首页 | 官方网站   微博 | 高级检索  
文章检索
  按 检索   检索词:      
出版年份:   被引次数:   他引次数: 提示:输入*表示无穷大
  收费全文   90篇
  免费   6篇
  国内免费   33篇
工业技术   129篇
  2023年   5篇
  2021年   4篇
  2020年   1篇
  2019年   6篇
  2018年   13篇
  2017年   3篇
  2016年   3篇
  2015年   10篇
  2014年   11篇
  2013年   6篇
  2012年   8篇
  2011年   9篇
  2010年   9篇
  2009年   9篇
  2008年   9篇
  2007年   4篇
  2006年   2篇
  2005年   3篇
  2002年   1篇
  1996年   2篇
  1995年   1篇
  1994年   3篇
  1991年   1篇
  1988年   1篇
  1987年   1篇
  1986年   1篇
  1985年   1篇
  1979年   1篇
  1978年   1篇
排序方式: 共有129条查询结果,搜索用时 16 毫秒
71.
基于AGWL网格工作流模型的服务质量估算研究   总被引:1,自引:0,他引:1  
针对ASKALON网格工作流管理系统中缺乏对服务质量组合方面的研究,基于AGWL网格工作流模型,提出了一种网格工作流服务质量的估算算法。该算法的主要特点是:1)基于AGWL语言;2)可扩展的QoS度量;3)多维全局QoS度量。最后,用仿真实验验证了该算法的可行性。  相似文献   
72.
针对思政教育难以有机融入专业课程的问题,分析面向对象程序设计(Java)课程思政的现状,提出该课程思政育人目标,探讨如何将思政元素有机融入课程教学中,从提升教师的课程思政意识和能力、有效融合课程思政和教学内容、运用形式多样的教学方法、开展多样化的课外实践活动这4方面提出面向对象程序设计(Java)课程思政的实施策略,以期为计算机类专业的课程思政教学提供参考与借鉴.  相似文献   
73.
融合图像场景及物体先验知识的图像描述生成模型   总被引:1,自引:0,他引:1       下载免费PDF全文
目的 目前基于深度卷积神经网络(CNN)和长短时记忆(LSTM)网络模型进行图像描述的方法一般是用物体类别信息作为先验知识来提取图像CNN特征,忽略了图像中的场景先验知识,造成生成的句子缺乏对场景的准确描述,容易对图像中物体的位置关系等造成误判。针对此问题,设计了融合场景及物体类别先验信息的图像描述生成模型(F-SOCPK),将图像中的场景先验信息和物体类别先验信息融入模型中,协同生成图像的描述句子,提高句子生成质量。方法 首先在大规模场景类别数据集Place205上训练CNN-S模型中的参数,使得CNN-S模型能够包含更多的场景先验信息,然后将其中的参数通过迁移学习的方法迁移到CNNd-S中,用于捕捉待描述图像中的场景信息;同时,在大规模物体类别数据集Imagenet上训练CNN-O模型中的参数,然后将其迁移到CNNd-O模型中,用于捕捉图像中的物体信息。提取图像的场景信息和物体信息之后,分别将其送入语言模型LM-S和LM-O中;然后将LM-S和LM-O的输出信息通过Softmax函数的变换,得到单词表中每个单词的概率分值;最后使用加权融合方式,计算每个单词的最终分值,取概率最大者所对应的单词作为当前时间步上的输出,最终生成图像的描述句子。结果 在MSCOCO、Flickr30k和Flickr8k 3个公开数据集上进行实验。本文设计的模型在反映句子连贯性和准确率的BLEU指标、反映句子中单词的准确率和召回率的METEOR指标及反映语义丰富程度的CIDEr指标等多个性能指标上均超过了单独使用物体类别信息的模型,尤其在Flickr8k数据集上,在CIDEr指标上,比单独基于物体类别的Object-based模型提升了9%,比单独基于场景类别的Scene-based模型提升了近11%。结论 本文所提方法效果显著,在基准模型的基础上,性能有了很大提升;与其他主流方法相比,其性能也极为优越。尤其是在较大的数据集上(如MSCOCO),其优势较为明显;但在较小的数据集上(如Flickr8k),其性能还有待于进一步改进。在下一步工作中,将在模型中融入更多的视觉先验信息,如动作类别、物体与物体之间的关系等,进一步提升描述句子的质量。同时,也将结合更多视觉技术,如更深的CNN模型、目标检测、场景理解等,进一步提升句子的准确率。  相似文献   
74.
分析了NPT5型空压机机油乳化故障的主要原因,介绍了故障的处理方法。  相似文献   
75.
500kV母线串联电抗器对瞬态恢复过电压的影响及限制措施   总被引:3,自引:0,他引:3  
采用母线串联电抗器可以有效地限制500 kV系统的短路电流,但同时会对断路器的瞬态恢复过电压产生一定的影响。笔者以荆门500 kV母线串联电抗器工程项目为背景,利用电磁仿真软件EMTP-ATP研究了在不同故障情况下串联电抗器对断路器瞬态恢复过电压的影响。仿真结果表明,串联电抗器的引入,使得断路器瞬态恢复过电压的陡度远超过标准规定值,在串联电抗器上并联0.1μF以上的电容时,可以将断路器瞬态恢复过电压的陡度限制到标准规定值以内。  相似文献   
76.
变压器混合式有载分接开关熄弧方法的仿真及试验研究   总被引:1,自引:0,他引:1  
变压器传统有载分接开关切换过程中的电弧会显著降低触头寿命和加速变压器油劣化。为了解决该问题,提出了一种新的混合式有载分接开关方法,并试制了实验室的模型样机。这种方法采用伸缩动触头保证切换时序,以机械组件的运动实现晶闸管模块的无源触发,以晶闸管辅助机械开关实现切换过程中的熄弧。搭建了熄弧电路的仿真模型进行仿真,并建立了标准的低压切换试验回路进行试验。仿真结果表明:晶闸管门极触发回路简单可靠,能有效抑制电弧电压的建立,从而消除电弧。试验结果表明:晶闸管在一个切换过程中会被触发4次,其中2次电流自然过零关断,2次被机械开关旁路后关断。仿真与试验结果相互验证,充分说明了提出的混合式有载分接开关无弧切换方法的可行性。  相似文献   
77.
交直流电压分量对变压器油中典型模型击穿特性影响   总被引:2,自引:0,他引:2  
在高压直流输电系统中,绝缘系统如换流变压器阀侧绝缘长期运行中不仅承受交流电压,还要受到直流电压的作用.由于在换流变压器试验过程中无法模拟交流和直流复合电压作用这一实际工况,交-直流合成电压对油纸绝缘特性影响缺乏深入研究.本文以典型针-板模型为例,同时施加不同交、直流分量,研究变压器油在针-板模型中的击穿特性.试验结果首...  相似文献   
78.
直流气体绝缘金属封闭输电线路(GIL)在特殊环境下可替代部分架空输电线路或电缆,提高输电走廊选择的灵活性。严重影响GIL绝缘水平的关键因素之一是直流下沿支撑绝缘子表面的电荷积聚。为了研究该问题,建立了一个锥板电极系统来模拟GIL中同轴圆柱结构的电场分布,通过试验研究了直流下SF6中绝缘子的材料和形状对其闪络特性的影响,并利用有限元分析软件对不同形状的绝缘子进行了电场计算。结果表明,直流GIL中绝缘子的表面电导率和充电时间常数均对其表面电荷积聚和沿面闪络有重要影响。同时还提出了基于锥板电极的直流GIL的绝缘子表面电导率选取原则和外形结构优化注意事项。  相似文献   
79.
特高压变压器雷电冲击伏秒特性研究   总被引:1,自引:0,他引:1  
随着750 kV、1000 kV输电技术的发展,相应的电力变压器和并联电抗器的容量、尺寸和入口电容随之增大,试验回路尺寸亦相应扩大,这使雷电冲击试验电压的波前时间拉长,无法达到国内外标准的要求。根据500 kV、750 kV和1000 kV变压器和电抗器的实际雷电冲击试验波形,结合油纸复合绝缘结构的雷电伏秒特性,分析了不同波前时间对特高压变压器和电抗器绝缘水平的影响。目前变压器的设计计算和试验电压的选取一般按照标准波头进行,而充油设备的雷电冲击伏秒特性表明,雷电冲击试验电压波前时间的长短与绝缘强度有密切关系,波前时间延长可能会对某些纵绝缘的考核偏松,同时对主绝缘的考核偏严。因此,应在特高压变压器、电抗器的设计研制和试验中,考虑和重视雷电冲击波形波前时间延长所带来的影响。  相似文献   
80.
油中糠醛含量是评估变压器绝缘纸老化的一种重要特征量,其在变压器油中的稳定性直接决定了评估结果的可靠性。为此探究了温度、铜和氧气3种因素对绝缘油中糠醛稳定性的影响:在实验室条件下配置一定糠醛质量浓度的绝缘油,并将其分别置于温度(90、110、130℃)、铜(有、无)、氧气(有、无)3个因素组合条件下,通过定期测量绝缘油中糠醛质量浓度来判断糠醛在不同条件下的稳定性情况。实验结果表明:单就温度而言,即使温度升高到130℃糠醛依然稳定,无铜无氧情况下,温度变化(≤130℃)不影响糠醛稳定性;铜对糠醛稳定性的影响随温度变化,在90℃下不影响糠醛稳定性,在110℃和130℃下均会使油中糠醛缓慢降解,130℃时的降解速率快于110℃,并且在50 d实验周期内下降了19%;氧气对糠醛稳定性的影响比较明显,糠醛在氧气存在环境下会降解,并且铜和高温均会加速该环境下糠醛的降解速率;高温、铜、氧气对糠醛稳定性的影响表现为一种协同作用,在其他2个条件不具备的情况下,单因素对绝缘油中糠醛质量浓度无影响或影响很小。  相似文献   
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司    京ICP备09084417号-23

京公网安备 11010802026262号