全文获取类型
收费全文 | 80篇 |
免费 | 10篇 |
国内免费 | 3篇 |
专业分类
电工技术 | 21篇 |
综合类 | 5篇 |
化学工业 | 8篇 |
金属工艺 | 5篇 |
机械仪表 | 3篇 |
建筑科学 | 9篇 |
轻工业 | 1篇 |
水利工程 | 3篇 |
石油天然气 | 5篇 |
武器工业 | 1篇 |
无线电 | 12篇 |
一般工业技术 | 3篇 |
冶金工业 | 3篇 |
原子能技术 | 1篇 |
自动化技术 | 13篇 |
出版年
2024年 | 1篇 |
2023年 | 5篇 |
2022年 | 1篇 |
2021年 | 4篇 |
2020年 | 2篇 |
2019年 | 3篇 |
2018年 | 4篇 |
2017年 | 2篇 |
2016年 | 6篇 |
2015年 | 3篇 |
2014年 | 3篇 |
2013年 | 6篇 |
2012年 | 2篇 |
2011年 | 2篇 |
2010年 | 6篇 |
2009年 | 5篇 |
2008年 | 3篇 |
2007年 | 4篇 |
2006年 | 2篇 |
2005年 | 2篇 |
2004年 | 5篇 |
2003年 | 2篇 |
2002年 | 1篇 |
2000年 | 1篇 |
1998年 | 3篇 |
1996年 | 6篇 |
1993年 | 3篇 |
1992年 | 2篇 |
1990年 | 2篇 |
1988年 | 1篇 |
1984年 | 1篇 |
排序方式: 共有93条查询结果,搜索用时 15 毫秒
51.
52.
采用基于密度泛函理论(DFT)下的第一性原理方法研究了氢掺入情况下p型掺杂AlN的结构稳定性和局域振动模式(LVM)。系统研究了二族掺杂AlN材料中(Be,Mg, Ca, Sr, Ba)-H复合键在不同组态下的稳态及亚稳态微观结构。计算结果表明,对于Al-H和Be-H BC∥ 是最稳定的组态,而对于Mg-H, Ca-H, Sr-H 和 Ba-H,ABN,⊥是最稳定的结构。进一步计算了局域振动模式下H原子的振动频率,以及k 和 |α|值。这里k 和 |α|值用以表征来自谐振和非谐振的贡献。计算结果表明,掺杂离子尺寸越大,N-H键长越短,振动势能、振动频率和k 和 |α|值越大。这意味掺杂离子尺寸对氢原子的振动性质有很大的影响。 相似文献
53.
54.
本文详细讨论了基于TI公司的高性能32位定点DSP芯片TMS320F2812的电力有源滤波器系(APF),该系统包括信息采集,液晶键盘,FFT变换,PWM输出等模块,主要实现电网电能质量的智能监控和高次谐波的实时补偿,实验证明该方案是切实有效的。 相似文献
55.
针对车载激光点云道路标线反射强度特性,提出了一种基于车载激光点云的城市道路标线提取方法。具体而言,首先提出一种联合布料模拟滤波和高差偏度平衡的地面滤波方法,利用偏度平衡滤波的自适应性,剔除布料滤波后残留的低矮植被的问题;随后利用基于法向量密度聚类以提取路面点云,并通过反距离加权插值将路面点云转为强度特征图;为了缓解标线提取出的锯齿状现象,引入快速引导滤波来平滑道路标线的边缘信息;最后采用最大熵阈值分割和形态学比值滤波对道路标线进行精化处理。实验表明,该方法能够有效地提取出道路标线点云,提取的平均召回率为80.98%,平均准确率为96.89%,平均综合评定指标为88.19%,能够利用道路标线点云强度信息较为完整地提取出道路标线点云。 相似文献
56.
57.
针对齿轮箱的复合故障诊断问题,将深度卷积神经网络(Deep Convolutional Neural Network,DCNN)与XGBoost(e Xtreme Gradient Boosting)算法相结合,建立故障诊断模型。首先,利用深度卷积神经网络自适应提取原始振动加速度信号的特征矩阵。其次,将所得到的特征矩阵作为输入数据,运用网格调参法对XGBoost算法进行参数调整,得到XGBoost模型。最后,作为训练数据训练XGBoost模型,得到DCNN-XGBoost齿轮箱故障诊断模型。为了验证该模型的有效性和XGBoost算法的优越性,与DCNN-BP神经网络、DCNN-随机森林和DCNN-支持向量机三种模型作对比分析,并且对DCNN所得特征矩阵和人工提取的特征矩阵进行t-SNE可视化降维分析。结果表明,DCNN获得的特征矩阵可视化的效果优于人工提取的特征矩阵,并且随机森林的稳定性不如XGBoost算法,和BP神经网络相比,XGBoost算法在防止过拟合方面有一定的优势,SVM与DCNN的结合有其局限性,最后DCNN-XGBoost模型的诊断正确率和时间优于其他模型。 相似文献
58.
从水环境预测、评价、管理三方面,介绍人工神经网络在水科学领域的研究进展,通过分析国内外研究人工神经网络模型的数据选取与前处理、网络输入与输出的选取、网络结构的设计、学习规则的运用、仿真效果等,提出进一步深入研究时需要关注的一些问题。国内外的研究表明,人工神经网络在水科学的研究中具有相当的效果和良好的应用前景。 相似文献
59.
近些年来,多种基于卷积神经网络(CNNs)的模型结构表现出越来越强的多尺度特征表达能力,在说话人识别的各项任务中取得了持续的性能提升.然而,目前大多数方法只能利用更深更宽的网络结构来提升性能.该文引入一种更高效的多尺度说话人特征提取框架Res2Net,并对它的模块结构进行了改进.它以一种更细粒化的工作方式,获得多种感受野的组合,从而获得多种不同尺度组合的特征表达.实验表明,该方法在参数量几乎不变的情况下,等错误率(EER)相较ResNet有20%的下降,并且在VoxCeleb,SITW等多种不同录制环境和识别任务中都有稳定的性能提升,证明了该方法的高效性和鲁棒性.改进后的全连接模块结构能更充分利用训练信息,在数据充足和任务复杂时性能提升明显.具体代码可以在https://github.com/czg0326/Res2Net-Speaker-Recognition获得. 相似文献
60.