全文获取类型
收费全文 | 53篇 |
免费 | 5篇 |
国内免费 | 5篇 |
专业分类
电工技术 | 2篇 |
化学工业 | 2篇 |
金属工艺 | 5篇 |
机械仪表 | 1篇 |
建筑科学 | 9篇 |
能源动力 | 1篇 |
轻工业 | 7篇 |
水利工程 | 6篇 |
无线电 | 12篇 |
一般工业技术 | 11篇 |
自动化技术 | 7篇 |
出版年
2021年 | 1篇 |
2020年 | 1篇 |
2018年 | 3篇 |
2017年 | 2篇 |
2016年 | 2篇 |
2015年 | 2篇 |
2013年 | 1篇 |
2010年 | 3篇 |
2009年 | 5篇 |
2008年 | 4篇 |
2007年 | 1篇 |
2001年 | 2篇 |
2000年 | 7篇 |
1999年 | 1篇 |
1998年 | 4篇 |
1997年 | 2篇 |
1995年 | 3篇 |
1992年 | 1篇 |
1991年 | 5篇 |
1990年 | 1篇 |
1989年 | 1篇 |
1988年 | 2篇 |
1984年 | 1篇 |
1982年 | 2篇 |
1981年 | 1篇 |
1979年 | 1篇 |
1964年 | 1篇 |
1962年 | 1篇 |
1961年 | 1篇 |
1955年 | 1篇 |
排序方式: 共有63条查询结果,搜索用时 15 毫秒
51.
氮气压对自蔓延高温合成A1N后烧的影响 总被引:1,自引:0,他引:1
研究了氮气压力对自蔓延高温合成A1N的影响和后烧机理,结果表明,自蔓延高温合成A1N的生长机制为气相-晶体(Vapor-Crystal,VC)机制,气相沉积的台阶平面为A1N的基面(0001面)为了降低表面能,生长台阶必须以六棱柱形态形核,在后烧阶段,A1N颗粒中心的小台阶被重新“蒸发”,井沉积到远离中心的大台阶上,使A1N颗粒棱角分明,形状规则,随着氮气压力的增加,燃烧温度逐渐提高,后烧的时间缩短。 相似文献
52.
53.
在真空条件下,将Ni和Al范加热到620℃,在1MPa压力下原位反应1h,然后再分别加热到750℃、950℃和1150℃、在5MPa的压力进行4h的扩散退火,制造出完全致密的Ni/Ni-Al金属间化合物微层板复合材料.复合材料中塑性的Ni层主要以微裂纹的桥联方式提高室温韧性.经1150℃退火生成的Ni3Al层同NiAl和Ni层界面结合非常牢固,可以有效地阻碍微裂纹的扩展,Ni3Al层可通过滑移与Ni层协调变形,使得复合材料在拉伸时显示出明显的应变强化和塑性流变,其平均的断裂强度和应变分别达到786MPa和12.8%. 相似文献
54.
55.
56.
1995年3月30日,中国烟草育种研究(南方)中心成立、云南省烟草科学研究所成立四十周年庆典大会在云南省玉溪市隆重举行。大会由詹金华同志主持,云南省烟草科学研究所所长、中国烟草育种研究(南方)中心主任雷永和同志作了题为《继往开来再创辉煌》的讲话,国家烟草专卖局、云南省人民政府、中国烟草总公司青州烟草研究所、合肥经济技术学院等单位领导到会致辞祝贺。为适应烟草生产发展的需要,国家烟草专卖局决定在云南省烟草科学研究所育种研究室的基础上,成立中国烟草育种研究(南方)中心。该中心成立后,将对我国烟草育种工作中存… 相似文献
57.
58.
提出一种基于非对称代价函数的稀疏卷积非负矩阵分解方法。该方法利用板仓-斋藤距离作为目标代价函数来衡量目标矩阵与重建矩阵的差异,使得较小的矩阵元素具有较小的重建误差,并且该代价函数具有尺度不变性的特点。为了考察其在弱语音成分重建方面的优势,将本文提出的算法应用于耳语音谱分解及重建实验。实验结果表明,与基于欧氏距离和基于Kullback-Leibler(K-L)散度的卷积非负矩阵分解算法相比,本文算法对于弱语音成分具有更好的重构效果,重建后的语音信号具有较大的可懂度。 相似文献
59.
支持向量机是一种基于小样本学习的有效工具,作为分类器被认为具有很高的推广性能,无需先验知识。但是参数的选取与支持向量机的识别性能是相关的,核函数参数σ2和惩罚因子C对支持向量机识别性能会产生很大的影响。针对支持向量机在人脸识别问题中的应用,提出了一种基于遗传算法(GA)的参数选择优化方法。利用笔者曾提出的基于小波分解和积分投影的人脸特征提取算法对人脸图像进行特征参数提取,然后利用优化的支持向量机进行识别。实验结果表明,该方法是有效的。 相似文献
60.
目的 目前非负矩阵分解一般使用乘性规则进行更新,乘性更新规则虽实现简单,但更新时收敛较慢,而且容易陷入局部最优解。当数据规模较大时,乘性规则的时效性很低,难以应用于一些实时性较强的问题中。针对乘性更新规则的这些缺点,提出一种使用交替方向乘子求解正交投影非负矩阵分解的方法。方法 首先,基于正交投影非负矩阵的正交性和稀疏性特征,将原始的目标函数优化问题分解为各子问题的交替优化求解过程。通过引入辅助变量建立原目标函数的增广拉格朗日方程,完成对原问题的子问题等价表示;然后,对转换后方程的主变量和对偶变量进行交替优化求解,从而找到原问题最优解。结果 不同规模矩阵分解仿真实验结果表明,与乘性更新规则相比,本文所提方法在收敛速度和精度上具有明显优势,特别是在矩阵规模很大时,收敛速度明显优于乘性规则。同时,将本文方法应用于目标跟踪问题中,提出一种基于交替方向乘子方法的模版更新策略,并与乘性规则以及其他3种经典目标跟踪算法进行比较。本文方法在目标跟踪效果上与基于乘性更新规则方法相当,且优于其他3种方法,重叠率约0.73,且帧处理速度约是乘性规则的3.8倍。结论 本文方法在数据规模较大时,处理速度明显优于乘性规则。在目标跟踪应用中,因其分解过程中的稀疏性和正交性,与常用跟踪算法相比能较好地应对视频场景中的遮挡、尺度变化及光照变化等干扰,其跟踪性能更加稳定。 相似文献