全文获取类型
收费全文 | 100篇 |
免费 | 10篇 |
国内免费 | 28篇 |
学科分类
工业技术 | 138篇 |
出版年
2024年 | 3篇 |
2023年 | 5篇 |
2022年 | 5篇 |
2021年 | 2篇 |
2020年 | 5篇 |
2019年 | 7篇 |
2018年 | 2篇 |
2017年 | 3篇 |
2016年 | 3篇 |
2015年 | 2篇 |
2014年 | 8篇 |
2013年 | 8篇 |
2012年 | 4篇 |
2011年 | 8篇 |
2010年 | 2篇 |
2009年 | 8篇 |
2008年 | 3篇 |
2007年 | 5篇 |
2006年 | 4篇 |
2005年 | 5篇 |
2004年 | 5篇 |
2003年 | 4篇 |
2002年 | 7篇 |
2001年 | 7篇 |
2000年 | 6篇 |
1999年 | 6篇 |
1998年 | 4篇 |
1995年 | 3篇 |
1994年 | 3篇 |
1989年 | 1篇 |
排序方式: 共有138条查询结果,搜索用时 15 毫秒
31.
32.
33.
针对钢铁连铸产线板坯号识别字符区域小、光照变化复杂、板坯号图像质量差等问题,提出了一种基于深度学习的连铸板坯号检测与识别两阶段算法。首先,基于采集的连铸产线板坯图像,制备用于板坯号检测与识别的数据集;其次,在板坯号检测阶段,基于DBNet算法设计一种AD-PAN特征融合结构,以增强检测算法的多尺度特征融合能力和扩大感受野,提高板坯号定位精度;再次,在板坯号识别阶段,引入SPIN矫正网络和SVTR板坯号识别网络进行端到端训练,使其能够主动转换输入亮度,并改善字符间以及字符与背景间色彩失真的问题。最后,在自制的板坯号检测与识别数据集上进行了对比实验。实验结果表明,本研究提出的算法能够有效定位辊道上不同位置的板坯,并且在复杂背景下对板坯号进行鲁棒识别。其中,板坯号检测Hmean数值为97.92%,板坯号识别的准确率为97.33%,验证了本文所提算法具有较高的板坯号检测与识别精度。 相似文献
34.
针对高炉铁水硅含量难以在线检测的问题,本文提出一种基于改进灰狼算法(IGWO)优化的多核极限学习机(MKELM)高炉铁水硅含量预测建模方法.首先,针对灰狼算法(GWO)寻优能力的不足,将最优–最差正交反向学习(OWOOBL)策略应用于灰狼算法的位置更新,得到一种改进灰狼优化算法.通过10种标准函数对所提算法进行仿真测试,结果表明此算法具有更好的寻优能力.其次,针对单核极限学习机(KELM)回归能力不足,将不同种类的核函数加权组合,并采用改进灰狼算法对多核极限学习机中的加权系数等参数进行优化.最后,基于某钢厂的实测数据对高炉铁水硅含量进行预测建模,仿真结果表明,本文所提方法的预测效果优于反向传播神经网络(BP–NN)、极限学习机(ELM)、KELM和GWO–MKELM,对高炉炼铁具有较好的指导意义. 相似文献
35.
轧机液压伺服位置系统多模型切换滑模变结构控制 总被引:2,自引:1,他引:1
针对轧机液压伺服系统随工况变化而引起的弹性负载刚度系数发生跳变的问题,建立了轧机液压伺服位置系统在不同工况下的非线性多模型集.通过选择系统共同的稳定滑模面,设计了各子模型对应的自适应滑模变结构控制器,并应用Lyapunov稳定性理论证明了整个系统可从任意初始状态趋向于系统的共同滑模面,进而保证了整个变结构切换控制系统的渐近稳定性.为有效削弱系统参数跳变的不良影响,采用模型最佳匹配性能指标作为各子模型切换控制的依据,实现了各子模型控制器之间的切换.仿真研究结果表明:所设计的多模型切换自适应滑模变结构控制器能够保证轧机液压伺服系统具有良好的动静态性能,对系统参数跳变具有良好的鲁棒性. 相似文献
36.
37.
38.
39.
型材辊压生产线控制系统的故障诊断 总被引:1,自引:0,他引:1
介绍了型材辊压生产线的工艺流程,提出了利用PLC对电控系统进行故障诊断,高数计数器对电机速度进行监测和速度同步的诊断方法,并给出了故障诊断及速度监测流程图。通过现场运行表明,该系统不但具有可靠性高、操作简单、定尺切断精度高等特点,而且大大提高了系统的可能维护性。 相似文献
40.
利用VC++实现实时串行数据的接收、分离及动态存储 总被引:2,自引:0,他引:2
针对现场不定时间间隔发送来的轧制数据,利用计算机进行实时串行数据的接收和分离,并将此数据与数据库系统建立联接,实现数据的动态存储和显示。文中简述了用Windows下的通信API函数进行串行通信的一般过程,提出了利用参数选择窗口灵活设置通信参数的软件实现方法。并重点编程实现了利用自定义消息函数把接收到的实时串行数据进行有效分离、在通信时实现数据向数据库的动态转存,以及利用定时器技术实现串行数据在文档窗口的动态显示等功能。 相似文献