全文获取类型
收费全文 | 904篇 |
免费 | 145篇 |
国内免费 | 174篇 |
专业分类
电工技术 | 77篇 |
综合类 | 167篇 |
化学工业 | 10篇 |
金属工艺 | 8篇 |
机械仪表 | 52篇 |
建筑科学 | 1篇 |
矿业工程 | 13篇 |
能源动力 | 5篇 |
轻工业 | 7篇 |
水利工程 | 3篇 |
石油天然气 | 2篇 |
武器工业 | 4篇 |
无线电 | 118篇 |
一般工业技术 | 20篇 |
冶金工业 | 10篇 |
原子能技术 | 3篇 |
自动化技术 | 723篇 |
出版年
2024年 | 1篇 |
2023年 | 6篇 |
2022年 | 6篇 |
2021年 | 9篇 |
2020年 | 16篇 |
2019年 | 10篇 |
2018年 | 11篇 |
2017年 | 17篇 |
2016年 | 19篇 |
2015年 | 36篇 |
2014年 | 56篇 |
2013年 | 57篇 |
2012年 | 84篇 |
2011年 | 89篇 |
2010年 | 127篇 |
2009年 | 125篇 |
2008年 | 131篇 |
2007年 | 127篇 |
2006年 | 105篇 |
2005年 | 84篇 |
2004年 | 66篇 |
2003年 | 22篇 |
2002年 | 16篇 |
2001年 | 2篇 |
2000年 | 1篇 |
排序方式: 共有1223条查询结果,搜索用时 15 毫秒
1.
《电子技术与软件工程》2015,(16)
人工免疫算法的模型为异步电机故障诊断研究提供了新的视角和算法模型。本文的主要研究对象是基于阴性选择算法的异步电机故障诊断方法。基于免疫系统的原理,电机故障诊断即为检测"非已",检测非正常状态下的电机特征信号。首先通过正常电机特征信号生成"自己",再通过阴性选择生成信号检测器,将检测器与被测电机设备特征信号进行匹配,根据匹配关系便能诊断电机的故障。本文还将阴性选择算法进一步优化,在阴性选择基础上加以克隆优化,从而产生更合适的检测器。通过2种方法对同一故障进行诊断,可直观地看出优化后模型准确率的提高。 相似文献
2.
3.
入侵检测技术是网络安全的主要技术和网络研究的热点,入侵检测方法包括基于数据挖掘、粗糙集、模式识别、支持向量机和人工免疫等主要技术,详细分析了各种检测方法在入侵检测应用中的优缺点。通过回顾研究人员近期的研究成果,提出了该技术的主要发展方向,为进一步研究提供参考。 相似文献
4.
5.
针对带钢热连轧精轧中的负荷分配问题,提出了一种新型的优化策略。首先提出了一种新型的免疫粒子群混合优化算法,通过克隆选择算子来调节群体的浓度,实现混合算法的个体高亲和力和群体的多样性; 然后通过提出的混合算法对负荷分配进行优化,得到优化的压下量数据,通过这些数据建立了计算负荷分配输出的人工神经网络。实验表明,提出的混合算法和负荷分配优化策略给出了很好的优化效果,能有效地指导实际生产应用。 相似文献
6.
针对实值阴性选择(RNS)算法的检测器尺寸不能自适应变化的问题,提出基于变检测半径的RNS算法(V detector)的轴承故障诊断方法.将计算轴承振动信号局域波分解后各基本模式分量的关联维数作为特征向量,并根据故障模式将其划分为多个自体样本集,采用V detector算法训练多个检测器集,用其对轴承故障进行诊断.结果表明:自体半径过小则误诊率高,自体半径过大则检测器灵敏度低,这都将导致准确率减小;覆盖率越高,则准确率越高、计算花费越大,当覆盖率≥95%时,覆盖率对准确率的影响远小于其对计算花费的影响;相对于基于RNS的诊断方法,V detector算法具有同样高的准确率,且计算花费显著减小、稳定性更高,可有效地识别轴承故障. 相似文献
7.
8.
基于免疫抗体生成算法的电力变压器故障诊断 总被引:2,自引:0,他引:2
提出了一种基于人工免疫的抗体生成算法,并将其应用于电力变压器的故障诊断。抗体生成算法仿生生物免疫系统中抗体对抗原的识别与记忆的机理,先对训练样本进行免疫学习和记忆,提取表征样本的有效特征,形成表征样本特征的记忆抗体集,再用最邻近分类法对测试样本进行分类识别。UCI的Iris数据集和电力变压器故障数据的仿真分析结果表明,抗体生成算法能够进行有效的分类,并具有很高的准确率。 相似文献
9.
混合匹配规则的否定选择算法 总被引:1,自引:0,他引:1
针对目前基于免疫的检测器生成算法中,匹配规则单一造成的检测器质量低下的问题,提出一种基于混合匹配规则的否定选择算法,采用海明距离整体匹配的各段内R连续比特匹配的否定选择算法,即混合匹配否定选择算法,对算法的性能进行了分析.实验结果表明,该算法能够高效地产生所需要的检测器,提高了检测率,且降低了误报率. 相似文献
10.
针对程序在同一操作系统的不同环境下运行产生的IRP(I/O request packets)序列不完全相同,对检测结果有一定影响的问题,提出了采用路径IRP的Windows恶意进程检测方法.单独提取每一个操作路径的IRP请求序列,应用朴素贝叶斯、贝叶斯网络、支持向量机、C4.5决策树及改进的人工免疫算法(IAIS)进行检测,并比较了各种算法在不同特征选择方法下的检测效果.实验结果表明,本文所提出的采用路径IRP的Windows恶意进程检测方法是有效可行的,在所有方法中,采用Fisher Score进行特征选择的朴素贝叶斯方法得到了最高的检测率99.2%,优于基于IRP序列的恶意进程检测方法. 相似文献