全文获取类型
收费全文 | 70篇 |
免费 | 5篇 |
国内免费 | 5篇 |
专业分类
电工技术 | 1篇 |
综合类 | 7篇 |
化学工业 | 6篇 |
金属工艺 | 1篇 |
机械仪表 | 3篇 |
建筑科学 | 4篇 |
矿业工程 | 2篇 |
能源动力 | 3篇 |
轻工业 | 11篇 |
水利工程 | 14篇 |
石油天然气 | 4篇 |
无线电 | 3篇 |
一般工业技术 | 2篇 |
冶金工业 | 2篇 |
原子能技术 | 1篇 |
自动化技术 | 16篇 |
出版年
2023年 | 7篇 |
2022年 | 7篇 |
2021年 | 7篇 |
2020年 | 4篇 |
2019年 | 7篇 |
2018年 | 3篇 |
2017年 | 3篇 |
2016年 | 3篇 |
2015年 | 1篇 |
2014年 | 14篇 |
2013年 | 2篇 |
2012年 | 4篇 |
2011年 | 4篇 |
2010年 | 5篇 |
2009年 | 6篇 |
2008年 | 1篇 |
1989年 | 2篇 |
排序方式: 共有80条查询结果,搜索用时 15 毫秒
71.
72.
针对第三代环境友好型发泡剂HFC 365mfc,分别从异氰酸酯指数、发泡剂用量和发泡动力学等角度对影响绝热用硬质聚氨酯泡沫性能的各种因素进行了探讨。结果表明,异氰酸酯指数在1.2左右,HFC 365mfc用量在25份左右时泡沫的综合性能最佳;将HFC 365mfc泡沫与目前广泛应用的HCFC 141b和全水发泡的泡沫性能进行了对比分析,结果表明,与HCFC 141b和全水发泡体系相比,HFC 365mfc发泡工艺与HCFC 141b体系接近,不需对生产线进行改进。 相似文献
73.
74.
75.
随着物联网的发展和无线射频识别技术(radio frequency identification, RFID)的广泛应用,RFID系统的安全问题越发突出。其中克隆标签的出现极大地阻碍了RFID系统的大规模发展,成为当前一个亟待解决的难题。通过总结分析目前RFID克隆标签检测领域的一些主流方法,旨在为后续研究更有效的RFID克隆标签检测策略奠定基础。针对目前已知的一些检测方法,该文将克隆标签检测方法归纳总结为射频指纹、同步秘密、轨迹分析和碰撞检测四大类,并较为系统地对这四大类方法所包含的具体策略进行了研究,同时对这些方法策略进行了横向与纵向的对比分析。目前这四类方法都存在一定的缺陷,导致其无法直接应用于现有RFID系统进行克隆标签检测或者应用条件较苛刻。针对目前这些方法存在的问题,认为匿名RFID系统克隆标签的分布式检测是未来的一个主要研究方向。 相似文献
76.
77.
由于暗通道先验去雾算法会使天空等明亮区域产生颜色失真、偏移等问题,对此文中提出基于暗通道先验的单幅图像去雾新算法,提高了图像去雾效果。首先,根据图像的大小设计了一种自适应滤波窗口;其次,为了防止图像中的高亮像素对大气光值估计的影响,利用变差函数去除这些高亮像素,并结合去除高亮像素后图像的暗通道图,估计大气光值;然后,提出了一种结合结构相似性的暗通道先验去雾改进算法,并对透射率进行优化、修正;接着,利用大气散射模型恢复出无雾图像;最后,利用RGB模型和HIS模型的相互转化,增强恢复图像的亮度。实验结果表明,该算法不仅能对图中景物进行较好的去雾,还能较好地处理天空等明亮区域,使处理后的图像有很好的视觉效果。 相似文献
78.
通过感官评价正交试验确定雪梨百合软糖最佳配方。以具有护嗓润喉功效的药食同源食品雪梨、百合为原料,以果胶、麦芽糖醇液和柠檬酸等为辅料,以感官评分和产品的质构特性为指标,分别采用单因素试验和正交试验确定雪梨百合功能性软糖最佳配方。雪梨百合功能性软糖的最佳配方:果胶添加量9.00%,浓缩液添加量14.00%,麦芽糖醇液添加量75.00%,柠檬酸添加量0.15%。在最佳工艺配方条件下,得到的产品口感最佳、表面光滑、软硬适中、咀嚼性良好,且糖体饱满,具有雪梨百合的特殊风味,雪梨百合功能性软糖的各项指标均符合SB/T10021相关要求。 相似文献
79.
<正>“十四五”时期,生态文明建设的核心任务就是以习近平生态文明思想为统领,扎实推进国家环境治理体系与治理能力的现代化。习近平总书记多次重点指示、批示的垃圾分类工作,不仅是居民在源头投放的举手之劳,更是一个科学体系,综合体现了国家的文明程度和城市的管理水平。因此,需要从市场、法律、制度、政策、宣传、基础设施配套等各方面入手,多措并举、因地制宜地搞好垃圾分类工作。伴随着城市高质量发展全面推进,垃圾管理的思路也发生了新的变化。 相似文献
80.
近年来,深度学习方法广泛应用于各种疾病预测任务,甚至在其中一些方面超过了人类专家。 然而,算法的黑盒性质限制了其临床应用。对此,本文结合知识表示学习和深度学习方法构建了一种融入知识表示向量的可解释深度学习模型。该模型首先依据体检指标正常范围构建体检指标与检测值之间的关系图,并通过基于知识表示学习的深度学习模型对人体体检指标与检测值关系图进行编码,然后将患者体检数据表示为向量,输入到构建的自注意力机制和卷积神经网络构建的分类器中来实现疾病预测。将模型应用于糖尿病预测实验中,其准确率和召回率均优于对比的机器学习方法。与表现较优的随机森林算法相比,模型的准确率和召回率分别提升了0.81%和5.21%。实验结果表明,通过可解释性方法将知识表示学习和深度学习技术融合应用于糖尿病预测,可以达到对糖尿病的早期发现与辅助诊断的目的。 相似文献