首页 | 本学科首页   官方微博 | 高级检索  
文章检索
  按 检索   检索词:      
出版年份:   被引次数:   他引次数: 提示:输入*表示无穷大
  收费全文   60篇
  免费   2篇
电工技术   6篇
综合类   9篇
化学工业   3篇
金属工艺   3篇
机械仪表   1篇
能源动力   3篇
轻工业   1篇
无线电   5篇
一般工业技术   3篇
冶金工业   1篇
自动化技术   27篇
  2025年   3篇
  2024年   4篇
  2023年   3篇
  2022年   6篇
  2021年   2篇
  2020年   2篇
  2019年   4篇
  2018年   3篇
  2015年   3篇
  2014年   6篇
  2013年   4篇
  2012年   4篇
  2011年   2篇
  2009年   2篇
  2008年   1篇
  2007年   1篇
  2006年   2篇
  2005年   4篇
  2002年   1篇
  2000年   2篇
  1999年   3篇
排序方式: 共有62条查询结果,搜索用时 15 毫秒
1.
基于80C186处理器的触摸屏实现方案   总被引:1,自引:0,他引:1  
本文介绍了一种新颖的触摸屏实现方案,并详细描述了其开发系统的硬件设计以及相关的软件开发过程。  相似文献   
2.
量子保密通信与量子计算作为战略性前沿技术,与国家安全和前瞻性技术战略关系密切,未来量子计算机的应用必将极大推动量子网络规模化应用.本文综述分析量子保密通信与量子计算的研究进展,重点介绍高性能量子密钥分发(quantum key distribution,QKD)终端、量子网络和量子计算领域在量子芯片器件和量子位操控等方...  相似文献   
3.
可再生能源出力的不确定性为微电网的优化调度带来了重大挑战。同时,传统的优化方法和调度时间尺度过于单一,导致调度结果存在较大误差,从而难以确保系统运行的可靠性与经济性。针对上述问题,提出了一种基于K-近邻(K-nearest neighbor,K-NN)算法、变模态分解(variational mode decomposition,VMD)、卷积神经网络(convolutional neural network,CNN)以及双向长短期记忆(bidirectional long short-term memory,BiLSTM)神经网络的微电网两阶段优化运行策略。首先,构建了基于K-近邻算法和混合BiLSTM功率预测模型,为两阶段优化调度模型提供准确的风光发电预测数据。其次,建立了两阶段优化调度模型。在日前调度阶段,引入阶梯式碳交易机制和激励型需求响应,以最小化系统总运行成本为目标制定日前调度计划;在日内调度阶段,则采用基于模型预测控制的方法,实现日内滚动优化调度策略,以调整量最小为目标对日前调度计划进行动态修正,从而降低因预测误差引起的功率波动。最后,以某微电网为例进行了仿真分析,结果表明:该方法不仅有效提高了预测精确性,同时也提升了微电网的经济性、环保性及稳定性。  相似文献   
4.
提供一种解决高校计算机机房在进行大批量计算机系统传输的高效方案,该方案主要基于Inter的PXE技术并结合MAXDOS软件实现高校计算机机房系统,软件等其他资源的备份还原。该方案配置简单易学,有很高的效率。  相似文献   
5.
6.
This study has investigated the influence of Arctic Oscillation (AO) on dust storm frequency in North China in spring seasons during 1961-2007. There is a significant linkagebetween dust storm frequency and AO; a negative (positive) AO phase is related to an in-creased (decreased) dust storm frequency in North China. This relationship is closely related to changes in the cold air activity in Mongolia. The cold air activity exerts large impacts on the dust storm frequency; the frequency of cold air activity over Mongolia not only positively cor-relates with the dust storm frequency in North China, but also shows a long-term decreasing trend that is an important reason for the long-term decreasing of dust storm frequency in North China. The AO has large influence on the frequency of cold air activity over Mongolia; a negative (positive) AO phase is highly related to an increased (decreased) frequency of cold air activity over Mongolia, which results in an increased (decreased) dust storm frequency in North China.  相似文献   
7.
随着医院信息化建设的不断推进,局域网应用的日益普及和深入发展,医院的计算机、打印机和交换机等设备越来越多,如何准确地管理这些设备从而提高信息处的工作效率?该文介绍了某医院IT设备的管理方法,大致分为三种方式:凭大脑记忆和经验管理,依靠手工和电脑登记管理,增加桌面管理软件加强管理。只有把医院的硬件设备管理清楚了,才能在故障面前更加从容,才能更好地使用网络资源。  相似文献   
8.
在1999年,CPU的发展呈现出一种加速前进的景象:主频更高、速度更快。 首先,龙头大哥Intel在2月率先推出了450MHz和500MHz的Pentium Ⅲ,到下半年将达到700MHz的速度。这种CPU采用了100MHz总线频率,带有“16KB指令缓存 16KB数据缓存”共32KB的L1一级缓存和512KB的二级缓存。与Pentium Ⅱ相比,除了主频更高以外,主要的一个区别就是Pentium Ⅲ内置了70条MMX2指令,Intel称之为SSE(Streaming SIMD Extensions,数据流单指令多数据扩展)指令集。该指令集主要增强了CPU的双精度浮点运算能力,对3D图形处理如三维成像、数字图像、视频编辑等具有优化和加速的作用,并可以大大提高PC在Internet应用、声音处理、语  相似文献   
9.
乔少杰  薛骐  杨国平  韩楠  李贺  袁冠  黄江涛  毛睿 《计算机学报》2024,47(12):2925-2937
深度学习模型在多元时间序列预测、智能驾驶、图像识别等多个领域广泛应用,其中多元时间序列预测是学者们关注的重点之一,多元时间序列预测是典型的回归任务,旨在通过海量的历史数据构建模型以预测未来状态,被广泛运用于交通、电力、金融等领域.多元时间序列数据具有复杂的时空依赖性,现有模型大多仅能捕获序列数据中的时间特征,难以捕获空间特征,而图神经网络解决了这一问题.图神经网络能够自然地建模实体间的复杂关系,可以很好地处理拓扑数据,而多元时序数据大多可以构造为拓扑图,因此图神经网络可以很好地学习多元时序数据中的空间特征.基于图神经网络的多元时间序列预测模型受到广泛关注并取得了一定的成果,但现有基于图神经网络的模型仍存在诸多不足.首先,现有方法大多分别捕获和建模多元时间序列数据中的空间特性和时间特性,未充分考虑多元时间序列的时空统一性,导致模型的次优建模;其次,现有方法主要基于静态预定义图或动态自适应图,其中静态预定义图通常根据监测节点之间的空间相关性进行构造且不会随着时间而改变,基于预定义图的研究忽略了时间序列数据中的时间特征,即忽略了数据模式随时间发生的改变;而自适应图通常由模型自主学习并不包含监测节点间的固有属性,基于自适应图的研究忽略了大量有效的领域知识,如道路的连通性和道路间的属性.为了解决上述问题,提出基于动态自适应时空图的多元时序预测模型MTP-Graph(Multivariate Time series Predic-tion model based on dynamic adaptive spatio-temporal Graph),利用时空融合模块将时空信息进行统一处理,避免了分开捕获时间特性与空间特性而导致的次优建模问题,提出图结合模块将静态预定义图和动态自适应图进行动态融合,获取时空信息的同时充分考虑领域知识,使模型可以更好地学习多元时间序列中的时空特性.在PeMSD3、PeMSD7和PeMSD8数据集上的大量实验结果表明,MTP-Graph预测性能优于其他基准方法,验证了MTP-Graph的可用性和有效性.  相似文献   
10.
如何利用多源异构时空数据进行准确的轨迹预测并且反映移动对象的移动特性是轨迹预测领域的核心问题.现有的大多数轨迹预测方法是长序列轨迹模式预测模型,根据历史轨迹的特点进行预测,或将当前移动对象的轨迹位置放入时空语义场景根据历史移动对象轨迹预测位置.综述当前常用的轨迹预测模型和算法,涉及不同的研究领域.首先,阐述了多模式轨迹预测的主流工作,轨迹预测的基本模型类;其次,对不同类的预测模型进行总结,包括数学统计类、机器学习类、滤波算法,以及上述领域具有代表性的算法;再次,对情景感知技术进行了介绍,描述了不同领域的学者对情景感知的定义,阐述了情景感知技术所包含的关键技术点,诸如情景感知计算、情景获取和情景推理的不同类模型,分析了情景感知的不同分类、过滤、存储和融合以及它们的实现方法等.详细介绍了情景感知驱动的轨迹预测模型技术路线及各阶段任务的工作原理.给出了情景感知技术在真实场景中的应用,包括位置推荐,兴趣点推荐等,通过与传统算法对比,分析情景感知技术在此类应用中的优劣.详细介绍了情景感知结合LSTM (long short-term memory)技术应用于行人轨迹预测领域的新方法.最后,总结了...  相似文献   
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号