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   62篇
  国内免费   3篇
  完全免费   9篇
工业技术   74篇
  2018年   5篇
  2017年   1篇
  2016年   3篇
  2015年   6篇
  2014年   5篇
  2013年   4篇
  2012年   5篇
  2011年   8篇
  2010年   5篇
  2009年   6篇
  2008年   8篇
  2007年   3篇
  2006年   3篇
  2004年   3篇
  2003年   4篇
  2002年   1篇
  2001年   1篇
  1999年   2篇
  1998年   1篇
排序方式: 共有74条查询结果,搜索用时 93 毫秒
1.
浅谈水利风景区的规划问题   总被引:1,自引:0,他引:1  
文章分析了湖南省水利风景区建设与管理的现状,提出充分利用水利风景区规划来指导水利风景区建设与发展的观点,推进水利风景区建设与管理工作,发展水利旅游,使之成为新的经济增长点。  相似文献   
2.
毛力 《包装世界》1998,(4):68-69
据医学界认定,鱼类产品具有很高的营养价值与健脑强身等多种作用,人类可从以鱼为主的水产动物中摄取对身体极为有益的动物蛋白。因此,人们对鱼类产品的需求量逐年增加。为满足出口创汇与国内外自选商场的需要,鱼类产品的速冻与包装就成为当前一个重要研究课题。本文仅从鱼类产品的特点出发,着重阐明如何延长鱼类产品流通周期的有关技术问题。  相似文献   
3.
4.
防波装置是槽罐车内部的重要部件,它可以减缓槽罐车在紧急制动时容器内危险液体的波动,改善汽车行驶的平稳性。传统的在槽罐车内部装设的固定式防波装置运行一段时间后容易产生撕裂,脱落等现象,给槽罐车的安全运行带来隐患。本文针对槽罐车制动时的载荷特点,分析了传统防波板结构失效的原因,探讨一种弹性防波结构,从而提高防波装置的使用寿命,进而确保槽罐车的安全平稳运行。  相似文献   
5.
为克服人工蜂群算法在求解函数优化问题时存在收敛精度低、收敛速度慢的缺点,提出一种改进的人工蜂群算法。为提高人工蜂群算法的局部搜索能力和避免早熟收敛,跟随蜂在当前最优解的周围进行局部搜索,并随着迭代次数的增加,逐渐缩小侦查蜂在当前最优解周围的局部搜索范围。通过6个标准测试函数完成仿真实验,结果表明,与基本人工蜂群算法相比,改进算法在寻优精度和收敛速度上均得到提高。  相似文献   
6.
针对Harris算法在图像处理过程中特征点提取实时性和抗噪能力较差、计算量大的问题,提出一种结合像素点灰度差的Harris角点检测算法。将被检测点与半径为3的邻近圆周上16个像素点作对比,以此计算非相似像素点的个数来确定候选角点,通过Harris角点响应函数提取角点,并结合SUSAN算法的思想去除伪角点。实验结果表明,改进算法提高了原算法的实时性,增加了角点提取的数量,并且能有效去除大多数伪角点,提高图像角点检测的速度和正确性。  相似文献   
7.
针对人工蜂群算法在函数优化问题求解过程中容易陷入局部最优,收敛速度慢的缺点,提出了一种基于改进局部搜索策略的人工蜂群算法。该算法中跟随蜂采用基于当前最优解的混沌局部搜索策略,侦查蜂采用基于当前最优解的自适应侦查策略,并使其局部搜索范围随着迭代次数的增加逐渐减小,从而提高了人工蜂群算法的局部搜索能力,有效地避免了其陷入局部最优。6个测试函数的仿真实验结果表明,与传统的人工蜂群算法相比,改进后算法的求解精度和收敛速度明显提升。  相似文献   
8.
标准人工蜂群算法由于局部搜索能力差,收敛精度低,容易陷入早熟收敛等缺陷,从而求解最小值函数优化问题的能力受到限制。为了解决标准人工蜂群算法的以上问题,提出了一种改进的人工蜂群算法。该算法将混沌算子引入雇佣蜂和跟随蜂基于当前最优解的局部搜索策略中,并赋予跟随蜂细菌的趋药性,从而
  提高了人工蜂群算法的局部搜索能力。在6个测试函数上的仿真结果表明,该算法能有效地避免陷入局部最优,并使收敛精度得到显著提高。  相似文献   
9.
针对标准粒子群算法由于粒子多样性的大量丧失而导致的算法易陷入局部最优解,收敛精度不高的问题,提出一种基于竞选领导策略的改进粒子群算法,该算法在全局最优粒子的领导能力丧失时,通过引进细菌觅食算法的趋化算子对精英粒子进行优化,然后选出更具领导能力的粒子作为新的领导粒子来带领种群跳出局部最优解,以增强算法的全局搜索能力。通过四个典型函数的测试,结果表明改进算法在较好保留了标准粒子群算法快速收敛优点的前提下,有效地预防了早熟现象的产生,提高了收敛精度。  相似文献   
10.
针对K-均值算法对初始值敏感和易陷入局部最优的缺点,提出了一种基于改进差分进化的K-均值聚类算法。该算法通过引入基于Laplace分布的变异算子和Logistic变尺度混沌搜索来增强全局寻优能力。实验结果表明,该算法能够较好地克服传统K-均值算法的缺点,具有较好的搜索能力,且算法的收敛速度较快,鲁棒性较强。  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