全文获取类型
收费全文 | 59篇 |
免费 | 3篇 |
国内免费 | 4篇 |
专业分类
电工技术 | 6篇 |
综合类 | 3篇 |
化学工业 | 4篇 |
金属工艺 | 1篇 |
机械仪表 | 6篇 |
建筑科学 | 12篇 |
矿业工程 | 3篇 |
能源动力 | 4篇 |
轻工业 | 5篇 |
水利工程 | 1篇 |
石油天然气 | 1篇 |
无线电 | 11篇 |
一般工业技术 | 3篇 |
自动化技术 | 6篇 |
出版年
2024年 | 3篇 |
2023年 | 9篇 |
2022年 | 11篇 |
2021年 | 5篇 |
2020年 | 1篇 |
2016年 | 2篇 |
2015年 | 4篇 |
2014年 | 1篇 |
2013年 | 2篇 |
2012年 | 1篇 |
2011年 | 4篇 |
2010年 | 4篇 |
2009年 | 2篇 |
2006年 | 5篇 |
2004年 | 1篇 |
1999年 | 4篇 |
1998年 | 1篇 |
1996年 | 1篇 |
1994年 | 2篇 |
1991年 | 1篇 |
1990年 | 2篇 |
排序方式: 共有66条查询结果,搜索用时 31 毫秒
1.
2.
3.
与以往所使用的传统存储结构相对比,钢板筒仓结构具有很多优点,包括小占地面积、大存储数量、便捷的存取方式以及方便的机械化作业和较短的施工周期等。近几年的时间里,我国的钢产量正在逐渐的增多,钢结构也因其自身包括抗震性能强、自重较轻以及方便施工等多方面的特征而被广泛的应用于各个行业中,特别是仓储建筑,在对其进行施工的过程中应用了大量的钢板筒仓结构。然而该结构具有非常复杂的受力机理,需要我们对其受力性能进行更深一步的研究与探索。为此,本文将以装配式落地钢板圆筒仓模型为例,对其多阶变截面加劲肋的设计方案进行详细的分析。 相似文献
4.
以北京电影学院怀柔新校区一期工程图书馆的楼梯为研究对象,对清水混凝土双层板旋转楼梯的施工技术进行研究。结合BIM技术,对楼梯的测量定位、构件深化设计和模板加固措施等关键技术进行创新组合,解决了施工过程中旋转楼梯踢踏步坐标及楼梯与侧墙连接位置坐标定位困难、模板构件尺寸数据模糊和模板加固成形效果差等问题,总结形成了一种结构梁隐藏式悬挑型开敞旋转楼梯结构的施工方法,获得良好的施工效果,可为类似工程提供借鉴。 相似文献
5.
近年来,“数据挖掘”引起了信息产业界的极大关注。大量的数据通过数据挖掘转换后,成为管理者进行经营决策制订时的重要支摔。本刊上期刊发了“小数字大道理”系列的第二部分《有线电视网络运营商的数据化运营模式》,本期我们将继续刊发其第三部分,重点探讨有线运营商的精细化运营。 相似文献
6.
7.
基于深度学习的目标检测技术被广泛应用于医疗检测领域,该技术依赖大量医疗影像训练分类模型,从而为医生决策提供有力的辅助医疗手段。因涉及患者隐私并直接关系到医生诊断,所以医疗影像数据的共享必须保护患者隐私并确保数据准确不被篡改,而现有中心化的医疗数据存储方案面临隐私泄露等诸多安全问题。提出了一种基于区块链的医疗影像数据人工智能检测模型。该模型针对目标检测技术辅助医生诊断的问题,采用区块链技术实现去中心化、不可篡改的训练参数聚合,通过加密和签名技术保护数据隐私,利用智能合约评估服务器诊断准确率,有助于解决医疗数据壁垒和医疗隐私泄露问题。 相似文献
8.
9.
以百色市田阳县右江河谷为研究样区,定量比较喀斯特地区的高分一号与Landsat8影像归一化水体指数
(Normalized difference water Index, NDWI),以期为喀斯特地区的水资源研究提供科学支撑。选择喀斯
特河谷盆地和喀斯特石山两类不同地貌类型为研究区,分别计算两类地区两类影像的NDWI,结合目视解译,
对两类影像的水体识别阈值和精度进行比较,进而分析两类影像的归一化水体指数的相互定量关系。
结果表明:1)从水体识别阈值看,高分一号影像的水体混合像元NDWI 值多在0.6$\sim$0.8之间,水体的NDWI值
大多为1.0,而Landsat8的水体混合像元NDWI值在-0.2$\sim$0之间,水体的NDWI值多为0以上; 2)从识别
精度而言,在河谷地带和山区,高分一号影像都明显优于Landsat8,特别是对混合水体混合像元的识别,
高分一号影像有比较好的优势; 3)两类影像NDWI值具有一定的线性关系,但定量回归结果不太理想。
高分一号和Landsat8在喀斯特地区水体识别的山地地带和河谷地带都有较好的效果,但高分一号的的估算精度和效果都优于Landsat8。 相似文献
10.
高光谱图像的低空间分辨率特性往往导致全局纹理提取技术难以获取地物要素的精准纹理信息,同时,单一尺度的局部纹理提取技术难以达到有效识别地物的目的。基于此,该文设计了一种多尺度超像素纹理保持与融合(MSuTPF)的高光谱图像分类方法,主要架构如下:首先,利用2D Gabor滤波器对高光谱图像进行多方向与尺度的全局纹理提取,并通过融合各尺度的纹理特征,增强纹理结构表征能力;其次,融合纹理与光谱主成分特征以形成光谱-纹理联合判别特征;再次,采用形状自适应的超分割方法,作用至光谱-纹理联合特征进行局部纹理信息保持与融合,尤其是,为克服超像素邻域像元的隐性不相关问题,该文定义了基于密度最近邻相似性评价准则,使超像素纹理进一步趋于一致性;最后,将各更新的光谱-纹理联合特征输入像素级分类器获取其对应的类标签,并采用多数表决的决策融合机制取得最终分类结果。Indian Pines和Pavia University真实数据集的实验表明,该方法在小样本条件下的分类精度优于基准分类器(SVM)、深度学习方法(GFDN)以及最新的空-谱分类方法(S3-PCA)等8个对比方法,充分证明了该文所提方法的实用性和有效性。 相似文献