全文获取类型
收费全文 | 4965篇 |
免费 | 1181篇 |
国内免费 | 257篇 |
出版年
2024年 | 19篇 |
2023年 | 55篇 |
2022年 | 129篇 |
2021年 | 187篇 |
2020年 | 230篇 |
2019年 | 52篇 |
2018年 | 73篇 |
2017年 | 202篇 |
2016年 | 82篇 |
2015年 | 217篇 |
2014年 | 280篇 |
2013年 | 355篇 |
2012年 | 477篇 |
2011年 | 538篇 |
2010年 | 538篇 |
2009年 | 503篇 |
2008年 | 533篇 |
2007年 | 440篇 |
2006年 | 379篇 |
2005年 | 314篇 |
2004年 | 241篇 |
2003年 | 140篇 |
2002年 | 141篇 |
2001年 | 151篇 |
2000年 | 90篇 |
1999年 | 14篇 |
1998年 | 3篇 |
1997年 | 5篇 |
1996年 | 3篇 |
1995年 | 2篇 |
1994年 | 1篇 |
1993年 | 3篇 |
1991年 | 2篇 |
1990年 | 1篇 |
1988年 | 1篇 |
1987年 | 1篇 |
1983年 | 1篇 |
排序方式: 共有6403条查询结果,搜索用时 93 毫秒
1.
针对自动机故障诊断过程中振动信号故障特征较难提取的问题,提出了结合形态分量分析(MCA)和总体经验模态分解(EEMD)的自动机故障特征提取方法。根据自动机振动信号组成成分的形态差异,利用形态分量分析方法构建不同的稀疏字典对各组成成分进行分离,消除噪声分量,提取出反映主要故障特征的冲击分量;对所提取的冲击分量进行EEMD分解并计算各IMF分量的样本熵值,以此作为故障特征向量输入基于离子群优化的支持向量机(PSO-SVM)进行识别。通过自动机典型故障诊断试验表明:形态分量分析方法可有效分离出自动机振动信号中的冲击成分;同时,所提出的特征提取方法能够有效地进行自动机故障诊断。 相似文献
2.
3.
4.
6.
7.
9.
10.