<abbr id="8ggge"></abbr>
<kbd id="8ggge"><code id="8ggge"></code></kbd>
<pre id="8ggge"></pre>
  • <s id="8ggge"><dd id="8ggge"></dd></s>
    <s id="8ggge"><dd id="8ggge"></dd></s><cite id="8ggge"><tbody id="8ggge"></tbody></cite>
    <kbd id="8ggge"><code id="8ggge"></code></kbd>

    北京信息科技大學學報(自然科學版)

    《北京信息科技大學學報(自然科學版)》雜志基本信息: 主管單位:國家機械工業局 主辦單位:北京機械工業學院 國內統一刊號:11-5866/N 國際標準刊號:1674-6864 省級期刊 《北京信息科技大學學報(自然科學版)》簡介 《北京信息科技大學學報(自然科學版)》Jo

    非官網,僅供參考
    您當前的位置:發表學術論文網電子期刊》 北京信息科技大學學報(自然科學版)> 正文

    北京信息科技大學學報(自然科學版)

    所屬分類:電子期刊; 時間:2017-05-04 15:57
    北京信息科技大學學報(自然科學版)

    《北京信息科技大學學報(自然科學版)》

    期刊級別:雙月刊

    國內統一刊號:11-5866/N

    國際標準刊號:1674-6864

    周期:省級期刊

    主辦單位:北京機械工業學院

    主管單位:國家機械工業局

      《北京信息科技大學學報(自然科學版)》雜志基本信息:

      主管單位:國家機械工業局

      主辦單位:北京機械工業學院

      國內統一刊號:11-5866/N

      國際標準刊號:1674-6864

      省級期刊

      《北京信息科技大學學報(自然科學版)》簡介

      《北京信息科技大學學報(自然科學版)》Journal of Beijing Information Science & Technology University(雙月刊)1986年創刊,原:《北京機械工業學院學報》本刊堅持為社會主義服務的方向,堅持以馬克思列寧主義、毛澤東思想和鄧小平理論為指導,貫徹“百花齊放、百家爭鳴”和“古為今用、洋為中用”的方針,堅持實事求是、理論與實際相結合的嚴謹學風,傳播先進的科學文化知識,弘揚民族優秀科學文化,促進國際科學文化交流,探索高等教育、教學及管理諸方面的規律,活躍教學與科研的學術風氣,為教學與科研服務。

      《北京信息科技大學學報(自然科學版)》主要刊登礦業與環境、冶金與材料、設備與能源(冶金)、控制與決策(鋼鐵企業)等領域的最新研究成果。

      《北京信息科技大學學報(自然科學版)》收錄情況

      國家新聞出版總署收錄 維普網、萬方數據庫、知網數據庫、劍橋科學文摘、劍橋科學文摘社ProQeust數據庫收錄

      《北京信息科技大學學報(自然科學版)》影響因子:

      截止2014年萬方:影響因子:0.373;總被引頻次:264

      截止2014年知網:復合影響因子:0.493;綜合影響因子:0.259

      《北京信息科技大學學報(自然科學版)》欄目設置

      自然科學、管理科學、社會科學。

      《北京信息科技大學學報(自然科學版)》投稿須知

      一、本刊要求作者有嚴謹的學風和樸實的文風,提倡互相尊重和自由討論。凡采用他人學說,必須加注說明。

      二、不要超過10000字為宜,精粹的短篇,尤為歡迎。

      三、請作者將稿件(用WORD格式)發送到下面給出的征文信箱中。

      四、凡來稿請作者自留底稿,恕不退稿。

      五、為規范排版,請作者在上傳修改稿時嚴格按以下要求:

      1.論文要求有題名、摘要、關鍵詞、作者姓名、作者工作單位(名稱,省市郵編)等內容一份。

      2.基金項目和作者簡介按下列格式:

      基金項目:項目名稱(編號)

      作者簡介:姓名(出生年-),性別,民族(漢族可省略),籍貫,職稱,學位,研究方向。

      3.文章一般有引言部分和正文部分,正文部分用阿拉伯數字分級編號法,一般用兩級。插圖下方應注明圖序和圖名。表格應采用三線表,表格上方應注明表序和表名。

      4.參考文獻列出的一般應限于作者直接閱讀過的、最主要的、發表在正式出版物上的文獻。其他相關注釋可用腳注在當頁標注。參考文獻的著錄應執行國家標準GB7714-87的規定,采用順序編碼制。

      2017 年《北京信息科技大學學報(自然科學版)》雜志01期論文目錄:

      基于空閑時間最小的流水線車間調度算法 張月霞;楊瑞琪;戴佐俊;

      泡沫不銹鋼與泡沫聚合物的中低頻吸聲效果比較 徐新邦;陳靖鶴;陳斌;劉培生;孫進興;

      基于分形與小波相結合的東巴經典古籍圖像壓縮方法研究 吳國新;丁春艷;徐小力;李志華;

      風電機組齒輪箱早期故障弱特征信息提取方法 劉秀麗;徐小力;

      7階Lax方程的Lax對、守恒律、達布變換及解析解 鄭文鑫;魏光美;

      基于支持向量機集成方法的膀胱癌預后研究 楊帆;楊大利;朱熹;

      基于ANSYS Workbench的超硬數控車床動態特性分析 劉康康;鐘建琳;劉國慶;王紅軍;

      投稿論文:風電機組齒輪箱早期故障弱特征信息提取方法

      【摘要】:風電機組齒輪箱故障發展進程中早期劣化特征信息微弱,采用傳統的奇異值分解(Singular Value Decomposition,SVD)降噪方法容易造成有用信息的丟失。針對這一問題提出基于μ-SVD和LMD的弱特征信息提取方法,根據累積貢獻率確定降噪階次進行信號重構,提取出帶噪部分信號,對其進行局部均值分解(Local Mean Decomposition,LMD)和μ-SVD降噪處理,疊加得到降噪后的信號。試驗研究結果表明,該方法能夠明顯削弱信號噪聲,有效提取早期故障微弱特征信息,有利于實現早期故障預警及動態預知維護。

      【關鍵詞】: 風電機組齒輪箱 μ-SVD及局部均值分解方法 弱特征信息提取 早期故障預警

    轉載請注明來自發表學術論文網:http://www.zpfmc.com/dzqk/12832.html

    主站蜘蛛池模板: 老司机福利在线免费观看| 亚洲系列国产精品制服丝袜第| 五月婷婷六月合| 1000部国产成人免费视频| 欧美巨大xxxx做受高清| 好男人www在线视频高清视频| 国产成人亚综合91精品首页| 亚州**色毛片免费观看| 久碰人澡人澡人澡人澡人视频 | 老师吸大胸校花的奶水漫画| 日日碰狠狠添天天爽不卡| 国产主播在线一区| 中文字幕一区二区三区在线播放 | 50岁老女人的毛片免费观看| 粉嫩国产白浆在线播放| 好吊操视频在这星| 亚洲综合欧美日韩| 51精品视频免费国产专区| 欧美在线看片a免费观看| 国产欧美综合一区二区三区| 亚洲嫩草影院在线观看| 亚洲综合五月天欧美| 日韩激情视频在线| 国产丝袜一区二区三区在线观看| 久久99精品国产自在现线小黄鸭 | xxxx俄罗斯大白屁股| 翁想房中春意浓1-28| 无码综合天天久久综合网| 国产午夜视频在线观看| 中文字幕网资源站永久资源| 精品久久无码中文字幕| 成人五级毛片免费播放| 伊人免费在线观看高清版| 91久久精品国产免费一区| 最近最新中文字幕免费的一页| 国产精品久久女同磨豆腐| 久久精品国产欧美日韩亚洲| 翁虹三级伦理电影大全在线观看| 女人张开腿让男人插| 亚洲成av人片在线观看天堂无码| 91网站网址最新|