全文获取类型
收费全文 | 142篇 |
免费 | 21篇 |
国内免费 | 5篇 |
专业分类
电工技术 | 36篇 |
综合类 | 4篇 |
化学工业 | 6篇 |
金属工艺 | 2篇 |
机械仪表 | 10篇 |
建筑科学 | 15篇 |
矿业工程 | 6篇 |
能源动力 | 25篇 |
轻工业 | 3篇 |
水利工程 | 17篇 |
无线电 | 13篇 |
一般工业技术 | 8篇 |
冶金工业 | 2篇 |
原子能技术 | 3篇 |
自动化技术 | 18篇 |
出版年
2023年 | 5篇 |
2022年 | 3篇 |
2021年 | 6篇 |
2020年 | 2篇 |
2019年 | 4篇 |
2018年 | 3篇 |
2017年 | 4篇 |
2016年 | 5篇 |
2015年 | 6篇 |
2014年 | 9篇 |
2013年 | 3篇 |
2012年 | 6篇 |
2011年 | 10篇 |
2010年 | 12篇 |
2009年 | 13篇 |
2008年 | 7篇 |
2007年 | 10篇 |
2006年 | 7篇 |
2005年 | 5篇 |
2004年 | 6篇 |
2003年 | 5篇 |
2002年 | 8篇 |
2001年 | 9篇 |
2000年 | 2篇 |
1999年 | 1篇 |
1998年 | 5篇 |
1996年 | 3篇 |
1995年 | 4篇 |
1994年 | 1篇 |
1993年 | 2篇 |
1991年 | 1篇 |
1990年 | 1篇 |
排序方式: 共有168条查询结果,搜索用时 15 毫秒
1.
针对光伏发电系统短期预测影响因素较多、预测精度较低、稳定度不高等问题,提出一种基于动态时间弯曲(DTW)和变分模态分解(VMD)的粒子群(PSO)优化的BP神经网络光伏发电预测方法。首先使用动态时间弯曲算法对光伏发电功率及影响因素的数据进行测算得到DTW值,再根据DTW值选择对光伏发电功率影响较大的辐射度作为主要影响因素,然后利用变分模态分解将影响因素及光伏发电功率进行分解,降低数据的波动性和非平稳性。运用粒子群优化的BP神经网络对各分量进行预测,然后将预测结果进行叠加,叠加所得结果即为最后预测结果。在Matlab中对该方法和其他神经网络进行算例验证和误差分析,结果表明采用该方法预测结果精度高,稳定性好。 相似文献
2.
3.
在局部遮阴或光照不均匀的情况下,光伏阵列的功率-电压(P-U)特性曲线会出现多个极值点.传统智能优化算法普遍存在收敛速度慢、精度低和易陷入局部最优等缺陷.为解决该问题,提出改进乌鸦算法(ICSA)的MPPT控制方法.在种群初始化上,引入基于反向学习的Tent混沌初始化策略,增加种群多样性,帮助跳出局部最优;在算法位置跟踪上,引入异花授粉策略与共享机制相结合更新乌鸦位置,提高算法收敛速度和精度.通过建模仿真,证明了改进乌鸦算法在复杂环境条件下跳出局部最优能力更强、具有更快的追踪速度和更高的精度. 相似文献
4.
【摘要】目的探讨320排动态容积CT全脑成像在评估单侧大脑中动脉(MCA)闭塞患者侧支循环中的应用价值及其对预后的评价作用。 方法纳入2011年3月至2015年9月在浙江省人民医院住院治疗的37例单侧症状性MCA闭塞患者。采用320排CT进行多参数全脑灌注扫描,获取常规CTA和4D-CTA图像,分析常规CTA、4D-CTA所示侧支循环状况和金标准DSA图像并作一致性检验,同时计算4D-CTA侧支循环评分与预后的相关性。 结果4D-CTA、常规CTA所示侧支循环良好患者分别为22例(59.4%)、14例(37.8%)。以DSA为金标准,常规CTA、4D-CTA侧支循环评分Kappa值分别为0.58、0.78。4D-CTA所示侧支循环不良患者和侧支循环良好患者间治疗时间窗差异有统计学意义(t=2.27,P=0.029),两者侧支循环评分与随访90 d 改良Rankin量表评分呈负相关(r=-0.68, P<0.001)。 结论320排动态容积CT成像是评价单侧症状性MCA闭塞患者侧支循环建立情况的有效方法。4D-CTA比常规CTA能更好地评估侧支血流和预测预后,有助于血管内介入治疗决策。
相似文献
相似文献
5.
6.
7.
8.
9.
空间自适应正则化超分辨率图像重建 总被引:1,自引:0,他引:1
超分辨率图像重建是一个病态问题,在重建过程中需要正则化处理,而正则化重建会引入正则化误差及重建过程中由于病态性而引入的噪声放大误差,且这两类误差均和图像的空间局部特性有关.提出根据图像的局部空间统计特性自适应控制超分辨率图像正则化重建算法,采用图像局部统计方差来区分图像棱边区域及平滑区域,在图像的棱边区域加强图像的约束重建,而在图像的平滑区域加强正则化.实验表明该算法能有效地减小重建误差,算法的信噪比得益优于传统的正则化重建算法及总变分模型重建算法,并且对正则化参数的选择具有一定的鲁棒性. 相似文献
10.
调和映射约束下的超分辨率图像重建 总被引:1,自引:1,他引:0
针对超分辨率图像重建过程中的正则化约束问题,本文提出采用p(x)调和映射进行正则化重建,根据超分辨率图像观察模型及正则约束,给出相应的能量泛函,并采用动态偏微分方程演化来求解能量泛函.该算法在重建的过程中能够根据图像空间特性自适应地采用不同的p(x)范数进行正则化,在图像的平滑区域采用近似2次范数进行正则化,而在图像的边缘区域采用近似1次范数进行正则化.实验结果均表明该算法不仅能有效地重建图像边缘,而且能有效地改善一次范教约束重建的分片常数效应. 相似文献