全文获取类型
收费全文 | 85篇 |
免费 | 12篇 |
国内免费 | 1篇 |
专业分类
电工技术 | 42篇 |
综合类 | 8篇 |
机械仪表 | 3篇 |
建筑科学 | 1篇 |
能源动力 | 1篇 |
轻工业 | 1篇 |
水利工程 | 1篇 |
无线电 | 18篇 |
一般工业技术 | 1篇 |
自动化技术 | 22篇 |
出版年
2024年 | 1篇 |
2023年 | 3篇 |
2022年 | 3篇 |
2019年 | 1篇 |
2018年 | 2篇 |
2017年 | 1篇 |
2016年 | 2篇 |
2014年 | 6篇 |
2013年 | 4篇 |
2012年 | 5篇 |
2011年 | 2篇 |
2010年 | 1篇 |
2009年 | 1篇 |
2008年 | 9篇 |
2007年 | 4篇 |
2006年 | 3篇 |
2005年 | 2篇 |
2004年 | 5篇 |
2003年 | 12篇 |
2002年 | 2篇 |
2001年 | 5篇 |
2000年 | 3篇 |
1998年 | 6篇 |
1997年 | 3篇 |
1996年 | 2篇 |
1995年 | 1篇 |
1992年 | 5篇 |
1991年 | 1篇 |
1990年 | 2篇 |
1987年 | 1篇 |
排序方式: 共有98条查询结果,搜索用时 9 毫秒
81.
本文论述了瞬态电磁场用于目标识别的一种新方法,给出了激励目标的单模散射场的基本理论及其数学推导过程。把这一理论用于线性目标和导电球体,已获得了较为满意的结果,给出了计算目标冲击响应得到的有用的结论。最后提出了一个实际可行的,在时域中测试目标冲击响应的方案。实验证明这一方案是可行的。 相似文献
82.
非侵入式负荷监测(Non-intrusive Load Monitoring,NILM)通过分析电力总回路的电气信息得到回路中各电器的运行数据,为用户的节能优化和电网的优化调度提供依据。现有NILM方法主要将研究重点放在提高负荷识别准确度上,模型复杂度高,难以在嵌入式设备上应用。针对上述问题,提出一种基于改进kNN算法与暂稳态特征的NILM方法。首先选择无需训练的kNN算法作为负荷识别模型,采用距离权重统计方法对kNN算法进行改进,并增加余弦相似度判断机制检验kNN算法负荷识别结果准确性;然后选择暂态特征和稳态特征作为负荷特征以提高负荷特征辨识度;最后利用实验采集数据进行验证,上述NILM方法具有良好的性能。 相似文献
83.
在开放式的计算机教学过程中,利用"任务驱动"这一教学法具有很大的优势,针对"任务驱动"种种优点,本文做了详细的总结,让人们透过本文来了解"任务驱动"的具体含义,以及"任务驱动"在新时期教学中的优势。 相似文献
84.
85.
基于项集特性的关联规则挖掘中Apriori算法的改进 总被引:2,自引:0,他引:2
提出一个改进Apriori的算法IApr,利用事务数据库的事务数相对于项集的项的个数而言要大得多这一特点,采用线性存储结构,并结合推出并证明的项集特性,考虑候选频繁项目集的各个项的应满足的条件,只需扫描一次事务数据库,有效减少了生成候选频繁项集的数目,从数据扫描量、搜索空间、时间复杂度上分析都提高了算法效率。 相似文献
86.
87.
基于Spark和IPPSO_LSSVM的短期分布式电力负荷预测算法 总被引:2,自引:0,他引:2
为了提高电力负荷预测的精度,应对单机运算资源不足的挑战,提出一种改进并行化粒子群算法优化的最小二乘支持向量机短期负荷预测模型。通过引入Spark on YARN内存计算平台,将改进并行粒子群优化(IPPSO)算法部署在平台上,对最小二乘支持向量机(LSSVM)的不确定参数进行算法优化,利用优化后的参数进行负荷预测。通过引入并行化和分布式的思想,提高算法预测准确率和处理海量高维数据的能力。采用EUNITE提供的真实负荷数据,在8节点的云计算集群上进行实验和分析,结果表明所提分布式电力负荷预测算法精度优于传统的泛化神经网络算法,在执行效率上优于基于Map Reduce的分布式在线序列优化学习机算法,且提出的算法具有较好的并行能力。 相似文献
88.
文章针对网管告警数据库中时间序列存在的连续性、不确定性和模糊性问题,提出了一种基于模糊聚类的时间序列规则挖掘新方法。该方法引入模糊聚类理论,可预测出一些告警(联合)事件的发生将导致哪些告警(联合)事件的随后产生。通过对某校园网的告警数据库进行规则挖掘实验,表明该方法可以准确、有效地挖掘出隐含在海量网管告警数据库中大量有意义的时序规则,规则中的概率参数(置信度和支持度)可作为网络管理的先验知识用来指导网络故障的诊断和预报。 相似文献
89.
90.