全文获取类型
收费全文 | 119篇 |
免费 | 0篇 |
国内免费 | 38篇 |
专业分类
林业 | 2篇 |
基础科学 | 88篇 |
38篇 | |
综合类 | 29篇 |
出版年
2024年 | 3篇 |
2023年 | 3篇 |
2022年 | 10篇 |
2021年 | 1篇 |
2020年 | 8篇 |
2019年 | 3篇 |
2018年 | 10篇 |
2017年 | 7篇 |
2016年 | 11篇 |
2015年 | 7篇 |
2014年 | 5篇 |
2013年 | 5篇 |
2012年 | 7篇 |
2011年 | 4篇 |
2010年 | 9篇 |
2009年 | 14篇 |
2008年 | 5篇 |
2007年 | 3篇 |
2006年 | 9篇 |
2005年 | 7篇 |
2004年 | 7篇 |
2003年 | 2篇 |
2000年 | 4篇 |
1999年 | 6篇 |
1998年 | 3篇 |
1997年 | 3篇 |
1989年 | 1篇 |
排序方式: 共有157条查询结果,搜索用时 18 毫秒
51.
52.
53.
54.
玉米收获机准静态横向稳定性数学建模与试验 总被引:1,自引:0,他引:1
综合玉米收获机后桥摇摆轴结构以及前、后桥轮距不等因素,建立了玉米收获机准静态横向稳定性数学模型,并进行了仿真分析和整机侧倾试验,二者结果相对误差仅为2.59%,验证了该模型的正确性,明确了整机横向稳定性的影响因素。然后,利用编码变换,将各影响因素的变化范围转换到[-1,1],实现了不同影响因素对横向稳定性系数λ影响程度的可比性,从而明确了玉米收获机准静态横向稳定性的关键影响因素是:轴距x、整机重心高度h、重心到前桥的距离a以及前轮轮距t1。最后,提出了提高整机横向稳定性的措施。研究结果表明,整机重心h降低100 mm,空载前后桥载荷比i提高至4,且采用对称布置的试验样机,横向稳定性可提高19.03%。 相似文献
55.
玉米清选损失监测受清选脱出物种类多样、环境噪声复杂等影响严重,为了解决清选损失监测精度差、效率低的问题,设计了一款基于最小能量准则EMD(Empirical mode decomposition)去噪方法的清选损失监测传感器,实现了对采集信号中的振动、工噪和杂余等信号分离。利用Matlab仿真对模拟信号进行去噪,与小波去噪、低通滤波法和移动平均法3种去噪方法相比,基于最小能量准则EMD去噪方法在不同信噪比下均方根误差(RMSE)最小,为0.1698,信噪比(SNR)最高,为12.7453,处理后的信号最接近原始信号。为验证该方法的实用性,以籽粒损失率分别为0、5%、10%、15%和20%的冲击样本开展损失率监测传感器台架试验,结果表明:该传感器最小检测误差为1.8%,最大检测误差为3.9%,对比小波去噪、低通滤波法和移动平均法3种去噪方法所得试验数据,最小能量准则EMD去噪方法的平均误差分别减小了2.12、4.40、6.52个百分点,与仿真试验结果一致。该研究对于提高玉米清选损失率检测精度特别是信号处理过程中去噪方法的研究具有重要意义。 相似文献
56.
针对多机协同导航作业中本机前方的拖拉机识别精度低、相对定位困难,难以保障自主作业安全的问题,提出了一种基于深度图像和神经网络的拖拉机识别与定位方法。该方法通过建立YOLO-ZED神经网络识别模型,识别并提取拖拉机特征;运用双目定位原理计算拖拉机相对本机的空间位置坐标。对拖拉机进行定点识别与定位试验,分别沿着拖拉机纵向、宽度方向和S形曲线方向测量拖拉机的识别与定位结果。试验结果表明:本文方法能够在3~10m景深范围内快速、准确地识别并定位拖拉机的空间位置,平均识别定位速度为19f/s;在相机景深方向和宽度方向定位拖拉机的最大绝对误差分别为0.720m和0.090m,最大相对误差分别为7.48%和8.00%,标准差均小于0.030m,能够满足多机协同导航作业对拖拉机目标识别的精度和速度要求。 相似文献
57.
58.
59.
针对GB 7258-2004《机动车运行安全技术条件》国标的颁布,原有的机动车安全性能检测线计算机控制系统难以或无法完成此国标中经修改、新的技术要求,为此本文开发设计了一套宜人化界面的机动车安全性能检测控制系统以满足国家此标准。该系统采用集中控制方式,通过串口通讯进行信息传输,实现了检测过程的自动化,具有较高的检测效率,软件界面友好。 相似文献
60.
半挂汽车列车智能化技术探讨 总被引:1,自引:0,他引:1
针对半挂汽车列车的结构与运输特点,主要从机器视觉、辅助视野及人机界面、车辆跟驰、车列控制和报警系统等方面论述半挂汽车列车智能化的问题。 相似文献