全文获取类型
收费全文 | 165篇 |
免费 | 23篇 |
国内免费 | 38篇 |
学科分类
工业技术 | 226篇 |
出版年
2024年 | 1篇 |
2022年 | 2篇 |
2021年 | 3篇 |
2020年 | 1篇 |
2019年 | 14篇 |
2018年 | 4篇 |
2017年 | 3篇 |
2016年 | 4篇 |
2015年 | 11篇 |
2014年 | 15篇 |
2013年 | 18篇 |
2012年 | 25篇 |
2011年 | 35篇 |
2010年 | 29篇 |
2009年 | 16篇 |
2008年 | 11篇 |
2007年 | 6篇 |
2006年 | 6篇 |
2005年 | 1篇 |
2004年 | 4篇 |
2003年 | 3篇 |
2002年 | 1篇 |
2001年 | 1篇 |
2000年 | 2篇 |
1999年 | 1篇 |
1998年 | 6篇 |
1997年 | 1篇 |
1996年 | 2篇 |
排序方式: 共有226条查询结果,搜索用时 0 毫秒
101.
S-MAC协议设计的主要目标是减少能量消耗。该协议具有良好的扩展性,不要求严格的时间同步,但它也存在着节点活动时间无法根据通信负载动态变化和节点休眠带来的延迟问题。提出一种基于节点任务活动状态感知的MAC协议,通过收集节点自身和相邻节点的任务活动状态来估算无线传感器网络的网络负载,并根据网络负载来确定节点进行信道访问的概率,以此来提高能量效率和吞吐量。仿真结果表明:提出的改进方法可以减少能量消耗,并通过消除不必要的碰撞来提高网络的吞吐量。 相似文献
102.
103.
无线传感器网络中一种新的基于神经网络的自适应路由算法 总被引:1,自引:0,他引:1
为了在无线传感器网络中建立合理有效的分簇结构,提高网络性能,最大限度地延长整个网络的寿命,提出了一种基于神经网络的自适应路由算法.提出的路由算法是在基站上采用神经网络的自适应学习来选择簇头,并根据最优权函数值来选择最短路径中的下一跳,同时添加一个新因子来选择网关节点进行簇头间的通信.实验结果表明提出协议的性能是EMHR的180%.该算法在节点中使用更少的计算和通信开销来构造和维护整个无线传感器网络,更加均衡网络负载,大大减少簇头节点成为网络瓶颈的概率,具有更强的网络生存能力和更长的生命周期. 相似文献
104.
新型精密直线驱动器及其控制器的研究 总被引:1,自引:0,他引:1
介绍一种采用“带压电元件,圆弧缺口杠杆和双平行四边形弹簧的多级放大的一体化结构”的新型精密直线驱动器及其控制器的研究。实验表明:该新型精密直线驱动器的最大行程为430μm,最大输出力为50N,可控精度小于0.5μm,频带宽为120Hz(在最大行程状态下)。该新型精密直线驱动器及其控制器的特点的驱动力大、可控精度高、响应快、可直接用于NC机床、机器人、活塞加工等的精密直接驱动。 相似文献
105.
106.
射频识别系统(RFID)由于运行在开放系统环境而存在诸多安全问题,针对各种安全隐患,在分析几种典型的安全协议的认证过程及优缺点的基础上,提出一种基于Hash的RFID安全协议的设计方法,该协议利用Hash函数的单向性及R、S参数的随机性,有效的实现了RFID系统的安全保护.该安全协议能有效的防止重放攻击、假冒攻击、窃听攻击和位置跟踪,具有前向安全,计算量低、成本低的特点,适合于大量射频标签的场合. 相似文献
107.
面向物联网的一种自适应实时数据分发机制 总被引:1,自引:0,他引:1
针对物联网系统数据分发机制的缺陷,提出了一种新的自适应实时数据分发机制(ARTDDM)。它以发布/订阅模型为基础,采用两种机制相结合的方法,提供及时可靠的数据传输机制。首先利用语义感知通信机制减少计算和通信开销,使得订阅者在网速缓慢或网络不稳定时也能及时访问数据;其次在系统中加入了前馈—反馈控制,随着网络负载变化,系统能自适应动态调整传感器模型的精度,保证服务质量。仿真结果表明,ARTDDM不仅在数据传输效率和可靠性上有较大改善,而且对可变网络负载具有较强的适应性。 相似文献
108.
为了增强无线传感器网络中数据的融合效率,降低节点的能耗,延长网络的寿命,提出一种基于簇势场的高效数据融合策略(CPF-EDAS)。提出的策略是在簇内引入序列势场和在簇头与sink之间引入混合势场来进行数据融合,且簇头根据其局部信息快速构建路线。实验结果表明CPF-EDAS的性能明显优于DP。该方案不但适用于静态路由,且适合火灾监测等动态环境,具有更好的扩展性,可用于各种大规模的无线传感器网络。 相似文献
109.
支持向量机方法具有良好的分类准确率、稳定性与泛化性,在网络流量分类领域已有初步应用,但在面对大规模网络流量分类问题时却存在计算复杂度高、分类器训练速度慢的缺陷。为此,提出一种基于比特压缩的快速SVM方法,利用比特压缩算法对初始训练样本集进行聚合与压缩,建立具有权重信息的新样本集,在损失尽量少原始样本信息的前提下缩减样本集规模,进一步利用基于权重的SVM算法训练流量分类器。通过大规模样本集流量分类实验对比,快速SVM方法能在损失较少分类准确率的情况下,较大程度地缩减流量分类器的训练时间以及未知样本的预测时间,同时,在无过度压缩前提下,其分类准确率优于同等压缩比例下的随机取样SVM方法。本方法在保留SVM方法较好分类稳定性与泛化性能的同时,有效提升了其应对大规模流量分类问题的能力。 相似文献
110.
在深入研究经典网络路由算法LEACH的基础上,提出了一种基于能量预测的双簇首(DCHBEF)路由控制算法。该算法利用改进的阈值产生式与节点剩余能量相关性并设计主、次簇首的选举和工作机制,解决了LEACH和SAHRC协议中的盲目分簇和簇内单簇首通信方式缺陷。仿真结果表明:DCHBEF算法比原有的LEACH和SAHRC算法有较好的节能性,并提高全网通信效率。 相似文献