全文获取类型
收费全文 | 228篇 |
免费 | 22篇 |
国内免费 | 4篇 |
专业分类
电工技术 | 12篇 |
综合类 | 15篇 |
化学工业 | 25篇 |
金属工艺 | 2篇 |
机械仪表 | 33篇 |
建筑科学 | 28篇 |
矿业工程 | 10篇 |
能源动力 | 10篇 |
轻工业 | 9篇 |
水利工程 | 5篇 |
石油天然气 | 16篇 |
无线电 | 24篇 |
一般工业技术 | 25篇 |
冶金工业 | 6篇 |
原子能技术 | 3篇 |
自动化技术 | 31篇 |
出版年
2024年 | 2篇 |
2023年 | 14篇 |
2022年 | 10篇 |
2021年 | 9篇 |
2020年 | 13篇 |
2019年 | 20篇 |
2018年 | 10篇 |
2017年 | 9篇 |
2016年 | 4篇 |
2015年 | 10篇 |
2014年 | 20篇 |
2013年 | 20篇 |
2012年 | 16篇 |
2011年 | 16篇 |
2010年 | 17篇 |
2009年 | 8篇 |
2008年 | 6篇 |
2007年 | 14篇 |
2006年 | 11篇 |
2005年 | 8篇 |
2004年 | 3篇 |
2003年 | 3篇 |
2002年 | 3篇 |
2000年 | 5篇 |
1999年 | 1篇 |
1997年 | 2篇 |
排序方式: 共有254条查询结果,搜索用时 15 毫秒
31.
Pro/E二次开发中外部数据库访问及模型尺寸驱动 总被引:3,自引:0,他引:3
本文首先介绍了ODBC、DAO及ADO三种数据库访问技术,分析了三种技术的特点和适用范围;在此基础上结合实例,叙述了基于Pro/TOOLKIT及Visual C++集成开发环境对Pro/E进行二次开发的应用程序结构;分别运用以上三种技术实现了从本机或远程访问Pro/E外部数据库获得模型的尺寸参数值,并对模型进行尺寸驱动。 相似文献
32.
33.
针对传统K-means算法对初始中心十分敏感,聚类结果不稳定问题,提出了一种改进K-means聚类算法。该算法首先计算样本间的距离,根据样本距离找出距离最近的两点形成集合,根据点与集合的计算公式找出其他所有离集合最近的点,直到集合内数据数目大于或等于[α]([α]为样本集数据点数目与聚类的簇类数目的比值),再把该集合从样本集中删除,重复以上步骤得到K(K为簇类数目)个集合,计算每个集合的均值作为初始中心,并根据K-means算法得到最终的聚类结果。在Wine、Hayes-Roth、Iris、Tae、Heart-stalog、Ionosphere、Haberman数据集中,改进算法比传统K-means、K-means++算法的聚类结果更稳定;在Wine、Iris、Tae数据集中,比最小方差优化初始聚类中心的K-means算法聚类准确率更高,且在7组数据集中改进算法得到的轮廓系数和F1值最大。对于密度差异较大数据集,聚类结果比传统K-means、K-means++算法更稳定,更准确,且比最小方差优化初始聚类中心的K-means算法更高效。 相似文献
34.
针对高度耦合的月球车轮地相互作用力学积分模型很难在实际中应用的问题,采用应力分布线性化、忽略比重较小的耦合项等方法,推导了解耦的封闭解析模型.利用轮地相互作用测试平台,对具有不同尺寸和不同轮刺的6种车轮进行试验.基于解耦模型研究了土壤参数的辨识方法,对轮地作用过程中的8个未知参数进行了辨识,并利用试验数据验证了该方法的... 相似文献
35.
36.
37.
前言
湖州市自来水公司两座水厂的原水一年中有三分之一的时间以西苕溪水为水源;由于西苕溪水体含铁锰量较高,因此我们从2002年开始投加高锰酸钾以去除铁锰。由于当时条件所限,采取了高锰酸钾与聚合氯化铝同时投加的方式,并以原水锰含量做为投加高锰酸钾量的依据。 相似文献
38.
基于反电势线性拟合的无霍尔BLDC驱动方法 总被引:1,自引:0,他引:1
对于以反电势过零点判断来控制无感直流无刷电机的方案,在驱动的低速阶段,由于反电动势值过小,难以准确地检测过零点,针对该问题,提出一种新的低速反电势过零检测方法。该方法在低速采用线性拟合代替硬件判断反电势过零点,并在PWM_OFF时刻进行反电势采样,提高了低速阶段的控制性能,通过Matlab的Simulink仿真证明该方案切实可行。 相似文献
39.
为了解决区块链应用方面的安全挑战,以区块链应用为主视角,介绍了区块链的研究现状,对区块链网络的数据结构层、网络层、共识层、应用层面临的安全威胁进行了分析,并围绕防范网络层攻击、改进共识层协议、加强应用层智能合约设计等方面给出区块链未来发展的安全建议。 相似文献
40.
针对风向的随机性、不稳定性、强相关性,提出了1种基于小波分解的自回归滑动平均模型(Autoregressive moving average,ARMA)与Bayes-LSTM(Long short-term memory,LSTM)组合的风向预测算法。首先对风向序列进行小波分解;然后使用ARMA与Bayes-LSTM算法分别对各分量进行预测;最后对预测结果进行重构,得到预测风向。与ARMA、LSTM、Bayes-LSTM预测方法进行对比,结果表明,所提出的组合算法对风向具有更好的预测精度。 相似文献