全文获取类型
收费全文 | 67篇 |
免费 | 4篇 |
国内免费 | 5篇 |
专业分类
电工技术 | 11篇 |
综合类 | 7篇 |
化学工业 | 2篇 |
金属工艺 | 7篇 |
机械仪表 | 10篇 |
建筑科学 | 3篇 |
矿业工程 | 1篇 |
能源动力 | 1篇 |
轻工业 | 7篇 |
水利工程 | 2篇 |
石油天然气 | 2篇 |
无线电 | 11篇 |
一般工业技术 | 2篇 |
冶金工业 | 5篇 |
自动化技术 | 5篇 |
出版年
2024年 | 1篇 |
2023年 | 3篇 |
2022年 | 4篇 |
2019年 | 2篇 |
2016年 | 3篇 |
2015年 | 1篇 |
2014年 | 3篇 |
2013年 | 3篇 |
2012年 | 2篇 |
2011年 | 2篇 |
2010年 | 2篇 |
2009年 | 3篇 |
2008年 | 1篇 |
2006年 | 3篇 |
2005年 | 3篇 |
2004年 | 2篇 |
2003年 | 2篇 |
2001年 | 4篇 |
1993年 | 1篇 |
1992年 | 2篇 |
1991年 | 3篇 |
1990年 | 1篇 |
1988年 | 2篇 |
1985年 | 4篇 |
1984年 | 1篇 |
1983年 | 3篇 |
1982年 | 1篇 |
1980年 | 4篇 |
1978年 | 1篇 |
1965年 | 3篇 |
1964年 | 2篇 |
1959年 | 1篇 |
1956年 | 3篇 |
排序方式: 共有76条查询结果,搜索用时 15 毫秒
1.
运用滚压成形技术进行齿轮塑性加工具有设备简单、刀具寿命长及效率高的特点,尤其对斜齿轮的成形加工,没有拔模问题。近年来,在国外该技术的研究与运用得到极大的重视。文章对这些研究成果进行介绍,主要内容为滚压成形方法、冷和热挤滚压成形时出现的问题及解决措施。期望能对认识滚压成形的内在规律有所帮助。 相似文献
2.
3.
4.
二维(2D)医学图像分割在疾病诊断和计算机辅助治疗中具有重要作用.针对2D医学图像由于目标大小、形状不一以及边界模糊而难以精确分割的问题,提出一种结合多尺度通道注意力和边界增强的2D医学图像分割方法.首先以2D医学图像作为输入,并利用编码器和边界增强模块从中分别提取出高级特征图和边界分割结果;然后利用多尺度通道注意力模块从高级特征图中提取出不同尺度的上下文信息,增强其中有用的特征并抑制无用的特征响应;最后将得到的上下文信息传入解码器中获得区域分割结果,并与边界分割结果进行整合,得到最终的分割结果.为了化解医学图像中出现的数据不平衡问题,提出一种自定义的损失函数.在包含残根的牙齿全景片、包含龋齿的牙齿全景片、视网膜血管和皮肤病灶4个数据集上的实验结果表明,所提方法的分割精确率分别达到了85.63%,70.15%,75.86%和85.92%;与其他医学图像分割方法相比,所提方法表现更佳. 相似文献
5.
陈大千 《电子元器件与信息技术》2023,(3):77-81
汽车零部件生产加工过程中的刀具磨损退化严重影响产品加工质量、生产效率和生产成本。数据驱动方法已成为刀具磨损预测的有效手段,考虑传统浅层机器学习方法在手动特征提取与非线性拟合方面的局限性,本文将残差结构与门控循环单元相结合,提出一种用于刀具磨损预测的混合神经网络模型。针对多源多通道切削信号,采用残差结构实现空间特征自适应抽取,并解决网络加深时的梯度消失和模型退化问题;此外,针对特征信号的时间相关性,增加门控循环单元挖掘融合特征中的序列信息。为了验证模型性能,在刀具磨损数据集上与其他机器学习模型进行了对比实验。结果表明,所提出的混合模型具有较优的刀具磨损预测效果。 相似文献
6.
结合本工程的结构设计,着重介绍了该工程的基础设计,超长地下室及结构选型及分析,计算模型的处理及构造措施等. 相似文献
7.
输电线路施工基础形式包括斜柱插入式基础、直柱大板基础、人工挖孔桩基础、岩石嵌固基础以及斜顶基础。本文主要介绍了输电线路工程基础施工中比较特殊的铁塔基础形式斜顶基础施工的一般方法。 相似文献
8.
基于图像的PET瓶瓶盖和液位的检测设备 总被引:2,自引:0,他引:2
随着食品饮料行业的快速发展,产品的质量问题越来越受到人们的重视.其中实现PET瓶瓶盖和液位的检测是此行业面临的重要问题.目前,关于PET瓶瓶盖和液位的检测方法有多种,例如人工检测、传感器检测、计算机视觉检测等,但是都有其缺陷和不足,公司为了实现快速、精确的检测PET瓶瓶盖和液位的质量,在原有的计算机视觉的基础上,运用二值化的方法对图像进行了预处理,提供了一种能够在高速自动化生产线上进行实时不间断检测瓶盖和液位的一种检测设备,从而避免了现有技术上存在的问题. 相似文献
9.
10.
强震动冲击环境下的网络异常信号检测仿真 总被引:1,自引:0,他引:1
强震动冲击环境下的网络异常信号检测,可保证网络安全稳定的运行.在强震动冲击环境下,网络异常信号检测过程中存在较强的振荡波动和随机噪声,使得真实的异常信号特征与振动信号的频率及其相似.传统的基于核数据的网络异常信号检测方法,针对强震动冲击环境下的干扰,无法提取稳定的异常网络信号特征,不能够准确完成网络信号特征的分类,使得获取的网络异常信号检测结果存在较大的偏差.提出了一种采用敏感性分析的网络异常信号检测方法,在强震动冲击环境下的影响,网络异常信号与振动信号相比,存在一定的异常敏感性,先采用频率敏感性的检测方法初步检测网络异常信号,塑造网络结构有限元模型和敏感性矩阵,最后通过粒子群算法的模糊神经网络,选择模糊优选模型函数作为激励函数,能够根据强震动冲击的强度来确定各个影响因子的隶属度,确定了异常信号发生和损伤的精确位置,实现了网络异常信号的精确检测.实验结果表明,改进方法比传统方法更具有优越性,在强震动冲击环境下具有较高的网络异常信号检测效率和精度. 相似文献