全文获取类型
收费全文 | 89篇 |
免费 | 7篇 |
国内免费 | 9篇 |
学科分类
工业技术 | 105篇 |
出版年
2024年 | 1篇 |
2023年 | 2篇 |
2021年 | 4篇 |
2020年 | 2篇 |
2019年 | 3篇 |
2018年 | 2篇 |
2017年 | 1篇 |
2014年 | 7篇 |
2013年 | 1篇 |
2012年 | 4篇 |
2011年 | 6篇 |
2010年 | 3篇 |
2009年 | 3篇 |
2008年 | 13篇 |
2007年 | 9篇 |
2006年 | 10篇 |
2005年 | 12篇 |
2004年 | 3篇 |
2003年 | 5篇 |
2002年 | 1篇 |
2000年 | 1篇 |
1999年 | 1篇 |
1998年 | 1篇 |
1997年 | 1篇 |
1996年 | 1篇 |
1995年 | 1篇 |
1994年 | 1篇 |
1990年 | 4篇 |
1985年 | 1篇 |
1982年 | 1篇 |
排序方式: 共有105条查询结果,搜索用时 15 毫秒
1.
2.
2.5GHz低相位噪声CMOS LC VCO的设计 总被引:5,自引:2,他引:3
用0 .35μm、一层多晶、四层金属、3.3V的标准全数字CMOS工艺设计了一个全集成的2 .5 GHz L C VCO,电路采用全差分互补负跨导结构以降低电路功耗和减少器件1/ f噪声的影响.为了减少高频噪声的影响,采用了在片L C滤波技术.可变电容采用增强型MOS可变电容,取得了2 3%的频率调节范围.采用单个16边形的对称片上螺旋电感,并在电感下加接地屏蔽层,从而减少芯片面积,优化Q值.取得了在离中心频率1MHz处- 118d Bc/ Hz的相位噪声性能.电源电压为3.3V时的功耗为4 m A. 相似文献
3.
4.
不同颜色体系的UV丝印油墨中光引发体系的选择 总被引:1,自引:0,他引:1
使用紫外-可见分光光度计测得了黄、蓝、橙、紫4种颜料的紫外吸收图谱;在模型化的丝印油墨配方中改变光引发剂的种类,运用指压法和指抠法研究了多种光引发剂对含有这4种颜料的UV油墨的引发速度的影响。结果表明不同颜色的颜料对紫外光的吸收区域和吸收强度是不同的。对于黄色油墨,907的引发效果最佳;对于蓝色油墨,907+ITX+EDAB和910+ITX+EDAB都具有很高的引发速度;而对于橙色油墨和紫色油墨,907+ITX+EDAB则是速度最高的引发剂组合。 相似文献
5.
基于嵌入式系统的CAN总线汽车组合仪表的研究 总被引:1,自引:0,他引:1
应用CAN总线技术提出了一种基于嵌入式系统的汽车组合仪表的设计方案,构建了以嵌入式微处理器LPC2119为汽车组合仪表的控制核心,μC/OS-Ⅱ实时操作系统为该系统的软件平台.详细介绍了该种汽车仪表的电路组成、工作原理和软件编程思想. 相似文献
6.
为了提高基于粗糙集理论的不完备数据分析方法(ROUSTIDA)在实际应用中对包含离散型(如整型、字符串型、枚举型)、连续型(如浮点数表达)、缺失型属性的混合信息系统(HIS)数据的填补能力,提出了一种基于粗糙集理论的混合信息系统缺失值填补方法(RSHISMIA)。首先,根据决策属性等价类划分思想并按照决策属性对混合信息系统HIS进行划分,解决了填补后可能出现的决策规则冲突问题;其次,定义混合距离矩阵来合理量化对象间的相似性,从而筛选出具有填补能力的样本并克服ROUSTIDA无法处理连续性属性的缺点;然后,结合近邻思想解决了ROUSTIDA在无差别对象属性值发生冲突情况下无法对相同属性缺失数据进行填补的问题。最后,使用10个UCI标准数据集进行实验,将所提出的方法与ROUSTIDA、K近邻填补(KNNI)算法、随机森林填补(RFI)算法和矩阵分解(MF)等几种经典算法进行了比较。实验结果表明,与ROUSTIDA相比,所提方法在查全率上平均高出81%,在查准率上提升了5%~53%,且其归一化均方根误差(NRMSE)最多减小了0.12。此外,所提方法的分类准确率与ROUSTIDA相比平均提升了7%,且优于KNNI、RFI及MF等填补算法。 相似文献
7.
为了解决ReliefF算法随机抽样会抽取到不具代表性的样本且未考虑特征间相关性的问题,提出基于冗余性分析的ReliefF特征选择算法。首先改进ReliefF的抽样策略,其次将特征权重序列划分为几个子集,分别利用最大信息系数及Pearson系数共同衡量特征相关性,设置相应采样比例剔除冗余特征。将改进算法与其他特征选择算法进行对比,结果表明相较于传统ReliefF,在LightGBM(Light Gradient Boosting Machine,轻量级梯度提升机器学习)上的分类准确率可提升0.63%~12.10%,在SVM(Support Vector Machine,支持向量机)上的分类准确率可提升0.92%~9.06%,改进算法的分类准确率明显优于其他几种特征选择算法,在考虑特征与标签相关性的同时,能有效剔除冗余信息。 相似文献
8.
10.