首页期刊导航|电子技术
期刊信息/Journal information
电子技术
电子技术

陈斯雯

月刊

1000-0755

editor@etm.com.cn

86-21-61171099

200336

上海市长宁区泉口路274号

电子技术/Journal Electronic Technology北大核心
查看更多>>《电子技术》杂志由上海市科学协会主管,上海市电子学会和上海市通信学会主办的技术性月刊,1963年创刊。本刊为拥有国内统一刊号、国际连续出版物号,在国内外均有发行,全国邮局均可订阅,每期发行量约50,000本。是中国最早的电子类期刊之一,也是目前国内最具权威性、发行量最大的电子技术月刊。期刊为国内外数百所大学图书馆、研究院所收录,另外还被中国科学引文数据库、“万方数据—数字化期刊数”、CIKI入网期刊、中国学术期刊综合引证、中国期刊全文数据库、《中国学术期刊过刊全文数据库》、《中国期刊网》、《中国学术期刊(光盘版)》全文收录。杂志定位: 电子、通信行业的交流平台、信息前沿、专业领域、思想高地。
正式出版
收录年代

    实践教学中的产教融合设计与实践

    王珂付麦霞陶华伟赵丽科...
    96-97页
    查看更多>>摘要:阐述产教融合的特点,提出产教融合项目实践教学应对接学生发展需要,以及引入企业资源开展项目实践教学是落实产教融合的重要途径.探讨项目实践中的教学设计和改革策略.

    产教融合项目实践教学设计

    电力调度与电网运行安全策略分析

    闫朝阳杨康丁超杰王博仑...
    98-99页
    查看更多>>摘要:阐述电力调度控制中心管理的特点,分析存在的安全问题,提出优化运行具体策略,包括严格执行制度、提高安全意识、强化规范管理、开展电网安全维护、加强技术培训和建立绩效考核体系.

    电网系统调度管理绩效考核体系

    基于大数据的电力营销管理体系分析

    沈华胄徐杰毛倩倩许巍...
    100-101页
    查看更多>>摘要:阐述客服管理现状,包括客户感知存在差距、营销服务规范化和客户服务互动平台的问题.提出提升客户感知、开展客户差异化服务、优化互动平台的管理对策,创新电力营销客服管理模式.

    大数据差异化服务互动平台

    智能电网的调度支持系统运行分析

    周航李艺丰梁文腾李彦柳...
    102-103页
    查看更多>>摘要:阐述智能电网调度技术的特点和操控方式,探讨基于运行体系的智能电网调度支持系统实现原则.通过实例,分析智能电网调度支持系统的应用,从而提高电网系统的控制能力.

    智能电网调度支持系统操控方式

    PLC技术在自动化生产线中的应用

    白宇峰
    104-105页
    查看更多>>摘要:阐述PLC技术中的多种可编程应用特点.分析PLC技术的结构,包括CPU、输入模块与输出模块、编程设备、电源模块.探讨PLC在电气与工业自动化中的应用.

    PLC技术自动化控制生产线应用

    PLC技术在车床控制系统设计中的应用

    吴惠娟
    106-107页
    查看更多>>摘要:阐述PLC技术与车床电气控制系统结合的技术优势,探讨基于PLC的数控机床电气控制系统设计方案,包括电气控制系统设计、PLC程序设计、闭环系统控制.

    自动控制技术PLC数控车床电气控制

    大数据与人工智能技术在计算机网络系统中的应用

    范彪
    108-109页
    查看更多>>摘要:阐述大数据与人工智能的优势,探讨在计算机网络技术中的运用,包括在计算机网络管理、在计算机网络安全、在计算机网络代理系统中的运用.

    大数据技术智能技术计算机网络

    基于网格化的配电网动态维护策略分析

    王勇
    110-111页
    查看更多>>摘要:阐述设计一种配电网灾后动态抢修方法.它基于网格化技术,进行配电网输电区域的负荷密度的网格化划分,设计配电网灾后动态抢修路径与成本约束条件,建立抢修模型,得到灾后动态抢修方案.

    网格化技术动态抢修策略负荷密度

    基于BP-PID技术的电火花线切割控制伺服策略分析

    张粤东
    112-113页
    查看更多>>摘要:阐述基于BP神经网络和增量式PID技术,设计电火花线切割伺服进给控制方式.在Matlab/Simulink平台中进行仿真,结果表明,BP-PID控制方式能够提高电火花线切割伺服控制的稳定性.

    电火花线切割BP神经网络伺服控制PID

    基于Mean Teacher的半监督左心房分割算法分析

    宋鑫孙鹏苏云天黄杰...
    114-115页
    查看更多>>摘要:阐述基于Mean Teacher设计一种新的半监督分割框架,用于从3D MRI图像中分割出左心房.它使用改进的V-Net网络作为骨干网络,缓解原始模型计算时参数过多、计算量过大的状况,结合置信学习模块来解决噪声标签导致的分割性能下降问题.该方法相较其他半监督方法,具有更好的分割效果.

    半监督学习MeanTeacher模型左心房分割