全文获取类型
收费全文 | 84篇 |
免费 | 22篇 |
国内免费 | 11篇 |
学科分类
工业技术 | 117篇 |
出版年
2024年 | 1篇 |
2023年 | 8篇 |
2022年 | 1篇 |
2021年 | 2篇 |
2020年 | 2篇 |
2019年 | 2篇 |
2018年 | 6篇 |
2017年 | 1篇 |
2016年 | 3篇 |
2015年 | 4篇 |
2014年 | 13篇 |
2013年 | 5篇 |
2012年 | 1篇 |
2011年 | 2篇 |
2010年 | 4篇 |
2009年 | 5篇 |
2008年 | 5篇 |
2007年 | 7篇 |
2006年 | 3篇 |
2005年 | 6篇 |
2004年 | 2篇 |
2003年 | 6篇 |
2002年 | 6篇 |
2001年 | 7篇 |
2000年 | 5篇 |
1999年 | 3篇 |
1998年 | 2篇 |
1997年 | 1篇 |
1995年 | 1篇 |
1994年 | 1篇 |
1992年 | 1篇 |
1991年 | 1篇 |
排序方式: 共有117条查询结果,搜索用时 15 毫秒
111.
对保护用电流互感器在大电流时的性能进行校验时一般采用含铁芯的电磁式互感器作为标准。但电流较大时,电磁式互感器铁芯体积大、制造困难,且剩磁现象严重,导致其误差变大。为此,提出了一种基于空心线圈互感系数自校验原理的交流大电流校验系统。在小电流时,该系统利用铁芯线圈的输出来校正空心线圈的安装等外界因素可能造成的误差。由于空心线圈的线性度好,校准后的空心线圈可作为大电流校验时的电流标准。空心线圈的输出需要积分还原,采用基于直流负反馈原理的数字积分算法,有效克服了传统模拟积分电路和数字积分的零漂、时漂和直流偏移问题。测试结果表明,该系统在电流500 A~50 kA范围内可达到0.1级的准确度。 相似文献
112.
为提高低压配电台区中分布式光伏(DPV)的接入容量,促进光伏消纳,本文提出一种计及源荷时序特性的低压台区DPV接入分布鲁棒优化方法.首先,针对低压台区中分布式光伏出力和负荷需求的不确定性,提出一种基于优化聚类的源-荷联合时序场景生成方法;其次,计及电压约束、线路容量约束、逆变器无功补偿约束及光伏消纳约束等,构建低压台区分布式光伏接入分布鲁棒优化模型,在保证各典型场景最恶劣概率分布下的弃光率期望值符合要求的情况下,最大化低压台区中分布式光伏接入容量;然后,建立低压台区分布式储能接入的数学模型,以研究储能接入及其充放电机制对低压台区分布式光伏接入的影响;最后,以实际配电台区为例进行仿真计算,验证了本文模型的有效性. 相似文献
113.
<正>中国睡眠研究报告(2022)数据显示“国民睡眠健康不容乐观,全国超过38.3%的人有睡眠问题,3亿多中国人正在被失眠困扰。”失眠已成为影响现代人身心健康的重要因素。引起失眠的原因有很多,比如睡眠环境,心理压力和一些不好的生活习惯如酒精或咖啡因的过度摄入、手机成瘾、人际关系等内外部因素都会影响睡眠质量。尤其现在的年轻人因工作或学习压力以及熬夜等,经常在凌晨一两点之后睡觉,长此以往,形成恶性循环,即使想早睡,晚上十二点之前也睡不着了,成为习惯性失眠。 相似文献
114.
为解决分布式光伏短期预测中发电户特性差异、地理位置偏移导致气象数据偏差的问题,并进一步提升算法预测性能,提出结合用户画像的动态时间规整(dynamic time warping,DTW)-多头自注意力神经网络(multi-head attention neural network,MANN)-因子分解机(factorization machine,FM)预测模型。首先分析发电户档案数据和历史发电数据,统计出用户画像;再结合基于DTW标准气象特征修正偏移算法,形成合理、完善的“用户+气象”特征组合样本;最后使用加权的数据样本对模型进行训练。仿真阶段使用江苏省真实光伏、气象数据,将所提模型与当前业界先进的若干光伏预测模型进行对比实验,结果表明该模型具有更高的准确度和鲁棒性,表现出更佳的预测性能。 相似文献
115.
116.
石油油品在一定的激发光照射下可产生相当强度的三维荧光光谱,是鉴别和分析石油污染物的重要依据。由于石油油品的荧光光谱特征复杂、数据庞大,不宜直接用数学模型描述,也不宜简单依靠人工观察分析。因此,根据深度学习的卷积神经网络(CNN)理论提出了一种直接利用石油油品原始荧光数据进行CNN建模的方法,利用其强大的非线性运算能力、自适应表示学习能力,自动隐性地从训练数据中进行特征学习,实现水环境中石油污染物种类识别。通过大量的荧光实验构建了石油油品(汽油、机油、柴油)的训练和验证光谱数据集,基于Python深度学习框架Keras建立了CNN模型,并对CNN模型在光谱数据集上进行了训练、验证与测试实验,实现了被测油品的种类判别。实验结果表明:该CNN模型对3种油品的训练集与验证集三维荧光光谱的分类准确率都达到了99.76%,综合测试分类准确率达到82.65%,对单物质分类准确率为100%,验证了三维荧光技术结合深度学习算法能够实现对石油油品准确可靠的判别分类,也为进一步研究基于深度学习的水环境污染物智能识别系统提供了技术支持,为环境检测提供了一种新思路与新方法。 相似文献
117.