全文获取类型
收费全文 | 528篇 |
免费 | 26篇 |
国内免费 | 10篇 |
专业分类
系统科学 | 32篇 |
丛书文集 | 15篇 |
教育与普及 | 13篇 |
理论与方法论 | 1篇 |
现状及发展 | 1篇 |
综合类 | 502篇 |
出版年
2024年 | 5篇 |
2023年 | 12篇 |
2022年 | 20篇 |
2021年 | 18篇 |
2020年 | 25篇 |
2019年 | 21篇 |
2018年 | 7篇 |
2017年 | 10篇 |
2016年 | 16篇 |
2015年 | 22篇 |
2014年 | 34篇 |
2013年 | 33篇 |
2012年 | 39篇 |
2011年 | 36篇 |
2010年 | 42篇 |
2009年 | 26篇 |
2008年 | 29篇 |
2007年 | 29篇 |
2006年 | 24篇 |
2005年 | 17篇 |
2004年 | 16篇 |
2003年 | 16篇 |
2002年 | 11篇 |
2001年 | 16篇 |
2000年 | 8篇 |
1999年 | 3篇 |
1998年 | 7篇 |
1997年 | 1篇 |
1996年 | 2篇 |
1995年 | 7篇 |
1994年 | 4篇 |
1993年 | 2篇 |
1992年 | 2篇 |
1991年 | 2篇 |
1989年 | 2篇 |
排序方式: 共有564条查询结果,搜索用时 15 毫秒
61.
将缓冲器应用于高楼供水系统进行减振降噪,完成了理论计算和实验研究,应用结果表明:合理设计和安装缓冲器能够减少管路振动,降低噪声。 相似文献
62.
邱建国 《太原师范学院学报(自然科学版)》2003,2(1):54-57
射线检测,系统优化目的是能在检测过程中检测到尽可能小的疵病,因此,在对系统进行优化设计中,灵敏度是最重要的指标之一,也是我们最关心的参数,先对影响灵敏度的成像环节进行系统优化的讨论,并从透照电压、影像的降噪技术、补偿技术等方面进行优化研究,得出了一些有益的结论. 相似文献
63.
ANSYS在抗性消声器分析中的应用 总被引:8,自引:0,他引:8
ANSYS是一大型的通用有限元分析软件,其应用范围极为广泛.运用ANSYS软件对消声器声场进行了有限元分析,先建立抗性消声器的有限元模型,在此基础上通过加载、求解以及后处理等一系列的步骤对消声器进行计算分析,获得消声器内部的声压分布情况和传递损失随频率的变化关系,为消声器的优化设计提供依据. 相似文献
64.
基于MATLAB的数字图像小波变换算法比较 总被引:2,自引:0,他引:2
小波变换是数字信号处理中非常有力的一种工具,本文通过阐述基于MATLAB的小波变换的软阈值 降噪方法,旨在展示小波变换在图像噪音消除方面的实际运用以及前景.通过使用傅立叶变换算法和小波变 换算法对同一幅图像进行降噪处理的比较,可以看出:小波变换的主要特点就是能够提供局部细化与分析的 功能,小波变换降噪算法具有很强的实用性. 相似文献
65.
基于小波分析的刨花板声发射信号降噪处理 总被引:4,自引:0,他引:4
应用MATLAB工具箱中小波函数对刨花板受压时产生的声发射信号进行了小波降噪处理,并比较了小波分析降噪和滤波器方法降噪的异同。结果表明:选取适当的小波分解级数,进行合理的阈值门限处理,可以大大提高重构后信号的识别度,对声发射信号采用小波方法降噪可达到较理想的效果。 相似文献
66.
67.
一种基于信号相关性检测的自适应小波变换及应用 总被引:2,自引:0,他引:2
为了克服传统小波变换的不足,提出了一种用样本相关性检测信号特征的自适应小波变换降噪方法.该方法以第二代小波变换为基础,在小波变换时提供多组备选的预测器和更新器,用变换样本与相邻样本之间的相关性来检测信号的局部特征,并根据相关系数的大小来确定每一尺度上的每个样本的最佳预测器和更新器,使小波能够较好地适应信号的局部特征.模拟实验和工程应用的结果表明,该方法克服了传统小波降噪方法丢失原始信号局部信息的缺陷,不仅可以有效地去除原始信号中的噪声,而且能够保留原始信号的局部特征. 相似文献
68.
由于很多混沌信号具有较宽的频谱成分,致使传统的滤波降噪方法存在很大的局限性。线性滤波器非但不能有效地抑制混沌信号中的噪声,相反,还可能会使混沌信号失真。文中利用相空间投影技术对具有混沌特征的时间序列进行降噪处理,并将其应用于舰船目标噪声信号的降噪分析中,结果证实了所提方法的可行性和有效性。 相似文献
69.
郭海明 《山东科技大学学报(自然科学版)》2004,23(4):53-54,58
对一种新型燃油锅炉的噪声源进行了分析,采用燃油锅炉噪声综合控制技术,如消声、吸声、隔声以及通风散热等措施使其达到环保要求,此技术具有推广价值,特别是各种噪声控制方法以及设计参数的选择,对于类似的噪声治理的课题具有借鉴意义。 相似文献
70.
针对噪声环境下滚动轴承故障难以诊断的问题,提出一种基于深度学习融合网络的轴承故障识别新方法。该方法首先对轴承振动信号进行一定程度的随机损坏,并将加噪后的数据输入卷积降噪自编码器(convolutional denoising autoencoder,CDAE)中对网络进行训练,目的是降低信号中的噪声干扰并提取浅层特征;然后,利用深度信念网络(deep belief network,DBN)学习深层特征并建立轴承状态识别模型,输出故障识别结果。在融合模型中,将卷积降噪自编码器作为网络的第一层以增强网络的抗干扰能力,提高故障的识别精度。使用凯斯西储大学(CWRU)滚动轴承数据对所提模型进行验证,结果表明提出的融合模型在噪声环境下能够较好地实现轴承的故障状态识别。 相似文献