将该文提出的算法与Staple, KCF等其他算法进行了仿真对比,结果表明该文算法具有更强的鲁棒性,在形变因素的影响下,所提出的算法与Staple和KCF算法相比距离精度分别提升8.3%和13.1%。 相似文献
10.