Search | Engineering

订阅投稿

首页工程期刊工程焦点工程成就工程前沿关于我们 English

资源类型

期刊论文 651

会议视频 30

会议信息 12

年份

2023 33

2022 38

2021 49

2020 37

2019 37

2018 41

2017 41

2016 26

2015 32

2014 34

2013 24

2012 26

2011 26

2010 36

2009 19

2008 19

2007 29

2006 22

2005 28

2004 25

展开︾

关键词

风险分析 9

影响因素 6

能源 6

2020 5

ANSYS 4

分析 4

可持续发展 4

数值模拟 4

隧道 4

DX桩 3

仿真技术 3

农业科学 3

抗击疫情 3

数值分析 3

数据分析 3

斜拉桥 3

智能制造 3

有限元 3

环境 3

展开︾

检索范围：

排序：展示方式：

国内外循环水养殖专利分析及启示

孙龙启,刘慧

《中国工程科学》 2016年第18卷第3期页码 115-120 doi: 10.15302/J-SSCAE-2016.03.020

摘要：

通过检索分析Thomson Innovation（TI）专利数据库中的国内外循环水养殖专利数据和研讨循环水养殖系统发展趋势，发现养殖水体净化工艺、养殖池结构设计、养殖水体温度调控、生物滤器和过滤设备等为目前国际循环养殖系统的研究热点，而国内循环水养殖系统的主要研究热点为鱼池设计、生物滤器、水循环装置、供氧、电机轴等；尽管部分国际研究热点在我国仍处于起步阶段，但近几年我国循环水养殖专利在数量上具有明显优势且增长较快，预计国内循环水养殖技术在未来会有快速发展

关键词：循环水养殖系统专利分析对策建议 Thomson Innovation

HTML PDF 收藏

大数据分析方法在战略性新兴产业技术预见中的应用

刘宇飞,周源,廖岭

《中国工程科学》 2016年第18卷第4期页码 121-128 doi: 10.15302/J-SSCAE-2016.04.018

摘要：另外，大多数技术预见仍然以德尔菲法专家分析法为主，其制定过程主要还是依赖专家的知识经验，而缺乏客观的大数据支撑，在分析研究上往往偏向主观而缺乏信度和效度。本文将探索专利、文献等大数据应用于支撑我国新兴产业技术预见的理论和方法研究。

关键词：技术预见文献计量专利分析大数据分析新兴产业

HTML PDF 收藏

人工智能发明目前无法申请专利

Erika K. Carlson

《工程（英文）》 2020年第6卷第11期页码 1212-1213 doi: 10.1016/j.eng.2020.09.003

HTML PDF 收藏

技术热点、前沿识别支持的2035技术清单调整方法——以机器人技术为例

林亨,周源,刘宇飞

《中国工程科学》 2017年第19卷第1期页码 124-132 doi: 10.15302/J-SSCAE-2017.01.018

摘要：

本文针对技术预见中关注度较高的技术热点、前沿识别和趋势分析问题，综合以往研究提出的成体系的和较为完善的分析方法，并以机器人技术为例，分析了机器人领域的技术热点和技术前沿以及发展趋势

关键词：技术预见技术热点技术前沿专利分析机器人技术

HTML PDF 收藏

SPSS在农业试验统计分析中的应用

会议日期： 2019年06月28日

会议地点：河南郑州

主办单位：郑州晟智科信教育培训中心

第五届大数据分析国际会议(ICBDA 2020)

会议日期： 2020年03月06日

会议地点：福建厦门

主办单位： ICBDA 2020

第四届计算与数据分析国际会议(ICCDA 2020)

会议日期： 2020年03月09日

会议地点：美国国际理工大学，美国

主办单位： ICCDA 2020

2019年中国药学会药物分析专业委员会学术年会

会议日期： 2019年09月14日

会议地点：中国/北京/东城

主办单位：中国药学会药物分析专业委员会

生物信息最新技术--基因组与转录组后期数据分析培训（合肥）

会议日期： 2019年07月10日

会议地点：安徽合肥

主办单位：中科成创（北京）生物技术有限公司

第五届IEEE云计算与大数据分析(ICCCBDA 2020)

会议日期： 2020年04月10日

会议地点：四川成都

主办单位： ICCCBDA 2020

恶意代码行为描述与分析综述 Review

Bo YU, Ying FANG, Qiang YANG, Yong TANG, Liu LIU

《信息与电子工程前沿（英文）》 2018年第19卷第5期页码 583-603 doi: 10.1631/FITEE.1601745

摘要：基于行为的分析是恶意代码自动分析和检测过程中的一项重要技术，近年来得到学术界和工业界极大关注。恶意代码行为分析技术，能够避免传统静态分析技术遇到的恶意代码混淆的障碍，也能够通过行为描述规范表达恶意代码样本多样化的行为类型。目前，虽有一些关注恶意代码行为分析的工作，但基于行为的恶意代码分析技术仍未成熟，目前尚未发现介绍当前研究进展和发展挑战的综述。本文从3个方面对恶意代码的行为描述和分析进行综述：恶意代码行为描述，恶意代码行为分析模型，可视化。首先，全面梳理了现有行为分析技术的分析目标、原则、特点和分类，包括现有行为数据类型和描述方法；其次，从多方面分析恶意代码分析的不足和挑战；最后，探讨了潜在研究热点。

关键词：恶意代码行为；静态分析；动态分析；行为数据表示；行为分析；机器学习；基于语义的分析；行为可视化；恶意代码演化