全文获取类型
收费全文 | 170篇 |
免费 | 15篇 |
国内免费 | 22篇 |
专业分类
电工技术 | 29篇 |
综合类 | 7篇 |
化学工业 | 17篇 |
金属工艺 | 4篇 |
机械仪表 | 3篇 |
建筑科学 | 16篇 |
矿业工程 | 14篇 |
能源动力 | 3篇 |
轻工业 | 11篇 |
水利工程 | 4篇 |
石油天然气 | 3篇 |
无线电 | 3篇 |
一般工业技术 | 5篇 |
冶金工业 | 9篇 |
自动化技术 | 79篇 |
出版年
2024年 | 3篇 |
2022年 | 8篇 |
2021年 | 4篇 |
2020年 | 8篇 |
2019年 | 9篇 |
2018年 | 6篇 |
2017年 | 6篇 |
2016年 | 7篇 |
2015年 | 2篇 |
2014年 | 11篇 |
2013年 | 14篇 |
2012年 | 9篇 |
2011年 | 14篇 |
2010年 | 21篇 |
2009年 | 11篇 |
2008年 | 6篇 |
2007年 | 13篇 |
2006年 | 11篇 |
2005年 | 10篇 |
2004年 | 2篇 |
2003年 | 5篇 |
2002年 | 1篇 |
2001年 | 6篇 |
1998年 | 6篇 |
1997年 | 6篇 |
1996年 | 2篇 |
1994年 | 1篇 |
1993年 | 1篇 |
1990年 | 1篇 |
1989年 | 1篇 |
1988年 | 1篇 |
1984年 | 1篇 |
排序方式: 共有207条查询结果,搜索用时 15 毫秒
1.
该文介绍了Mall的产生条件和国内发展概况,并结合实例分析,着重论述建筑设计方面的有关问题。 相似文献
2.
3.
变压器的漏磁场强度随着变压器容量的增大而增大,漏磁场强度越大在变压器各结构中引起的漏磁损耗越大,导致变压器运行效率低下,进而影响变压器的正常运行。对35 kV变压器进行试验,将漏磁产生最大处的温度与油箱产生顶端处的温度进行了对比,试验得出当开风机时该处与油箱顶端处的最高温度差为8.7℃、当负荷降至1倍功率时温差为2.9℃,它们的实时温度曲线图与变压器的运行一致,产生了局部温升的现象。通过光纤Bragg光栅( FBG)检测温度的变化反映变压器漏磁的情况,从而实现了对变压器漏磁的实时在线监测。 相似文献
4.
针对三维模型聚类问题,提出一种基于骨架特征点的三维模型聚类算法.该算法首先对三维模型的二维投影图进行预处理,然后对投影图进行二级分解,提取小波分解后投影图的骨架特征点,并采用质心距离将其序列化.针对骨架特征序列非等长问题,采用基于DTW度量的K-medoids聚类算法进行聚类.最后在PSB数据集上进行实验,结果表明,该方法能够得到较好的聚类效果,对处于各个姿态的三维模型进行有效地聚类. 相似文献
5.
6.
发变组保护及并网整定计算 总被引:1,自引:0,他引:1
介绍了发电机和变压器分别装设单独的纵联差动保护,以提高系统的可靠性及保护的灵敏度,详述了发电机和变压器的主保护和后备保护的整定计算以及并网整定计算,确保了工程顺利投运和良好稳定的运行状况。 相似文献
7.
提出网格相对密度的概念和边界点提取技术,在此基础上给出了一种多密度聚类算法。该算法使用网格相对密度识别具有不同密度聚簇的相对高密度网格单元,聚类时从相对高密度网格单元开始逐步扩展生成聚簇。实验结果表明,算法能有效地识别不同形状、不同密度的聚簇并对噪声数据不敏感,具有聚类精度高等优点。 相似文献
8.
本文在基于局部密度的空间聚类算法LDBSCAN的基础上提出了一种基于网格和SP-Tree的快速聚类算法GLDBSCAN。改进算法设计了一种新的对数据空间进行划分的网格划分方法,并采用空间索引SP-Tree来组织网格结构。算法同时提出用网格中心对象来代表网格包含的对象集合进行聚类,从而降低聚类时间和I/O消耗,实现快速聚类。实验结果表明,GLDBSCAN算法在不降低LDBSCAN聚类质量的前提下,大大提高了聚类的效率,并且能有效地对大规模数据集进行聚类。 相似文献
9.
根据油流自下而上循环的特点,将三只光纤Bragg光栅(FBG)温度传感器A,B,C安装在油箱内固定支架的三个位置处,分别用来测量变压器的顶、中、底层油温.光栅中心波长随温度变化而变化,通过FBG中心波长的变化量可实现对油温变化的测量.实验得出变压器的顶、中、底层最高油温分别为73,66.5,52.2℃,打开风机后依次经14,5,3min后开始降温,对应的降温时间常数为4364,3236,1527 s,约25 min后温度稳定在64,52,45℃.分析表明:开风扇后顶、中、底层油温降低存在依次减小的延时,且降温速率依次增高. 相似文献
10.
处理高维复杂数据的聚类问题,通常需先降维后聚类,但常用的降维方法未考虑数据的同类聚集性和样本间相关关系,难以保证降维方法与聚类算法相匹配,从而导致聚类信息损失.非线性无监督降维方法极限学习机自编码器(Ex-treme learning machine,ELM-AE)因其学习速度快、泛化性能好,近年来被广泛应用于降维及去... 相似文献