全文获取类型
收费全文 | 132篇 |
免费 | 21篇 |
国内免费 | 3篇 |
学科分类
工业技术 | 156篇 |
出版年
2023年 | 3篇 |
2022年 | 3篇 |
2021年 | 1篇 |
2020年 | 6篇 |
2019年 | 7篇 |
2018年 | 6篇 |
2017年 | 9篇 |
2016年 | 8篇 |
2015年 | 15篇 |
2014年 | 3篇 |
2013年 | 6篇 |
2012年 | 2篇 |
2011年 | 6篇 |
2010年 | 5篇 |
2009年 | 2篇 |
2008年 | 8篇 |
2007年 | 12篇 |
2006年 | 4篇 |
2005年 | 7篇 |
2004年 | 8篇 |
2003年 | 2篇 |
2002年 | 11篇 |
2001年 | 9篇 |
2000年 | 1篇 |
1999年 | 3篇 |
1998年 | 2篇 |
1997年 | 3篇 |
1995年 | 2篇 |
1993年 | 1篇 |
1985年 | 1篇 |
排序方式: 共有156条查询结果,搜索用时 687 毫秒
151.
152.
针对冷连轧机液压AGC系统轧制力的精确设定问题,提出了一种基于差分进化算法优化支持向量机的轧制力精确设定方法。该方法在支持向量机预测模型的基础上,引入差分进化算法对支持向量机的训练参数进行优化,提高支持向量机的预测精度。之后,利用海量生产数据对支持向量机进行训练并进行轧制力偏差的预测,最后将预测结果用于修正轧制力模型设定计算值。通过预测结果和实际数据的对比表明,利用该方法能够有效地提高冷连轧机AGC系统轧制力的设定精度,使设定的相对误差从单纯模型计算的15%降到6%,为进一步提高冷连轧机的设定计算精度提供了一种有效可行的方法。 相似文献
153.
提出了一种变分模态分解消噪与核模糊C均值聚类相结合的滚动轴承故障识别方法。首先,对实测振动信号进行处理,得到VMD的参数;然后,对信号进行VMD分解,得到一系列限带内禀模态函数(BIMF)分量,筛选并叠加组成重构信号;第三步,计算重构信号的样本熵和均方根值作为特征向量,从而得到训练样本和测试样本的特征向量集;第四步,通过KFCM聚类方法对训练样本特征向量集进行聚类分析,得到四种类型信号的聚类中心;最后根据测试样本特征向量与训练样本聚类中心欧式距离最小的原则识别故障类型。此外,将振动信号用经验模态分解(EMD)方法进行消噪,再用KFCM聚类进行分类识别,将两种方法的识别效果进行对比,结果表明所提方法的故障识别效果要优于EMD消噪和KFCM聚类相结合方法的识别效果。 相似文献
154.
155.
针对传统旋转机械故障诊断方法中单一机器学习模型出现的诊断精度低、泛化能力差且性能提升有限等问题,提出了通过Stacking框架异质集成多个机器学习模型对旋转机械进行故障诊断。首先利用小波包变换对旋转机械的原始振动信号进行特征提取;然后通过贝叶斯优化和网格搜索结合的方法调节各基学习器的超参数,采用DT、KNN、SVM及RF作为初级学习器,LR作为次级学习器构建Stacking异质集成学习模型;最后通过滚动轴承和液压泵故障模拟试验,将所提模型与单一模型、同质集成模型进行比较分析。试验结果表明,异质集成Stacking模型在不同旋转机械的故障诊断中均获得了最佳的整体诊断性能。异质集成是提高旋转机械故障诊断性能的有广阔应用前景的解决方案。 相似文献
156.