全文获取类型
收费全文 | 169篇 |
免费 | 10篇 |
国内免费 | 2篇 |
专业分类
电工技术 | 16篇 |
综合类 | 4篇 |
金属工艺 | 6篇 |
机械仪表 | 55篇 |
能源动力 | 4篇 |
轻工业 | 12篇 |
水利工程 | 12篇 |
武器工业 | 17篇 |
无线电 | 1篇 |
一般工业技术 | 21篇 |
自动化技术 | 33篇 |
出版年
2024年 | 1篇 |
2023年 | 3篇 |
2022年 | 1篇 |
2021年 | 8篇 |
2020年 | 5篇 |
2019年 | 4篇 |
2017年 | 1篇 |
2015年 | 1篇 |
2014年 | 4篇 |
2013年 | 5篇 |
2012年 | 17篇 |
2011年 | 11篇 |
2010年 | 7篇 |
2009年 | 16篇 |
2008年 | 20篇 |
2007年 | 8篇 |
2006年 | 18篇 |
2005年 | 17篇 |
2004年 | 6篇 |
2003年 | 4篇 |
2002年 | 8篇 |
2001年 | 2篇 |
2000年 | 4篇 |
1999年 | 2篇 |
1998年 | 1篇 |
1995年 | 1篇 |
1991年 | 2篇 |
1990年 | 1篇 |
1986年 | 1篇 |
1985年 | 1篇 |
1980年 | 1篇 |
排序方式: 共有181条查询结果,搜索用时 15 毫秒
131.
基于支持向量机的机械故障特征选择方法研究 总被引:3,自引:0,他引:3
在机械故障诊断中,对机器状态信号进行处理可得到故障特征集。但是此特征集中通常含有冗余特征而影响诊断效果。特征选择可以去除原始特征中的冗余特征,提高诊断精度和诊断效率。本文提出采用支持向量机(SVM)作为决策分类器,研究了使用SVM的错误上界如半径-间距上界代替学习错误率作为特征性能评价,并且使用遗传算法对特征集进行寻优的特征选择方法。此方法由于只需要训练一次SVM,相比常用的分组轮换方法有较高的计算效率。数值仿真和减速器的轴承故障特征选择试验中,采用此方法对生成特征集进行选择,并与常用的分组轮换法进行了对比。结果显示此方法有较好的选择性能和选择效率。 相似文献
132.
133.
134.
装备测试性工程技术起源于20世纪80年代,是先进测试技术与系统工程紧密结合的产物。该技术经过40余年的发展逐渐成熟,在测试性需求分析与分配、测试性建模与方案优化设计、机内测试(Built-In Test,BIT)与自动测试系统(Automatic Test System,ATS)设计、测试性试验与评估等方面形成了较完善的理论体系,并在各型装备中得到了普遍应用,取得了较大的军事和社会效益。今后测试性基础研究和应用探索究竟该如何开展,未来发展方向是怎样的,是亟需深入探讨的问题。在对测试性工程技术的产生背景与需求、概念与内涵、发展历程、关键技术现状与新进展进行剖析的基础上,指出了目前测试性工程技术研究存在的问题和今后研究突破的方向。 相似文献
135.
136.
137.
The complex and uncertain relationship among failures was always ignored in failure sample selection based on traditional testability demonstration experimental method. A failure pervasion model is founded based on fuzzy probability Petri net (FPPN) which can depict the propagation and pervasion relation among failures, then failure pervasion intensity is defined, the process of failure pervasion was depicted based on k-step fault pervasion algorithm and the pervasion inten- sity was expressed by a value. The method of sample selection based on failure pervasion intensity and failure rate is intro- duced into the process of sample selection. The practical application shows that the sample set selected based on failure pervasion intensity and failure rate can represent the failure set adequately. 相似文献
138.
基于KPCA-HSMM设备退化状态识别方法的研究 总被引:1,自引:0,他引:1
为消除多通道观测信息冗余,压缩高维故障特征,提出了基于核主元分析( KPCA)多通道特征信息融合的隐半马尔可夫模型( HSMM)设备退化状态识别的新方法。首先,对采集的单通道振动信号进行小波相关滤波处理,构造单通道振动信号的小波相关特征尺度熵向量;然后,利用KPCA方法对多通道的小波相关特征尺度熵向量进行冗余消除和特征融合,得到多通道的融合小波相关特征尺度熵向量;并以此融合特征向量作为HSMM的输入进行训练,建立基于HSMM的设备运行状态分类器,从而卖现设备退化状态的识别。实验结果表明,该方法能有效的识别设备的退化状态,从而为多通道特征信息融合设备退化状态识别开辟新的途径。 相似文献
139.
140.