全文获取类型
收费全文 | 12458篇 |
免费 | 2154篇 |
国内免费 | 1509篇 |
专业分类
电工技术 | 665篇 |
综合类 | 1376篇 |
化学工业 | 149篇 |
金属工艺 | 257篇 |
机械仪表 | 1384篇 |
建筑科学 | 261篇 |
矿业工程 | 178篇 |
能源动力 | 103篇 |
轻工业 | 419篇 |
水利工程 | 45篇 |
石油天然气 | 66篇 |
武器工业 | 180篇 |
无线电 | 2697篇 |
一般工业技术 | 808篇 |
冶金工业 | 81篇 |
原子能技术 | 15篇 |
自动化技术 | 7437篇 |
出版年
2024年 | 240篇 |
2023年 | 744篇 |
2022年 | 808篇 |
2021年 | 844篇 |
2020年 | 723篇 |
2019年 | 741篇 |
2018年 | 416篇 |
2017年 | 563篇 |
2016年 | 516篇 |
2015年 | 578篇 |
2014年 | 837篇 |
2013年 | 738篇 |
2012年 | 911篇 |
2011年 | 869篇 |
2010年 | 882篇 |
2009年 | 913篇 |
2008年 | 919篇 |
2007年 | 798篇 |
2006年 | 669篇 |
2005年 | 526篇 |
2004年 | 483篇 |
2003年 | 372篇 |
2002年 | 251篇 |
2001年 | 173篇 |
2000年 | 140篇 |
1999年 | 137篇 |
1998年 | 95篇 |
1997年 | 55篇 |
1996年 | 59篇 |
1995年 | 29篇 |
1994年 | 19篇 |
1993年 | 11篇 |
1992年 | 9篇 |
1991年 | 10篇 |
1990年 | 19篇 |
1989年 | 17篇 |
1988年 | 2篇 |
1986年 | 5篇 |
排序方式: 共有10000条查询结果,搜索用时 15 毫秒
1.
恶意代码数量已经呈现爆炸式增长,对于恶意代码的检测防护显得尤为重要.近几年,基于深度学习的恶意代码检测方法开始出现,基于此,提出一种新的检测方法,将恶意代码二进制文件转化为十进制数组,并利用一维卷积神经网络(1 Dimention Convolutional Neural Networks,1D CNN)对数组进行分类和识别.针对代码家族之间数量不平衡的现象,该算法选择在分类预测上表现良好的XGBoost,并对Vision Research Lab中的25个不同恶意软件家族的9458个恶意软件样本进行了实验.实验结果表明,所提的方法分类预测精度达到了97%. 相似文献
2.
3.
为提高低信噪比下高分辨一维距离像目标识别性能,提出扩展稀疏表示的噪声稳健目标特征提取方法。本方法通过对稀疏表示的扩展,实现对目标高分辨一维距离像局部特征与全局特征的提取。其中,在训练阶段利用支持向量理论与字典学习原理,对特征提取字典进行优化提高特征向量的可分性。在测试阶段,利用因子分析模型匹配方法对去噪声字典进行优化,从而实现对噪声的有效抑制,保证了目标识别系统的噪声稳健性。利用实测数据对本方法性能进行测试,结果表明本方法可在低信噪比条件下有效地恢复目标高分辨一维距离像,并实现较高的识别正确率。 相似文献
4.
《现代电子技术》2015,(22)
云计算设备中的大数据分类挖掘是现实模式识别和智能控制的基础,传统方法中对云计算设备中的大数据挖掘采用拓扑结构网格分区挖掘算法,不能有效提取大数据的细节特征,分类的准确性不好。提出一种基于分数阶Fourier变换特征匹配和K-L分类的云计算设备中的大数据特征高效分类挖掘算法。进行云计算设备中大数据存储机制体系分析,采用分数阶Fourier变换进行云计算设备中大数据特征提取和大数据特征匹配,基于K-L变换,选择最优的路径进行分类空间导引,构建了K-L大数据特征分类器,进行云计算设备中的大数据特征分类挖掘。仿真结果表明,采用该算法进行云计算设备中的大数据特征分类挖掘,特征分类挖掘的准确度较高,能量开销较少,效率较高。 相似文献
5.
6.
图像纹理增强过程中容易丢失平滑区域纹理细节,而分数阶微分增强虽然能够非线性保留平滑区域纹理细节,但对频率分辨率敏感。针对这个问题,提出一种基于小波变换的分数阶微分纹理增强算法,应用于平扫计算机断层扫描(CT)图像的肝脏肿瘤区域的纹理增强。首先,通过小波变换将图像感兴趣区分解成多个子带分量;其次,基于分数阶微分定义构造一个带补偿参数的分数阶微分掩膜;最后,使用该掩膜与每个高频子带分量进行卷积并利用小波逆变换重组图像感兴趣区。实验结果表明,该方法在使用较大分数阶次显著增强肿瘤区域的高频轮廓信息的同时,有效地保留了低频平滑的纹理细节:增强后的肝细胞癌区域与原区域相比,信息熵平均增加36.56%,平均梯度平均增加321.56%,平均绝对差值平均为9.287;增强后的肝血管瘤区域与原区域相比,信息熵平均增加48.77%,平均梯度平均增加511.26%,平均绝对差值平均为14.097。 相似文献
7.
8.
9.
10.