全文获取类型
收费全文 | 62篇 |
免费 | 7篇 |
国内免费 | 4篇 |
专业分类
电工技术 | 6篇 |
综合类 | 9篇 |
化学工业 | 5篇 |
金属工艺 | 2篇 |
机械仪表 | 8篇 |
建筑科学 | 4篇 |
轻工业 | 10篇 |
无线电 | 11篇 |
一般工业技术 | 4篇 |
冶金工业 | 2篇 |
自动化技术 | 12篇 |
出版年
2023年 | 2篇 |
2021年 | 3篇 |
2020年 | 3篇 |
2019年 | 1篇 |
2018年 | 1篇 |
2016年 | 4篇 |
2015年 | 3篇 |
2014年 | 6篇 |
2013年 | 9篇 |
2012年 | 6篇 |
2011年 | 5篇 |
2010年 | 5篇 |
2009年 | 7篇 |
2008年 | 3篇 |
2007年 | 4篇 |
2006年 | 2篇 |
2004年 | 1篇 |
2003年 | 4篇 |
2002年 | 3篇 |
1993年 | 1篇 |
排序方式: 共有73条查询结果,搜索用时 15 毫秒
1.
小波去噪算法在含噪盲源分离中的应用 总被引:1,自引:0,他引:1
无噪模型下的盲源分离算法在信噪比较低的情况下并不适用。针对该情况一种解决方案就是先对含有高斯白噪声的混合信号进行去噪预处理,然后使用盲源分离算法进行分离。为此,本文提出了一种适用于信噪比较低条件下的基于平移不变量的小波去噪算法。该算法首先使用高频系数滑动窗口法准确估计含噪混合信号的噪声方差,然后使用Bayesshrink阈值估计算法
得到更加合理的阈值,最后在不降低去噪效果的同时缩小了平移不变量的范围,减少了运算量。实验仿真表明,在信噪比较低的情况下,与传统小波去噪算法相比,该算法可以更加有效地去除噪声,在很大程度上提升盲源分离算法的性能。 相似文献
2.
由于手掌生理结构特性和采集环境因素影响,手掌静脉识别系统中所获取图像容易出现噪声过大、光照不均匀等现象,导致识别性能降低.为了解决这一实际问题,提出一种基于局部纹理描述算子的掌脉识别方法.首先使用Gamma校正、DoG滤波、对比度均衡等手段对掌脉图像进行预处理,降低光照影响.然后将掌脉图像分成互不重叠的区块,使用局部三值模式(LTP)提取每一小块的纹理特征,并加以融合,最后利用卡方距离进行匹配识别.在香港理工大学接触式掌脉图库和自建的非接触式掌脉图库上进行实验测试,结果表明,当图像分块大小为16×16像素时,本方法获得了最高的正确识别率,分别为99.981 6%,99.299 4%,优于其他典型方法,提升了掌脉识别系统的性能,增强了系统的鲁棒性,具有实际应用价值. 相似文献
3.
以Aspen Batch Distillation(ABD)中的间歇精馏仿真系统为过程原型,提出了利用过程的模拟测试数据来建立间歇精馏过程的样条插值简化模型(spline interpolation model, SIM)。结合变回流比下的动态修正函数,构造出了一种简单实用的动态模型。该模型可有效模拟不同组分浓度下回流比发生变化时馏出液浓度和流量的动态变化情况。以该模型作为预测模型,进一步提出了一种变回流比的预测控制(model predictive control, MPC)算法来使馏出液浓度按照期望的设定值变化。控制仿真结果表明该控制方案计算简单,同时具有较好的控制效果。 相似文献
4.
5.
6.
以芥末籽为原料,芥末油出油率为指标,首先确定最佳使用酶为碱性蛋白酶,通过单因素试验考察酶解温度、酶解时间和料液比等因素对出油率的影响,在此基础上,再结合响应面试验优化法,建立芥末籽油水酶法提取工艺并对芥末油进行脂肪酸分析。结果表明,碱性蛋白酶对芥末籽出油率的效果最佳;当加酶量为2.5%(g/100 mL)、酶解pH10、酶解温度为45 ℃、液固比为7:1 (mL/g)和酶解时间为6 h时,芥末籽出油率达到了23%,与预测值相差1.8%。采用GC-MS分析脂肪酸组分发现,不饱和脂肪酸相对含量高达81.34%,饱和脂肪酸相对含量为12.40%,油酸总含量高达50.72%,芥酸相对含量达到16.42%,二十碳-1-烯酸相对含量达到13.51%,本研究结果可为芥末籽油的综合开发与利用提供新的途径。 相似文献
7.
8.
9.
正鸟语花香的春季又到了,百草生芽,漫山遍野那抹绿色中总有一款是我们吃货的最爱,那翠绿的清新是春天的味道!踏青游玩之时,挎上小篮子,自己采摘些野菜回来吧,一起品尝春天迷人的那抹绿色!别小瞧了这些野菜,它们具有很多神奇的养生祛病功效。 相似文献
10.
相比传统接触式采集方法,非接触采集是目前掌纹识别的趋势和主流,但其低约束性可能导致人手和图像传感器平面不平行,从而使掌纹产生仿射变形.传统的尺度不变特征变换(scale invariant feature transform,SIFT)对此识别效果不佳.针对这个问题,提出一种改进方案,即基于仿射尺度不变特征变换(affine scale invariant feature transform,ASIFT)的掌纹识别方法,建立了变形掌纹的仿射模型,模拟了相机光轴的经度角和纬度角,在仿射空间内提取图像特征.通过基于实际环境所建立的掌纹库——SUT图库验证算法性能,与SIFT算法及目前典型的掌纹识别方法进行对比.结果表明,ASIFT方法具备良好的抗掌纹仿射变形性能,等误率仅为0.6%,证明了该方法能够成功解决掌纹变形问题,鲁棒性和稳定性强,具备优越性. 相似文献