全文获取类型
收费全文 | 200篇 |
免费 | 3篇 |
国内免费 | 3篇 |
专业分类
系统科学 | 10篇 |
丛书文集 | 1篇 |
教育与普及 | 1篇 |
现状及发展 | 2篇 |
综合类 | 192篇 |
出版年
2023年 | 2篇 |
2022年 | 2篇 |
2021年 | 8篇 |
2020年 | 5篇 |
2019年 | 5篇 |
2018年 | 2篇 |
2017年 | 1篇 |
2016年 | 6篇 |
2015年 | 2篇 |
2014年 | 6篇 |
2013年 | 4篇 |
2012年 | 8篇 |
2011年 | 7篇 |
2010年 | 10篇 |
2009年 | 10篇 |
2008年 | 9篇 |
2007年 | 9篇 |
2006年 | 10篇 |
2005年 | 10篇 |
2004年 | 15篇 |
2003年 | 13篇 |
2002年 | 8篇 |
2001年 | 5篇 |
2000年 | 10篇 |
1999年 | 8篇 |
1998年 | 6篇 |
1997年 | 3篇 |
1996年 | 1篇 |
1995年 | 3篇 |
1994年 | 7篇 |
1992年 | 3篇 |
1991年 | 2篇 |
1987年 | 3篇 |
1986年 | 1篇 |
1984年 | 1篇 |
1980年 | 1篇 |
排序方式: 共有206条查询结果,搜索用时 53 毫秒
201.
大坝防渗层新浇筑砼的水化热温度应力分析 总被引:2,自引:2,他引:0
在对大坝坝段进行温度场及温度应力的有限元分析基础上,采用后差分法推导了求解瞬态温度场有限元基本方程,编制了计算程序进行计算。着重对防渗层浇筑过程中因混凝土水化热产生的温度应力进行了研究,其中考虑了自生体积膨胀、应力徐变的影响,得出了对工程指导有益的结论。 相似文献
202.
涡轮增压柴油机动态仿真的研究 总被引:9,自引:0,他引:9
建立了涡轮增压柴油机准性动态实时仿真模型,该模型按时间尺度原则,只考虑柴没机状态量的同时简平均效应,忽略循环波动,突出实时性,详细描述了柴油机,增压器的热力学及动力学子模型;以YC105QC为仿真对象,在MATLAB/SIMULINK环境下进行了动态仿真,并给出了典型瞬态过程的仿真结果。 相似文献
203.
发动机的组合神经网络建模 总被引:5,自引:0,他引:5
为改善单个神经网络模型精度不足的问题,引入有限元建模思想,采用有限元建模和神经网络建模相结合的方法,建立了高压共轨柴油机性能仿真的网络模型,并进行了实验验证。建模过程中,将建模对象空间划分成网格,在节点上利用获取的实验数据分别组成完备和不完备的训练域对网络进行训练,由所有网格上的网络共同完成性能仿真功能,由此建立起一套可用于电控发动机控制系统仿真及参数匹配标定的组合神经网络。实验结果表明:该模型平均输出误差约为2%~4%,使用Pen tium IV 2.0GH z PC机时的计算时间小于60m s,可用于基于模型的发动机控制系统。 相似文献
204.
基于RBF神经网络的水轮机振源参数识别方法 总被引:1,自引:0,他引:1
在对水轮机进行力学建模和分析时,其振动荷载特性往往是未知的,但却是十分重要的.基于径向基函数(RBF)神经网络,提出了水轮机振动荷载参数识别方法.根据在丰满水电站现场观测的水轮机振动响应数据,识别出了水轮机在不同运行状态下的振动荷载参数,其中包括振动力的频率、相位差和幅值.利用人工神经网络具有解决参数识别反问题不适定性的能力,建立了水轮机系统响应与模型参数之间近似的非线性函数关系.现场实际应用结果表明,经过充分训练的神经网络具有较快的收敛能力和较高的预测精度. 相似文献
205.
"新工科"建设的人才培养目标对人才的培养和思维的创新提出了更高层次的要求。新时期,国家乡村振兴战略的实施对城乡规划专业的人才需求有不断增大的趋势。对于地处民族地区的高校而言,如果培养出的人才既能够下得去又能够干得好,也就突显了高校服务地方经济社会发展的责任。采用矩阵分布和统计的方法,以西昌学院城乡规划专业近3 a在课程设置上的变化为例,考察其对实现人才培养目标的路径的契合度。通过对考察结果的分析,认为城乡规划专业在课程设置上一定要与时俱进,科学创新,在制定专业人才培养计划时要及时把握区域发展趋势,融入地方语境;要合理增设人才培养进程中与区域发展相关联的课程,不断优化课程结构;培养过程中要致力改进教学方法、突出应用性和实践性。把握上述设置原则才能让城乡规划专业学生获得专业能力提升,更好地服务地方发展。 相似文献
206.
精确量化检出大学生的焦虑情绪并对病理因素进行追溯分析,是临床心理治疗和心理危机干预的重要环节,而基于脑电(Electroencephalograph,EEG)信号的深度学习是当前最具发展潜力的一种诊断方法。本研究对传统卷积神经网络(Convolutional Neural Networks,CNN)进行改进,提出并构造一个基于“扩展信息输入空间”的神经网络(Neural Network Based on Extended Information Input Space,NN-EIIS)模型,取代CNN末端的分类器;并引入具有独立性的被试对象焦虑量表得分(Score of Anxiety Scale,SAS),作为焦虑情绪量化标准和训练样本集的输出。以某高校大学生为研究对象进行实验,结果表明所提出的方案不仅实现了对焦虑情感的精确量化识别,还能利用所得模型,在一定程度上对大学生焦虑障碍患者的某些重要的内在病理因素进行追溯分析。 相似文献