全文获取类型
收费全文 | 7726篇 |
免费 | 1344篇 |
国内免费 | 863篇 |
专业分类
电工技术 | 513篇 |
综合类 | 837篇 |
化学工业 | 59篇 |
金属工艺 | 196篇 |
机械仪表 | 1037篇 |
建筑科学 | 84篇 |
矿业工程 | 112篇 |
能源动力 | 74篇 |
轻工业 | 122篇 |
水利工程 | 28篇 |
石油天然气 | 35篇 |
武器工业 | 157篇 |
无线电 | 1752篇 |
一般工业技术 | 568篇 |
冶金工业 | 30篇 |
原子能技术 | 9篇 |
自动化技术 | 4320篇 |
出版年
2024年 | 17篇 |
2023年 | 512篇 |
2022年 | 461篇 |
2021年 | 509篇 |
2020年 | 543篇 |
2019年 | 586篇 |
2018年 | 283篇 |
2017年 | 390篇 |
2016年 | 314篇 |
2015年 | 353篇 |
2014年 | 519篇 |
2013年 | 437篇 |
2012年 | 583篇 |
2011年 | 553篇 |
2010年 | 536篇 |
2009年 | 553篇 |
2008年 | 557篇 |
2007年 | 500篇 |
2006年 | 407篇 |
2005年 | 311篇 |
2004年 | 268篇 |
2003年 | 201篇 |
2002年 | 154篇 |
2001年 | 85篇 |
2000年 | 67篇 |
1999年 | 69篇 |
1998年 | 53篇 |
1997年 | 34篇 |
1996年 | 35篇 |
1995年 | 11篇 |
1994年 | 7篇 |
1993年 | 8篇 |
1992年 | 2篇 |
1991年 | 4篇 |
1990年 | 5篇 |
1989年 | 3篇 |
1988年 | 1篇 |
1986年 | 2篇 |
排序方式: 共有9933条查询结果,搜索用时 15 毫秒
1.
2.
4.
为判断下肢障碍患者的运动意图,通过外骨骼进行康复训练,分析表面肌电信号与下肢关节运动的关系。
提取表面肌电信号的均方根(root mean square,RMS)、绝对值均值(mean absolute value,MAV)、波形长度(waveform
length,WL)和方差(variance,VAR)作为特征输入信号,采用极限学习机(extreme learning machine,ELM)建立表面
肌电信号与下肢关节角度之间的映射关系;对输出结果进行优化滤波以降低模型的误差,实现对下肢膝关节角度连
续变化的预测。与传统的反向传播(back propagation,BP)神经网络、径向基神经网络预测结果进行对比,结果证明:
极限学习机在通过表面肌电信号预测下肢关节角度变化中有更高的精度。 相似文献
5.
船舶旋转机械往往在多振源的环境中运转,如何对其振动信号进行有效的特征提取和降噪处理是研究热点。时域同步平均方法对振动信号的噪声抑制有较好的效果,但是该方法需要的键相信号难以获取,特定频率以外的故障信息会丢失且倍频信号波形会互相混叠,以上问题限制了该方法的适用性。提出了一种多尺度时域平均分解法,有效地克服了传统时域平均法存在的问题,并结合模糊熵特征选择对船舶风机进行了故障诊断,准确率与计算速度均优于EMD、EEMD和VMD方法。仿真数据分析与故障模拟试验证明了该方法的有效性。 相似文献
6.
人工源电磁数据易受噪声干扰,影响勘探效果。传统人工源电磁数据处理通常采用频点筛选、异常剔除等方法,人为因素影响太大,且滤波方法无法保留伪随机有效信号。为解决这些问题,针对人工源电磁伪随机数据,通过剖析有用信号与噪声的时域特征,定量辨识并定性分析人工源电磁伪随机有用信号,提出了基于特征提取和聚类识别的人工源电磁伪随机信号处理方法。首先,建立两类典型噪声和伪随机信号的样本库,分析样本库信号的时、频域特征;然后,提取时域统计学特征,并结合模糊C均值聚类算法识别并去除噪声,保留有用信号并重构人工源电磁原始数据;最后,利用数字相干技术提取有效频点的频谱。对模拟数据与实测数据进行处理分析,结果表明:本方法能准确、有效地识别并剔除典型噪声,显著提高人工源电磁伪随机数据的质量,经本文方法处理后的电场分量Ex归一化电场曲线和广域视电阻率曲线更平稳、连续,可有效提高人工源电磁信号的信噪比。 相似文献
7.
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
8.
机器视觉技术依靠非接触、获取信息丰富的特点,在煤矿智能化的进程中得到了广泛应用,同时在煤炭开采中,掘进机的位姿检测有利于掘进机的自动化以及智能化操作进而有利于煤矿智能化进程的推进,不仅能缓解采掘失衡的矛盾,同时能降低工人的劳动强度,本文分析了近几年来机器视觉技术在掘进机位姿检测中的应用现状与趋势,研究了各种掘进机位姿检测方法中所涉及的图像预处理以及位姿检测模型的关键共性问题,并就关键共性问题,提出了机器视觉技术在掘进机位姿检测的应用中,应在图像采集硬件、位姿检测的冗余性以及特征提取的精确性方面做出突破。 相似文献
9.