全文获取类型
收费全文 | 33篇 |
免费 | 5篇 |
国内免费 | 5篇 |
专业分类
综合类 | 11篇 |
化学工业 | 7篇 |
建筑科学 | 1篇 |
石油天然气 | 2篇 |
无线电 | 2篇 |
一般工业技术 | 1篇 |
冶金工业 | 1篇 |
自动化技术 | 18篇 |
出版年
2024年 | 1篇 |
2023年 | 1篇 |
2021年 | 4篇 |
2020年 | 4篇 |
2019年 | 2篇 |
2018年 | 1篇 |
2017年 | 1篇 |
2016年 | 1篇 |
2015年 | 1篇 |
2012年 | 4篇 |
2011年 | 1篇 |
2010年 | 2篇 |
2009年 | 1篇 |
2008年 | 3篇 |
2007年 | 4篇 |
2006年 | 1篇 |
2005年 | 1篇 |
2004年 | 4篇 |
2003年 | 2篇 |
2002年 | 1篇 |
2001年 | 1篇 |
2000年 | 2篇 |
排序方式: 共有43条查询结果,搜索用时 15 毫秒
1.
丙烯酸系热熔压敏胶粘剂的研究 总被引:6,自引:0,他引:6
采用本体聚合的方法合成出了丙烯酸系热熔压敏胶并研究了合成丙烯酸酯共聚物的软单体、硬单体、官能单体的种类及用量对该热熔压敏胶性能的影响。 相似文献
2.
本文应用实验模态分析方法对网球拍的动态性能进行了测试,分析了不同网球拍在击球过程中的击球稳定性及对肘的不同伤害程度。 相似文献
3.
4.
目前用于多孔介质重构的多点统计法(MPS)等传统方法需要多次扫描训练图像,然后进行后续复杂的概率计算得到模拟结果,导致重构效率较低,模拟过程复杂,因此提出一种基于自适应深度迁移学习的重构方法。首先利用深度神经网络从多孔介质的训练图像中提取复杂特征,然后在深度迁移学习中添加自适应层以减少训练数据和预测数据之间的数据分布差异,最后使用自适应迁移学习复制这些特征来获得与真实训练数据结构相似的重构结果。通过与典型的多孔介质重构方法MPS的比较实验,结果显示在多点连通曲线、变差函数曲线和孔隙度方面,该方法重构质量更好,平均重构耗时从840 s减少到166 s,平均CPU占用率从98%下降到20%,平均内存占用下降了69%。所提方法在保证重构结果质量更好的前提下,显著提高了多孔介质重构的效率。 相似文献
5.
针对证据理论对不同特征融合缺乏统一的融合框架及在矛盾数据处理上的不合理性,通过分析证据理论与概率盒核心DSS之间的关系,论证了利用证据理论融合概率盒的可行性.通过对概率盒融合前的预处理得到了统一的融合框架,在对比了证据理论和加权平均法融合概率盒方法的基础上,给出了利用加权平均法改进证据理论的概率盒融合算法.提出利用加权平均矛盾因子矩阵迫使矛盾焦元融合后的区间变窄,以此降低矛盾数据的不合理影响力.通过仿真实验证明了改进方法的有效性,并以滚动轴承故障信号为实例进行了图表对比与分析,结果表明改进方法能在不失证据合成规则推理性的前提下有效地处理矛盾焦元. 相似文献
6.
在利用遥感技术对土地覆盖情况制图的过程中,超分辨率重建被广泛采用.包含土地覆盖图像特征的先验模型可以减少重建过程中的不确定性.多点信息统计法可以从先验模型提取其本质特征,然后将特征复制到待模拟区域.然而传统基于线性降维的多点信息统计法不能有效处理非线性数据,因此将等距特征映射引入到多点信息统计法以实现非线性数据的降维,再对降维后的数据作分类处理.比较当前数据事件和各个分类的均值,从与当前数据事件最接近的类中提取模式.同时利用低精度原始图像作为软数据以重建较高精度的土地覆盖图像.实验表明重建的超分辨率土地覆盖图像具有与参照图像相似的结构特征. 相似文献
7.
8.
不确定性空间信息在众多科学领域得到了广泛应用。然而目前用于不确定性空间信息重建的方法需要多次对训练图像(TI)进行扫描,再通过复杂的概率计算获得模拟结果,导致这些方法的效率较低,且模拟过程复杂。针对这一问题,提出了将费雪信息量和变分自编码器(VAE)结合应用于不确定性空间信息的重建。首先,通过编码器神经网络对空间信息的结构特征进行学习,并训练得到空间信息的均值和方差;然后,进行随机采样,根据采样结果和空间信息的均值、方差重建中间结果,并将编码器神经网络的优化函数与费雪信息量相结合来优化网络;最后,将中间结果输入解码器神经网络中,以对空间信息进行解码重建,并将解码器的优化函数与费雪信息量结合对重建结果进行优化。通过比较各方法重建结果与训练数据的多点连通曲线、变差函数、孔隙分布和孔隙度表明,所提方法的重建质量比其他方法的更好。具体来说,该方法重建结果的平均孔隙度为0.171 5,与其他方法重建结果的平均孔隙度更接近训练数据的孔隙度0.170 5。且相较于传统方法,其平均CPU利用率从90%下降到25%,平均内存占用下降了50%,说明该方法的重建效率更高。而通过重建质量和重建效率两个方面的对比,说明了该方法的有效性。 相似文献
9.
10.
重建过程中常常需要使用多种插值方法来提高重建精度,并结合多来源的数据进行整合.不同尺度、不同分辨率或不同类型的数据结合可以提高空间插值结果的精度.协同序贯高斯模拟(COSGSIM)能够利用已知的主要信息(硬数据)和一些模糊的辅助信息(软数据)来预测重建.协同区域化线性模型(LMC)和最初的Markov模型(简称MM1)被COSGSIM用于融合主要信息和辅助信息.但是LMC不能解决不同变量间交叉矩阵不稳定的问题.而MM1模型只有当主要信息定义在比较大的空间尺度时,才可以实现对 COSGSIM 的逼近.对于上述情况,提出一种改进的 Markov模型(简称MM2).MM2模型假设一个位置的辅助信息屏蔽了其他位置辅助信息对该位置主要信息的影响.实验结果表明,当主要信息定义在比辅助信息小的空间尺度时,COSGSIM方法在MM2模型下比 MM1有效. 相似文献